B+Tree 与 B-Tree

一 B-Tree

                

1. d为大于1的一个正整数，称为B-Tree的度。（即一个节点内包含的关键字个数，如图是15 56 77 三个）
2. h为一个正整数，称为B-Tree的高度。（与树的定义相同）
3 .M是节点的孩子个数，称为b树的阶

特性

• B树中每个节点包含了键值和数据对象，
• 任何一个关键字出现且只出现在一个结点中；（15 56 77 等就是关键字）
• 搜索有可能在非叶子结点结束；
• 每个节点的指针上限为2d+1。

 

二  B+Tree

                  

d  h  M 的定义与B-Tree一样。

特性：

 

• 内节点不保存数据，只保留关键字（key），只有叶子节点才保留数据。
• 关键字一定会出现在叶结点中，并且有可能在非叶结点中也有可能重复出现，以维持B+树的平衡。
• 搜索一定在叶子节点结束。
• 每个节点的指针上限为2d。
• B+树上增加了顺序访问指针，也就是每个叶子节点增加一个指向相邻叶子节点的指针.

 

三 B树做文件索引的原因

在对硬盘进行 I/O 操作时，往往需要对可能用到的数据进行预读（提前读取），预读的长度一般为页（page）的整倍数。页是一种存储单位。

根据B-Tree的定义，可知检索一次最多需要访问h个节点。数据库系 统的设计者巧妙利用了磁盘预读原理，将一个节点的大小设为等于一个页，这样每个节点只需要一次I/O就可以完全载入。为了达到这个目的，在实际实现B- Tree还需要使用如下技巧：

每次新建节点时，直接申请一个页的空间，这样就保证一个节点物理上也存储在一个页里，加之计算机存储分配都是按页对齐的，就实现了一个node只需一次I/O。

B-Tree中一次检索最多需要h-1次I/O（根节点常驻内存），渐进复杂度为O(h)=O(logdN)。一般实际应用中，出度d是非常大的数字，通常超过100，因此h非常小（通常不超过3）。

综上所述，用B-Tree作为索引结构效率是非常高的。

而红黑树这种结构，h明显要深的多。由于逻辑上很近的节点（父子）物理上可能很远，无法利用局部性，所以红黑树的I/O渐进复杂度也为O(h)，效率明显比B-Tree差很多。

上文还说过，B+Tree更适合外存索引，原因和内节点出度d有关。从上面分析可以看到，d越大索引的性能越好，而出度的上限取决于节点内key和data的大小：

 

四 B+Tree 与 B-Tree的对比

1. b+树的内节点不保存数据，所以磁盘页能容纳更多关键字，更“矮胖”；
2. b+树查询必须查找到叶子节点，b树只要匹配到即可不用管元素位置，因此b+树查找更稳定（并不慢）；
3. 因为b树键位置不定，且在整个树结构中只出现一次，虽然可以节省存储空间，但使得在插入、删除操作复杂度明显增加。b+树相比来说是一种较好的折中。
4. 由于b+树有顺序访问指针，对select 多条查询，只要在一个叶子节点中就能完成。所有叶子节点形成有序链表，便于范围查询。

 

五 树的查找

B树的简单查找

 1. 查找75

   先对常驻内存的根节点进行一次顺序查找，正确命中75。

2.查找69

  先对常驻内存的根节点进行一次顺序查找，这次查找以失败终止于介乎53和75之间的这个引用。对63和69所在的这个节点进行一次顺序查找，成功找到69。

3.查找45

  先对常驻内存的根节点进行一次顺序查找，这次查找以失败终止于53左侧的引用。将19和36这个节点通过IO载入内存，并做一次顺序查找，这次查找以失败终止于36右侧的引用，......最终查找失败于41与49之间的引用。

范围查找（3-11）

自顶向下，查找到范围的下限（3）–>中序遍历到元素6–>中序遍历到元素8–>中序遍历到元素9–>中序遍历到元素11，遍历结束

 

B+树

查找元素3

范围查找

自顶向下，查找到范围的下限（3）–>通过链表指针，遍历到元素6, 8–>通过链表指针，遍历到元素9, 11，遍历结束

 

 

六 B树的设计原因

1.为什么多个孩子节点：降低树的高度，减少磁盘 I/O操作的次数。

2.可以设计成无限多个孩子个数吗？不行，内存好像换不下。

 

引用：

（强烈推荐）

http://blog.jobbole.com/24006/?utm_source=qq&utm_medium=social&utm_member=ZGQ4YmJmYjUxM2Y1Yjk1Njk0YTM5ZDc5ZjU2ODQyMGY%3D%0A

https://blog.csdn.net/u011109881/article/details/80344606