【数据结构】B树

B树的定义

B树也叫B-树，是一棵多路平衡查找树。B即Balance。

下面，我们看着图，先搞清楚它的定义：

一个结点的最大孩子个数称为树的阶，通常用m表示。一棵m阶B树要么是空树，要么满足以下定义：

（1）一个结点的结构是：（P0，K1，P1，K2，…，Kn，Pn），其中P为指向子树的指针，K为关键字

（2）对于根结点，如果它本身不是叶子结点，至少拥有 1 个关键字，即至少拥有 2 棵子树

（3）对于除根结点之外的所有结点，至少拥有⌈m/2⌉ 棵子树，即至少拥有 ⌈m/2⌉-1 个关键字

（4）为了满足阶的定义，任何结点最多拥有 m 个子树，即最多拥有 m - 1 个关键字

（5）B树的关键字是有序的，它具有两层含义，一来指向卫星数据，二来作为索引划分区间

 
 

B树的查找

还是看图呀！以查找6为栗子：

B树的查找包括两个基本操作： ① 在B树中找结点 ② 在结点中找关键字。

更具体的说，根据指针拿到一个结点，是一次磁盘I/O，即第①个动作是在磁盘上进行的；根据有序关键字查找目标，是一次顺序查找或二分查找，即第②个动作是在内存中进行的。

这时，你是不是已经明白了为什么数据库要使用B树而非二叉搜索树呢？

B-Tree和BST的目的都是查找，查找算法的瓶颈是什么呢？比较的次数。但是，数据库查询的瓶颈是什么呢？磁盘I/O的次数。在内存中比较的时间，在磁盘I/O的时间面前完全可以忽略。况且，B-Tree和BST在比较次数上其实相差无几。
把B-Tree和BST摆在一起不难看出，B-Tree比BST矮胖的多。高度更小，说明磁盘I/O次数越少，自然性能越好！当数据库非常非常非常大时，B树的一个结点就是放在一个磁盘块上的，对于磁盘I/O次数的节省也会到达极致。

 
 

B树的插入

B树的插入很简单，看着下面的图很容易学会 >_<

情况一：插入后结点关键字个数仍符合B树定义（最多m-1），则直接插入。

以5阶B树为例，根据定义，一个结点最多有5个子树，4个关键字。

情况二：插入后结点关键字个数不符合B树定义（最多m-1），则插入后还要进行结点分裂。

结点分裂的规则是，根据最中间的关键字将结点分成两个结点，最中间的关键字上升到父结点；如果本次上升导致父结点不满足定义，则继续分裂父结点。

 
什么？想自己练一练？

结合这道练习题，再多说一点：B树的插入都是插入到叶子结点上的，但是，通过结点分裂和关键字上升，插入的值最终有可能出现在树的任何地方。

 
 

B树的删除

B树的删除要复杂一些。但是，跟着下面的图解走一遍，保证你可以学会！

还是用一个5阶的B树举栗子 >_<

删除叶子结点，且删除后仍满足B树定义：直接删除。

---

删除非叶子结点，都可转化为删除叶子结点：用下一个区间的最小值替换被删除结点。

---

删除叶子结点，且删除后不再满足B树定义，且兄弟够借：向兄弟借一个，不是直接拿过去，而是带着父结点的关键字一起旋转一下。

---

删除叶子结点，且删除后不再满足B树定义，且兄弟不够借：与兄弟合并，并且带着父结点的关键字一起合并。

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

☘️