数据结构与算法学习笔记8：B树和B+树

适合做索引的要求是搜索速度快，主要有以下三种结构：

• 哈希表 ： 空间固定，适合数据量少的情况
• 红黑树 ： 空间不固定，适合频繁增删，数据量不确定的情况，非常适合在内存中使用
• B + 树 ： 多路平衡搜索树（真真平衡），层高低，适合用于磁盘上，和MySQL有关系~

B 树

• 多路平衡搜索树

• B-Tree 是B树 中间是杠 不是B减树 别犯傻！！几阶就是几叉的意思~

特性

对于m阶的B树来说：

• 1、每个节点最多有m-1个关键字

• 2、根节点最少有1个关键字

• 3、每个节点最少有ceil（m-2）-1个关键字（ceil是向上取整的意思）

• 4、每个节点的关键字都按照从小到大的顺序排列，每个关键字的左子树的所有关键字都小于它，右子树的所有关键字都大于它

• 5、所有叶子节点都位于同一层

  

插入

插入的键值对也成为记录；

• 如果要插入的记录已经存在，需要将插入的value替换掉旧的value

• 如果要插入的记录不在

  • 根据要插入的key，找到叶子节点并插入；

  • 判断节点关键字的个数是否小于等于m-1，小于则操作结束；

    如果大于m-1，则当前节点发生裂变，以中间节点为中心，分裂成左右两个部分，中间关键字上升至父节点当中，这个关键字的左子树指向分裂后的左半部分，右子树指向分裂后的右半部分；

  • 以父亲节点作为新的操作节点继续判断和m-1之间的关系并进行操作。

删除

• 当前被删除key在非叶子节点，用后继key覆盖替换掉要删除的key（最后要删除的key一定在叶子节点上）；
• 删除之后，判断当前节点的关键字个数和$ceil(\frac{m}{2})-1$的关系；
  • 若当前节点的关键字个数大于等于$ceil(\frac{m}{2})-1$，则结束
  • 若当前节点的关键字个数小于$ceil(\frac{m}{2})-1$，则看兄弟节点的个数和$ceil(\frac{m}{2})-1$的关系；
    • 如果兄弟节点个数大于$ceil(\frac{m}{2})-1$，则将父亲节点内的关键字下移至当前节点，兄弟节点的关键字上移至父亲节点
    • 如果兄弟节点个数等于$ceil(\frac{m}{2})-1$，则将父亲节点的一个key下移，与当前节点及当前节点的兄弟节点进行合并，合并成一个新节点。

ps：上述的key表示key-value

B + 树

特性

对于m阶的B+树来说：

• 1、每个节点最多有m-1个关键字
• 2、关键字值在节点内部，按照从小到大的顺序排列，对于一个内部节点，左子树所有的key均小于它，右子树所有的key均大于等于它。（等于是因为key值可以重复，添加的时候有复制到内部节点的情况）
• 3、B+树包含两种类型的节点：内部节点（也成为索引节点）和叶子节点，其中根节点可以是内部节点也可以是叶子节点。
• 4、B+树和B树的不同在于：B+树的内部节点是不保存数据的，只用于索引，所有的记录都保存在叶子节点中
• 5、每个叶子节点都存有指向相邻叶子节点的指针，叶子节点本身依关键字的大小从小到大顺序连接

插入

• 如果为空树，则创建一个叶子节点，将记录放入其中，此时该叶子节点也为根节点；
• 根据key值找到对应的叶子节点进行插入，判断当前节点的关键字个数和m-1的关系；
  • 小于等于m-1，插入结束；
  • 大于m-1，分裂，左叶子节点包含前$\frac{m}{2}$个记录，右叶子节点包含剩余的记录，第$\frac{m}{2}+1$个记录的key复制进位到父亲节点中；
• 判断父亲节点关键字个数和m-1的关系；
  • 小于等于m-1，结束；
  • 大于m-1，裂变。

删除

• 删除叶子节点中对应的key，删除后看节点个数

  • 如果节点个数大于等于$ceil(\frac{m}{2})-1$，操作结束

  • 如果节点个数小于$ceil(\frac{m}{2})-1$，看兄弟节点个数；

    • 如果兄弟节点个数富余，则向兄弟节点借一个记录，同时用借到的记录的key替换二者父亲的key

    • 如果兄弟节点不富裕，则当前节点和兄弟节点合并成一个新的节点，同时删除二者父亲节点的key

    • 此时判断索引节点的key个数和$ceil(\frac{m}{2})-1$的关系；

      • 如果索引节点的key个数大于等于$ceil(\frac{m}{2})-1$，操作结束；
      • 如果索引节点的key个数小于$ceil(\frac{m}{2})-1$，则看索引节点的兄弟节点；
        • 如果兄弟节点富裕，则兄弟的key上移，父亲的key下移到当前节点；
        • 如果兄弟不富裕，则将当前节点、父亲下移的key和兄弟节点合并成一个新的节点。

B 树和B+树的对比

• 根据搜索的节点位置，B树的搜索效率最大为$lo{g}_{n}m$，离根节点越近搜索效率会越高，而B+树由于记录都在叶子节点上，所以其效率稳定在$lo{g}_{n}m$

• 在范围搜索上，B树需要一个个节点遍历，而B+树由于“每个叶子节点都存有指向相邻叶子节点的指针，叶子节点本身依关键字的大小从小到大顺序连接”的特性，可以连续读取，因此非常适合范围搜索。