BTree简介

B Tree

接下来讲B tree 平衡多路查找树

如果每个节点最多为M的孩子，那么这样的树为M阶B树。咋们可以看到上图为3阶B树的样子，当然现实中讲的索引每个节点的孩子的树上限呢，肯定是远大于3的。每个存储块中包含着关键字还有指向孩子的指针，那么最多能有几个孩子取决于每个存储块的容量，以及数据库 的相关配置，所以通常情况下这个m是很大的。

咋们想来看看B Tree的特征：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Pn3YOipG-1632112341664)(ms图库/B Tree定义.png)]

• 根节点至少包括两个孩子

• 树中每个节点最多含有m个孩子（m>=2） (这个就是我们说的m阶树的含义了，m取决于起点的容量，以及相关配置)

• 除根节点和叶节点外，其他每个节点至少有ceil(m/2)个孩子 （其中ceil是取上限，比如说像这里如果m为3，m/2=1.5 那么取它的上限也就是ceil的上限，它就是2。它并不是四舍五入如果是1.2那么他也是等于2。那么每个非根非叶的节点，至少具备两个孩子，就跟我们看的3阶B树一样 ）

• 所有的叶子节点必须位于同一层 （即所有的叶子节点的高度必须是一样的，这是它必须遵守的一个约束，遵守这个约束目的只有一个，就是让每个索引块存储更多的信息，让树的高度尽量减少IO次数）

• 假设每个非终端结点中包含有n个关键字信息，其中

  a. ki(i = 1…n)为关键字，且关键字按顺序升序排序K(i-1)<ki （如上图中 8 < 12）

  b. 关键字的个数n 必须满足：[ceil(m/2)-1] <= n <= m-1 (即任意结点的关键字上限，比它的孩子树上限少1个，且对于非叶子节点来说任何一个节点的关键字个数，比它的指向孩子的指针个数少一个)

  c. 非叶子节点的指针：p[1],p[2], …,p[M];其中P[1]指向关键字小于K[1]的子树，（意思是说某结点最左边孩子结点里的关键字的值，均小于该结点最前的关键字的值 如上图 8 是关键字，那么8对应它左边这个子树里面的它的孩子里关键字的值 3，5都小于8）P[M]指向关键字大于K[M-1]的子树，（就是该节点最右边的孩子结点的关键字的值，均大于该结点里所有该关键字的值 如上图13,15 大于 8,12）其它P[i]指向关键字属于（K[i-1],K[i]）的子树 （意思就是该节点其余的孩子结点里的关键字的值的大小，均位于离该孩子指针最近的两个关键值之间，它是一个开区间 如上图 p2 指向的两个关键值9,10是位于8和12的开区间范围之内的）

  前4条规则是用来规定B树的孩子树，和B树的深度的。而它的最后一条是用来规定B树结点的关键字数量和大小。

  当我们要查找数据的时候B树是跟2叉查找树的查询效率是一样高效的。比如说我们查15那么我们首先从根部开始找15 < 17 因此它就来到p1里面，p1指向的是8,12。由于在这个节点里面15是比8和12都要大的，因此它就来到p3，p3指向叶子节点13，15在一起的我们先找13不是，那么最终找到了15。因此呢它的查找效率依然是O(longn)。

  我们当数据发生变动的时候必然会发生现有结构被打乱的情况，那么我们的这个二叉查找树可能会变成线性的了，那么由于B树我们有这5个规定存在，所以B会有响应的策略，通过合并，分裂，上移，下移节点来保持它的特征 ，此树远比我们的二叉树矮得多，并且不会根据数据经过不断变动后变成线性的这种情况。

并且不会根据数据经过不断变动后变成线性的这种情况。