B树与B+树_若根节点为叶子结点-CSDN博客

本文链接：https://blog.csdn.net/q435201823/article/details/103458280

参考：
https://www.jianshu.com/p/a858bb15cbf0

https://www.jianshu.com/p/71700a464e97

https://blog.csdn.net/Fmuma/article/details/80287924

http://data.biancheng.net/view/61.html

B树与B+树

B树
B+树

B树

B数是一种平衡的多叉树，适用于外查找的树。

一些概念

在看定义之前我们先了解一些概念。
关键字个数：节点内存储的元素个数。
阶：任意非叶子结点最多只有M个儿子，那么就是M阶。

定义

一棵m阶B树(balanced tree of order m)是一棵平衡的m路搜索树。它或者是空树，或者是满足下列性质的树：

根结点至少有两个子女；
每个非根节点所包含的关键字个数 j 满足：┌m/2┐ - 1 <= j <= m - 1；
除根结点以外的所有结点（不包括叶子结点）的度数正好是关键字总数加1，故内部子树个数 k 满足：┌m/2┐ <= k <= m ；
所有的叶子结点都位于同一层。

注意：若根节点为叶子节点，那么整棵树只有一个根节点。
4阶B树

B树的查找

B树是类似二叉搜索树的多叉搜索树。存储是有顺序的。

从根节点开始查找。
当前节点可能有一个或多个关键字，对比是否有与查找值相同的关键字。如果有则结束查询。
如果在当前节点未找到，则到对应的子节点中查找。（比如，查找值的大小在某两个相邻关键字的中间，那么则去它们的子节点中找。又比如，查找值小于最左关键字，则去最左子节点中找。）
重复2和3，直到搜索过所有的节点。如果还没找到则返回未找到。

B树的插入

对高度为ｋ的m阶B树，新结点一般是插在叶子层。通过检索可以确定关键码应插入的结点位置。然后分两种情况讨论：
　　1、若该结点中关键码个数小于m-1，则直接插入即可。
　　2、若该结点中关键码个数等于m-1，则将引起结点的分裂。以中间关键码为界将结点一分为二，产生一个新结点，并把中间关键码插入到父结点(ｋ-1层)中。父节点关键字小于m-1则直接插入，若等于m-1也需要分裂。
　　重复上述工作，最坏情况一直分裂到根结点，建立一个新的根结点，整个B树增加一层。
　　在这里插入图片描述
　　

B树的删除

B树的删除操作相对较为复杂，我看许多文档解释的都十分官方且难懂。所以我准备用更为简单的图来对删除操作的不同情况进行解释。希望大家看完后能够理解。

首先，根据key删除记录，如果B树中的记录中不存对应key的记录，则删除失败。
之后我们需要分一下四种情况来考虑。（下面的例子中以5阶B树为例，介绍B树的删除操作，5阶B树中，结点最多有4个key,最少有2个key）对于删除key的过程来说，对于叶结点和非叶结点其实差别在一个地方，那就是如果当前我们操作的是非叶结点，那么后继key（这里的后继key指最接近当前删除值，且大于当前删除值的值）覆盖要删除的key，然后在后继key所在的子支中删除该后继key。

例如：

a）原始状态
在这里插入图片描述

b）在上述情况下接着删除27。从上图可知27位于非叶子结点中，所以用27的后继替换它。从图中可以看出，27的后继为28，我们用28替换27，然后在28（原27）的右孩子结点中删除28。删除后的结果如下图所示。

之后我们就把非叶结点的情况转换为了处理叶结点的情况。

此时我们就要分一下几种情况来考虑如何处理叶结点。

①该结点key个数>=Ceil(m/2)-1（上界，例如m=5，那么最后为2），结束删除操作，否则执行下一步。
②该结点key的个数<Ceil(m/2)-1，且兄弟结点key个数>Ceil(m/2)-1，则父结点中的key下移到该结点，兄弟结点中的一个key上移，删除操作结束。
a）紧接上面的例子。

b）删除后发现，当前叶子结点的记录的个数小于2（<Ceil(m/2)-1），而它的兄弟结点中有3个记录（>Ceil(m/2)-1 当前结点还有一个右兄弟，选择右兄弟就会出现合并结点的情况，不论选哪一个都行，只是最后B树的形态会不一样而已），我们可以从兄弟结点中借取一个key。所以父结点中的28下移，兄弟结点中的26上移，删除结束。结果如下图所示。

③如果该结点key的个数<Ceil(m/2)-1，且兄弟结点key个数<=Ceil(m/2)-1，那么将父结点中的key下移与当前结点及它的兄弟结点中的key合并，形成一个新的结点。原父结点中的key的两个孩子指针就变成了一个孩子指针，指向这个新结点。
例如：

a）原图为

b）在上述情况下删除32。

当删除后，当前结点中只有一个key（个数<Ceil(m/2)-1），而兄弟结点中也仅有2个key（<=Ceil(m/2)-1）。所以只能让父结点中的30下移和这个两个孩子结点中的key合并，成为一个新的结点，当前结点的指针指向父结点。结果如下图所示。

由于我们移动了父结点中的数据，所以其key值减少，那么我们就要对当前父结点进行考虑。

下面看一个考虑父结点的例子。

a）原图

b）上述情况下，我们接着删除key为40的记录，删除后结果如下图所示。

同理，当前结点的记录数小于2（根据情况③），兄弟结点中没有多余key，所以父结点中的key下移，和兄弟（这里我们选择左兄弟，选择右兄弟也可以）结点合并，合并后的指向当前结点的指针就指向了父结点。

