数据结构—B树

1. 简介

• 如果数据太多导致内存装不下，则必须把数据结构存放到磁盘上，此时大 $O$ 模型不再适用。
• 磁盘的访问代价相比于 CPU 计算和内存访问来说实在是太高了，因此宁愿执行大量的计算，也要减少磁盘 I/O。
• 不平衡二叉树在最坏的情况下具有线性的深度，因此如果将其作为一种磁盘数据结构，则最坏情况下仍需进行大量的磁盘 I/O。

2. 约束

一棵 $m$ 阶 B 树具有如下特点：

（1）根节点要么是一个叶节点，要么至少具有两个孩子节点；
（2）除根节点以外，每个内部节点都具有 $[\lceil m/2\rceil ,m]$ 个孩子节点，因此具有 $[\lceil m/2\rceil -1,m-1]$ 个关键码；
（3）所有叶节点都处在树的同一层，也具有 $[\lceil m/2\rceil -1,m-1]$ 个关键码。
（4）每个节点都会按序存储关键码，介于关键码 $key1$ 和 $key2$ 之间的指针所指孩子节点所存储的关键码的范围为 $(key1,key2)$。

不论是内部节点还是叶节点，都会存储关键码及其对应的记录。

通常情况下，要使 B 树一个节点的大小能填满一个磁盘块，节点中的“指针”实际上就是孩子节点所在的磁盘块号。

3. 搜索

（1）从根节点开始；
（2）在当前节点中对关键码进行二分搜索，如果找到，则返回相应的记录；
（3）如果当前节点是叶节点且没有找到目标，则失败返回；
（4）否则，沿着相应的分支继续往下，然后继续回到步骤（2）。

在最好的情况下，关键码位于根节点中，此时搜索操作的只需执行一次磁盘 I/O；最坏情况下，关键码位于叶节点中，此时需执行的 I/O 操作等于树的高度。通常情况下，可以将 B 树的树根常驻于内存中，此时可以减少一次的磁盘 I/O。

设关键码总数为 $N$，则一棵 $m$ 阶 B 树的高度为 ${\log }_{m}N$。

4. 插入

（1）首先找到应当包含待插入关键码的叶节点；
（2）如果目标叶节点还有空闲的空间，则插入关键码，然后成功返回；
（3）否则，将叶节点分裂成两个节点，并把中间的关键码提升到父节点；
（4）如果父节点也已经满了，则继续分裂父节点，并再次提升中间的关键码，重复此过程，直至完成插入；此过程可能会增长树的高度。

5. 删除

（1）如果要删除的关键码 $A$ 位于内部节点中，则用其后继关键码 $B$（关键码 $A$ 右边的指针所指子树中的最小的关键码，一定位于叶节点上）覆盖要删除的关键码，然后删除叶节点中相应的关键码 $B$；如果 $A$ 位于叶节点上，则直接删除之；设包含待删除关键码的叶节点为 $x$；
（2）如果删除关键码后，叶节点 $x$ 中关键码个数大于 $\lceil m/2\rceil -1$，则成功返回，否则继续往下执行；
（3）如果 $x$ 的右兄弟（左兄弟）节点中关键码的个数大于 $\lceil m/2\rceil -1$，则将右兄弟（左兄弟）节点中最小（最大）的关键码 $C$ 上移到父节点中，然后将父节点中小于（大于）关键码 $C$ 且与 $C$ 紧邻在一起的关键码下移到叶节点 $x$ 中，然后成功返回，否则继续往下执行；
（4）将 $x$ 与右兄弟（左兄弟）节点合并，并将父节点中指向该兄弟节点的的指针的左边（右边）一个关键码下移到合并后的节点中；如果此操作导致父节点发生了下溢（关键码个数小于 $\lceil m/2\rceil -1$），则继续此步骤中的合并过程，直至父节点不发生下溢，便可成功返回。

图示来自 http://www.cnblogs.com/nullzx/ 。