B树与B+树

参考链接

漫画：什么是B-树？ 微信公众号——程序员小灰
漫画：什么是B+树？微信公众号——程序员小灰
这两篇漫画属实简明易懂，推荐各位去看一下。
浅谈算法和数据结构: 十 平衡查找树之B树——寒江独钓_博客园
文中的动图转载自这篇博客。

B树（Balance Tree)

首先说明，B-树就是B树，不要读作B减树。

简介

二叉搜索树具有理论上最少的查询和比较次数O(logn)，一般来说，会查询O(树高)次。
但是在实际情况中，在磁盘中进行读取的时间损耗会远大于在内存中的进行的比较损耗。

B树设计的目的就是为了降低树高，使树变得矮胖。
为此，B树的每个节点可以存放多个值，每个父节点可以有多个子节点。

特征

一个m阶的B树具有如下特征

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。

查找策略

1. 选取以根节点为根的树作为当前子树
2. 和当前子树根节点中的所有值比较，如果有相同，查找完成。
3. 如果没有，通过值的大小关系选择对应的值域划分，进入对应子树，返回1.

插入策略

依次插入 6 10 4 14 5 11 15 3 2 12 1 7 8 8 6 3 6 21 5 15 15 6 32 23 45 65 7 8 6 5 4

1. 插入值的过程必须在叶子节点中进行，首先按查找策略找到叶子节点中对应的位置并进行插入。
2. 如果插入后节点值的个数等于阶数（上限），就将节点拆分成两个节点，并将一个中间值递给父节点（以此来维持非叶节点孩子数=值数+1）。
3. 如果父节点接收那个值后值的个数等于阶数，重复第二步。
4. 当根节点分裂时，树高加一。

删除

1. 如果删除的节点是非叶节点，就把后继值（第一个大于等于它的值，一定在叶子上）移过来，然后认为删除这个叶子上的值。
2. 如果删除后小于下限 m/2-1，那么看一下是否有兄弟节点大于 m/2-1，有的话 父亲->自己，兄弟->父亲。
3. 如果只有m/2-1的兄弟，就把父亲的一个值移动下来，然后和兄弟合并。最后递归父亲。

B+树

特征

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。（有不同的定义：少一个）

查找策略

1. 选取根节点作为当前节点。
2. 通过根节点的值域划分进入对应的子节点。
3. 重复第二步，直到进入叶子节点，在叶子节点中搜寻对应值即可。

与B树的功能不同

1. 因为非叶节点不存放与真实数据有关的数据，所以相同大小的磁盘页可以容纳更多的节点。
2. 因为只有叶子节点存放数据，所以查找时必须查找到叶子节点，查找效率稳定。（当然，平均情况下要比B树慢些）
3. 因为叶子节点之间有链接，所以在范围查询时，可以直接从叶子节点向后，而B树需要进行中序遍历。

总结来讲：IO次数更少，查询性能稳定，范围查询简便。

数据库B+树的聚集索引与非聚集索引

使用B+树实现的数据库索引分为两种，聚集索引与非聚集索引。

聚集索引是指，在B+树的叶子节点中直接存放对应的真实数据。
非聚集索引是指，在B+树的叶子节点中只存放指向真实数据的指针。

显然，聚集索引最多只能建立一次，它本身也表示了数据库表的结构。