同理，对于当前结点而言只能继续合并了，最后结果如下所示。（根据情况③）

合并后结点当前结点满足条件，删除结束

B+树

B+树是B树的一种变形形式，B+树上的叶子结点存储关键字以及相应记录的地址，叶子结点以上各层作为索引使用。

定义

(1)每个结点至多有m个子女；
(2)除根结点外，每个结点至少有[m/2]个子女，根结点至少有两个子女；
(3)有k个子女的结点必有k个关键字。

B+树的查找与B树不同，当索引部分某个结点的关键字与所查的关键字相等时，并不停止查找，应继续沿着这个关键字左边的指针向下，一直查到该关键字所在的叶子结点为止。
在这里插入图片描述
每一个父节点都出现在子节点中，是子节点最大或者最小的元素。
在这里，根节点中最大的元素是15，也就是整个树中最大的元素。以后无论插入多少元素要始终保持最大元素在根节点当中。
每个叶子节点都有一个指针，指向下一个数据，形成一个有序链表。
在这里插入图片描述
而只有叶子节点才会有data，其他都是索引。

B+树和B树的区别

有k个子结点的结点必然有k个关键码；
非叶结点仅具有索引作用，跟记录有关的信息均存放在叶结点中。
树的所有叶结点构成一个有序链表，可以按照关键码排序的次序遍历全部记录。

比起B树，B+树 ①IO次数更少 ②查询性能很稳定 ③范围查询更简便

B+树的查询操作

在单元查询的时候，B+树会自定向下逐层查找，最终找到匹配的叶子节点。
在这里插入图片描述

B+树的插入

图一

在B+树中插入关键字时，需要注意以下几点：

插入的操作全部都在叶子结点上进行，且不能破坏关键字自小而大的顺序；
由于 B+树中各结点中存储的关键字的个数有明确的范围，做插入操作可能会出现结点中关键字个数超过阶数的情况，此时需要将该结点进行“分裂”；

B+树中做插入关键字的操作，有以下 3 种情况：
1、若被插入关键字所在的结点，其含有关键字数目小于阶数 M，则直接插入结束；
例如，在图 1 中插入关键字13，其结果如图 2 所示：
在这里插入图片描述
图 2 插入 13 后的B+树

2、若被插入关键字所在的结点，其含有关键字数目等于阶数 M，则需要将该结点分裂为两个结点，一个结点包含⌊M/2⌋，另一个结点包含⌈M/2⌉。同时，将⌈M/2⌉的关键字上移至其双亲结点。假设其双亲结点中包含的关键字个数小于 M，则插入操作完成。（注意还有一个横向的索引，途中没有）
例如，在图 1 的基础上插入关键字 95，其插入后的 B+树如图 3 所示：
在这里插入图片描述
图 3 插入95后的B+树

3、在第 2 情况中，如果上移操作导致其双亲结点中关键字个数大于 M，则应继续分裂其双亲结点。
例如，在图 1 的B+树中插入关键字 40，则插入后的 B+树如图 4 所示：
在这里插入图片描述
图 4 插入40后的B+树

注意：如果插入的关键字比当前结点中的最大值还大，破坏了B+树中从根结点到当前结点的所有索引值，此时需要及时修正后，再做其他操作。例如，在图 1 的 B+树种插入关键字 100，由于其值比 97 还大，插入之后，从根结点到该结点经过的所有结点中的所有值都要由 97 改为 100。改完之后再做分裂操作。

B+树的删除

在 B+树中删除关键字时，有以下几种情况：
1、找到存储有该关键字所在的结点时，由于该结点中关键字个数大于⌈M/2⌉，做删除操作不会破坏 B+树，则可以直接删除。
例如，在图 1 所示的 B+树中删除关键字 91，删除后的 B+树如图 5 所示：
在这里插入图片描述
图 5 删除91的B+树
2、当删除某结点中最大的关键字，就会涉及到更改其双亲结点一直到根结点中所有索引值的更改。
例如，在图 1的 B+树中删除关键字 97，删除后的 B+树如图 6 所示：

图 6 删除97后的B+树
3、当删除该关键字，导致当前结点中关键字个数小于⌈M/2⌉，若其兄弟结点中含有多余的关键字，可以从兄弟结点中借关键字完成删除操作。
例如，在图 1 的 B+树中删除关键字 51，由于其兄弟结点中含有 3 个关键字，所以可以选择借一个关键字，同时修改双亲结点中的索引值，删除之后的 B+树如图 7 所示：

在这里插入图片描述
图 7 删除关键字51后的B+树

4、第 3 种情况中，如果其兄弟结点没有多余的关键字，则需要同其兄弟结点进行合并。
例如，在图 7 的 B+树种删除关键字 59，删除后的 B+树为:
在这里插入图片描述
图 8 删除关键字59后的B+树

5、当进行合并时，可能会产生因合并使其双亲结点破坏 B+树的结构，需要依照以上规律处理其双亲结点。
例如，在图 6 的 B+树中删除关键字 63，当删除后该结点中只剩关键字 72，且其兄弟结点中只有 2 个关键字，无法实现借的操作，只能进行合并。但是合并后，合并后的效果图如图 9 所示：
在这里插入图片描述
图 9 合并操作后的效果图