技.艺.道：B树

一、简介

名称：平衡多路查找树

出现的原因：为了解决 平衡二叉树在存储大量数据时的树过高的问题。

主要使用场景：数据库索引

二、定义与性质

基础1：B树节点的结构

1）叶子结点结构

叶子节点里面什么都没有，但它在逻辑上确实是一个结点。可以把它想象成一个空盒子。

2）非叶结点（即不是叶子结点的结点）结构

指针比key（关键字）多一个（多一个指针0），因为key是夹在指针之间的。

这里的“结点”指的是，它是构成B树的基本单元，在图中表示为这个淡黄色的圆角矩形。即B树是由多个该结构的结点构成的，这些结点的n可能等于任意正整数。它的形状就是下图这样。

基础2：B树的阶

B树中所有节点的孩子结点数（节点的指针数）的最大值称为B树的阶。下图为一棵3阶B树，因为该树的所有结点中，单个节点拥有的孩子结点数（指针数）最多为3

 

即key“78”和key“88”所在的节点，拥有三个子树（三个指针）。

 

基础3：终端结点

终端结点是叶子节点的父节点

性质1

在一棵m阶B树中，树中单个节点最多有m棵子树（即最多有m-1个key）

解析：这其实和“阶的定义”是对应的。换句话说就是：m阶B树单个节点最多有m个指针。那么那个拥有m个指针的结点自然也就有m-1个key了。

注意：这里的“最多”（至多），即：子树最多的那个节点，子树数目可以比m小。性质1限定了B树结点内部的最大规模。

性质2

若根结点不是终端结点，则至少有两棵子树。

解析：该B树

若根结点是终端结点

若根结点不是终端结点

但是

性质3

除根结点之外的所有非叶节点至少有[m/2]棵子树。

解析：即图中绿色圆角矩形中的每个结点都至少要有[m/2] （m除以2，并向上取整）棵子树。

例如：这里是一棵3阶B树，这里图中绿色圆角矩形中的每个结点都至少有（[m/2]=[3/2]=[1.5]=1.5向上取整=2） 2棵子树。可以看到，这里是符合的。

性质3限定的是B树单个结点的最小规模。（性质1限定的是B树单个结点的最大规模）

性质4

非叶节点的结构

解析：节点上的指针指向的结点的key与当前结点的key，这些值从左到右是以从小到大的顺序排列的。

即：设p1v表示指针1指向的结点的最大的key；k1表示key1的值，则有：p0v<k1<p1v<k2<p2v<…<kn<pnv

如该例子中的：12<15<20<22<…<75<80

性质5

所有的叶子节点都出现在同一层次上，并不带任何信息

解析：图中红色矩形框中的结点均为叶子节点，看得出它们都在最下层，并不带任何信息，因此用null表示。

三、常用操作

1.插入

B树元素的插入

例如给定如下key【 20,30,50,52,60,68,70 】创建一个3阶B树。

（性质1要求子树数<=3,性质3要求子树数>=2）

插入20：

Ok，满足3阶B树的性质，继续插入

插入30：

Ok，满足3阶B树的性质，继续插入

插入50：

NO，3阶B树最多只能有3个子树，这里有了4棵子树，违反了“性质1”；于是开始进行“结点的分裂”（提出中间位置（ [3/2]=2 ）的key 30，将其作为独立节点。

Ok，满足3阶B树的性质，继续插入

插入52：

Ok，满足3阶B树的性质，继续插入

插入60：

No，不满足3阶B树的性质1，这里有了4棵子树，违反了“性质1”；于是开始进行“结点的分裂”

Ok，满足3阶B树的性质，继续插入

插入68：

Ok，满足3阶B树的性质，继续插入

插入70：

No，不满足3阶B树的性质1，这里有了4棵子树，违反了“性质1”；于是开始进行“结点的分裂”

No，分裂之后仍然不满足3阶B树的性质1，这里根节点有了4棵子树，违反了“性质1”；于是继续进行“结点的分裂”

Ok，满足3阶B树的性质，完成插入。

小结：插入操作主要涉及到两个操作，一是节点的分裂：中间位置（ [3/2]=[1.5]=1.5向上取整=2 ）key的踢出，使其作为独立的结点。结点的合并：被踢出的中间key合并到其父节点，也可以看成是中间key先变成了独立结点，再与其父结点合并。

2.结点的删除

删除的关键：要使得删除后的结点中的key个数>=[m/2]-1，因此将涉及到结点的“合并”问题。可以分为关键字在终端结点上和不在终端结点上两种情况。

情况的划分：

1）关键字在终端结点上

1.1 结点内key数量>[m/2]-1，删除key不会破坏其作为B树的结构，可以直接删除。

1.2 结点内key数量=[m/2]-1，并且其左右兄弟结点中存在key数量>[m/2]-1的结点，则去兄弟结点中借key。

注释：从兄弟结点借key“20”，将它独立为一个节点，然后按照规则排列涉及到的节点。

1.3 结点内key数量=[m/2]-1，并且其左右兄弟结点中不存在key数量>[m/2]-1的结点，则需要进行结点合并。

2）关键字不在终端结点上

补充定义：

相邻关键字key：对于不在终端结点上的key，它的相邻key是其左子树中值最大的key和其右子树中值最小的key。注意是子树而不是子节点中。

“20”的相邻key：“19”和“39”

“52”的相邻key：“50”和“60”

需要先转换成在终端结点上，再按照在终端结点上的情况来分别考虑对应的方法。

删除“52”

第一步：待删除key与位于终端结点的相邻key互换位置

第二步：删除换位之后的待删除key