数据结构——二叉树（四）

五：B树

首先补充一点，"B-树"就是“B树”，它们都是B-Tree的翻译，里面不是减号-，是连接符-。因为有人把B-Tree读成"B-树"，让人误以为“B树”和"B-树"是两种树，实际上两者都是同一种树。还有，大家在读的时候千万不要读成“B减树”，读成“B树”就行了，不然就外行了。

下面开始今天正文，我们依然从数据库的检索开始，我们知道数据库的索引是使用树结构来实现的，是因为树的查询效率高，而且还可以保持有序的状态。上篇中讲到的二叉查找树效率就很高，但是为什么没有使用二叉查找树来实现索引呢？其实从算法逻辑上讲，二叉查找树的查找次数和比较次数都是最小的，但是我们必须还要考虑一个现实问题：磁盘的IO（磁盘读写）。

数据库的索引是存储在磁盘上的，当数据量非常大的时候，索引的大小可能有几个G甚至更多，当我们利用索引查询的时候显然不可能将整个索引全部加载到内存，正常的操作都是逐一加载每一个磁盘页，这里的磁盘页就对应着索引树的节点。

                                         

我们如果利用二叉查找树做索引结构，查找情形是什么样子的呢？假设树的高度是4，要查找的值是10。

                                

                             

磁盘IO的次是4次，即树的高度，最坏的情况就是磁盘IO的次数等于索引树的高度。既然如此，为了减少磁盘IO的次数，我们就需要把原来的“瘦高”树结构变得“矮胖”，这就是本文所要说的B-树的特征之一。

B-树（以下都称作B树）是一种多路平衡查找树，它的每个节点最多包含k个孩子，其中，k被称为B数的阶，k的大小取决于磁盘页的大小。

一个m阶的B树具备如下几个特征：

1、根节点至少有两个子女；

2、每个中间节点都包含k-1个元素和k个孩子，其中m/2<=k<=m；

3、每个叶子节点都包含k-1个元素，其中m/2<=k<=m；

4、所有的叶子节点都位于同一层；

5、每个节点中的元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域划分。

我们以一个3阶B树为例来看一下B树的结构，树中的具体元素和上面的二叉查找树是一样的。

                             

接下来我们来看一下B树的查询过程，看看会带来什么效果，假如我们要查询的数值是5

从上面我们看出，其实B树在查询中的比较次数并不比二叉查找树少，尤其当单一节点中的元素数量很多时。可是相对磁盘IO的速度，在内存中比较耗时几乎可以忽略，所以只要树的高度足够低，磁盘IO次数足够少，就可以提高查询性能。就算单个节点内元素多一点也没关系，仅仅是多了几次内存中的交互，可以忽略用时。其实说白了B树的优势和高效就是因为B树将一部分的IO负担到内存中来了，用内存的高效和强大提升了查询性能。

作者：Stephen_Xie
链接：https://www.jianshu.com/p/fd49b1510dfd
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

六：B+树

一个m阶的B树具有如下几个特征：

1.根结点至少有两个子女。

2.每个中间节点都包含k-1个元素和k个孩子，其中 m/2 <= k <= m

3.每一个叶子节点都包含k-1个元素，其中 m/2 <= k <= m

4.所有的叶子结点都位于同一层。

5.每个节点中的元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域分划。

一个m阶的B+树具有如下几个特征：

1.有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。

2.所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。

3.所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。

 

B-树中的卫星数据（Satellite Information）：

B+树中的卫星数据（Satellite Information）：

需要补充的是，在数据库的聚集索引（Clustered Index）中，叶子节点直接包含卫星数据。在非聚集索引（NonClustered Index）中，叶子节点带有指向卫星数据的指针。

第一次磁盘IO：

第二次磁盘IO：

第三次磁盘IO：

B-树的范围查找过程

自顶向下，查找到范围的下限（3）：

中序遍历到元素6：

中序遍历到元素8：

中序遍历到元素9：

中序遍历到元素11，遍历结束：

B+树的范围查找过程

自顶向下，查找到范围的下限（3）：

通过链表指针，遍历到元素6, 8：

通过链表指针，遍历到元素9, 11，遍历结束：

B+树的特征：

1.有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。

2.所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。

3.所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。

B+树的优势：

1.单一节点存储更多的元素，使得查询的IO次数更少。

2.所有查询都要查找到叶子节点，查询性能稳定。

3.所有叶子节点形成有序链表，便于范围查询。