B,B+树

B树，B+树都是多路查找树。普遍用于数据库和文件系统。

背景

随着存储数据量的提高，采用二叉查找树会使得树的高度变得很大，查询效率降低。而B，B+树可以降低树的高度，减少IO次数。

定义

B树

m阶的B树，满足一下条件

1. 根节点如果不是叶子节点，则至少有两颗树
2. 叶子节点包含的元素[m/2,m];
3. 中间节点子树的个数：[ceil(m/2),m]
4. 所有的叶子节点在同一层。所有节点的平衡因子为0
5. 每个节点的节点的元素从小到大排列

举个例子：5阶B树，根节点的元素数量： 1 <= k <= 4，非根节点元素数量：
2 <= k <= 4.

B树插入

插入的是一条记录，即（key,value)键值对。如果B树中已经存在插入的键key，则用新的value替换旧的value.如果不存在这个key,那么一定是在叶子节点插入。
插入规则：

• 查找插入位置，即找到对应的叶子节点并插入
• 判断当前节点key的数量是不是小于m-1,如果满足，说明没有破坏B树结构，插入完成，反之，进入下一步骤
• 以节点中间的key为中心，将节点分裂为左右两个部分，中间的key插入到父节点中，这个key的左子树就是分裂后的左半部分，右子树就是分裂后的右子树。(如果父亲节点因为插入元素个数大于m-1了，那么需要继续分裂）
  下面以5阶B树中插入[18,70,50,40,22,24,26,30]为例。

[

B树的删除

删除相对于插入复杂些。非根非叶子节点的关键字最少Min为 ceil(m/2)-1 (ceil表示取上界。在非叶子节点上删除关键字k，转化为在叶子节点上删除关键字。如下图删除关键字13，转化为在左边找最大的关键字12，用12覆盖13，再在叶子节点中删除12

** 在叶子节点中删除，分为以下三种情况**

• 假设该节点的关键字个数大于 Min,那么可以直接删除
• 假设该节点的关键字个数等于Min,说明不满足B树的定义。
  • 若可以向兄弟节点借：借的18需要经过父亲节点
    
  • 如果不能向兄弟节点借：
    
    示例：

B+树

• 中间节点不储存数据，只存储索引，数据都存储在叶子节点上。
  
  所有的分支节点（可以看做索引）中的最大关键字仅包含它的所有子节点中的最大关键字，以及指向子节点的指针。

B+树插入

规则：当节点元素大于m-1，就将按照中间元素的左右两边，将其分为左右两个部分，中间元素插入到父节点，

B+树删除

因为叶子节点存在指针，当向兄弟节点借的时候，不需要经过父节点，可以直接通过兄弟节点移动（兄弟节点元素大于m/2),然后更新父节点的索引值。如果兄弟节点的元素不大于m/2，就将当前节点和兄弟节点合并