JavaScript B+树

/**
 * B+树的构造
 * 
 * 
 * 1、第一步 改造二叉查找树（左边的子节点比当前节点小，右边的子节点比当前节点大）
 * 树中的节点并不存储数据本身，而是只作为索引，然后再每个叶子节点串在一条链表上，链表中
 * 的数据是从小到大有序的。
 * 改造以后，只要拿着区间的起始值在树中进行查找，当查找到某个叶子节点的时候，顺着链表往后遍历，
 * 直到链表中的结点数据值大于区间的终点值。那么遍历到的数据，就是符合区间值的所有数据。
 * 
 * 2、第二步 降低树的高度 减少读取节点的操作 从而减少磁盘IO操作
 * 将二叉树 构建成五叉树索引，那么高度只有2，查找一个数据，对应只要2次磁盘操作。
 * 
 */

 

 

/** * 那么，如何改造成五叉树呢？
 * 
 * 首先m叉树中的非叶子节点中，有三个属性，分别记录是几叉树，记录简直用来划分数据区间，记录指向子节点的指针
 * 
 * 首先，keywords记录的是m-1个键值，用来将下级索引节点分到m个区间，也就是m叉树
 * 
 */
class BPlusTreeNode{
    constructor(m){
        this.m = m;
        this.keywords = new Array(m-1);
        this.children = new Array(m);
        for(let i = 0;i<m;i++){
            this.children[i] = new BPlusTreeNode(m);
        }
    }
}
/**
 * 其次 m叉树中的叶子节点中，存储的是节点对应的值，而不是区间
 */
class BPlusTreeLeafNode{
    constructor(k){
        this.k = k;//这里的k对应下图中的a b c中有3个存储的数据
        this.keywords = new Array(k);//这里的keywords用来划分下面a b c三个区间
        this.dataAdress = new Array(k);//数据地址（或者直接指向数据）
        this.prev = new BPlusTreeLeafNode(k);//最终层中链表的前驱节点
        this.next = new BPlusTreeLeafNode(k);//最终层中链表的后继节点
    }
}

 

/**
 * 对于b+树来说，m的值是根据页的大小事先计算好多，也就是说每个节点最多只能有m个子节点。
 * 但是在不断树更新的过程中，有可能使得某些节点的子节点个数超过m，这个节点的大小超过了
 * 一个页的大小，读取这样的一个系欸但，就会导致多次的磁盘IO操作。
 * 此时我们只需要将这个节点分裂成两个节点，不断的向上级联分裂，一直到根节点.
 *在删除节点的时候，也会导致某些节点中，子节点的个数变得非常少。
 此时，我们可以设置一个阈值，在B+树中，这个阈值等于m/2，如果某个节点个数小于m/2，我们就
 将它跟相邻的兄弟节点合并。不过合并之后节点的子节点个数有可能会超过m。此时又可以像
 刚才说的分裂节点一样，不断的向上级分裂。
 */