3.数据结构-B-tree

B-tree是什么

      B树（英语：B-tree）是一种自平衡的树，能够保持数据有序。这种数据结构能够让查找数据、顺序访问、插入数据及删除的动作，都在对数时间内完成。B树，概括来说是一个一般化的二叉查找树（binary search tree）一个节点可以拥有2个以上的子节点。与自平衡二叉查找树不同，B树适用于读写相对大的数据块的存储系统，例如磁盘。B树减少定位记录时所经历的中间过程，从而加快存取速度。B树这种数据结构可以用来描述外部存储。这种数据结构常被应用在数据库和文件系统的实现上。

    1.B-tree数据结构图

M = 3阶,（1,3)树 

​

B-tree定义

    一种多维度的，构建方式是从下而上的平衡树。

 

B-tree性质 

   前提：一个 m 阶的B树

     1.每一个节点最多有 m 个子节点

      2.每一个非叶子节点（除根节点）子节点数范围 ⌈m/2,m⌉ （ps：小数情况m/2的值向下取整）

      3.如果根节点不是叶子节点，那么它至少有两个子节点

      4.有 n个子节点的非叶子节点拥有 n− 1 个键 （ps：上图3阶树，共计2个数据关键词）

      5.所有的叶子节点都在同一层 （ps：既根节点到每个叶子节点的路径相等）

   PS：B-tree的阶是指B-tree节点的指针数目

B-tree特点

1. B-tree是一种平衡树 [B-tree的自下而上的构建方式保证]
2. 根节点至少有2个子节点
3. 关键词数目等于n个子节点的数目减一，因为Btree的结构是2个子节点夹一个关键词
4. B-tree关键词排序，从左到右升序排列

 

B-tree查找遍历

  假设查找关键词29，且使用先序遍历

1. 比较关键字29在区间（17,35），找到Btree节点指针P2
2. 比较关键字29在区间（26,30），找到Btree节点指针P2
3. 根据P2指针找到磁盘块8，在磁盘块8中的关键字列表中找到关键字29

B-tree如何保证结构稳定平衡

     B树的构建方式是自下而上的构建方式，二叉树和红黑树是自上而下的构建方式，B树这种构建方式好处在于树结构稳定平衡性很强，不容易发生树平衡。以mysql为案例，其开启16k的页缓存，当索引字段大小为8字节，如果树高为3，其支撑最大的索引数目为2048*2048*2048+2048*2048+2048 > 85亿。

 

B-tree总结

•   B-tree为什么使用多阶？

         多阶好处：

               多阶的好处是降低树的高度，在查询的时候很快定位到目标数，多阶的设计也符合现在磁盘系统读取数据的方式，现在磁盘系统取数据不是取的目标数据，磁盘取数据按照页大小取所需要的磁盘物理单元,具体流程参考我以前文章[IO流程简介] ，B-tree的结构就是一种多阶的红黑树，这种设计使得树的平衡性好，且时间复杂度比较高效O(n)=logmN。    

         多阶坏处：

              多阶坏处，实现难度大特别是B-tree的平衡部分。B-tree在平衡的时候可能整颗树都会导致再次平衡，如何做到高效的平衡？待研究

•  B-tree的最佳遍历方案是先序遍历吗？

           先序遍历

                 时间复杂度O(n)=logmN       

           中序遍历

                 时间复杂度O(n)= 待公式待推导 

           后续遍历  

                 时间复杂度O(n)= 待公式待推导

           直观感受是，先序遍历充分利用了B-tree的特性 及hash定位的高效，比其他遍历方式更高效。

 

B-tree代码实现

       git实现地址【目前未实现，待更新】   

 

参考文档

      1.B-tree维基百科

      2.B-tree百度百科

      3.B-tree与B+tree详解

      4.mysql索引原理以及优化