目录
B树的特点
B树是一种平衡的多路搜索树,多用于文件系统、数据库的实现
- 1 个节点可以存储超过 2 个元素、可以拥有超过 2 个子节点
- 拥有二叉搜索树的一些性质
- 平衡,每个节点的所有子树高度一致
- 比较矮
m阶B树的性质(m≥2)
假设一个节点存储的元素个数为 x
根节点:1 ≤ x ≤ m − 1
非根节点:┌ m/2 ┐ − 1 ≤ x ≤ m − 1 (┐为向上取整)
如果有子节点,子节点个数 y = x + 1
根节点:2 ≤ y ≤ m
非根节点:┌ m/2 ┐ ≤ y ≤ m
- 比如 m = 3,2 ≤ y ≤ 3,因此可以称为(2, 3)树、2-3树
- 比如 m = 4,2 ≤ y ≤ 4,因此可以称为(2, 4)树、2-3-4树
- 比如 m = 5,3 ≤ y ≤ 5,因此可以称为(3, 5)树
- 比如 m = 6,3 ≤ y ≤ 6,因此可以称为(3, 6)树
- 比如 m = 7,4 ≤ y ≤ 7,因此可以称为(4, 7)树
三阶B树
四阶B树
B树 VS 二叉搜索树
1. B树 和 二叉搜索树,在逻辑上是等价的
多代节点合并,可以获得一个超级节点
2代合并的超级节点,最多拥有 4 个子节点(至少是 4阶B树)
3代合并的超级节点,最多拥有 8 个子节点(至少是 8阶B树)
n代合并的超级节点,最多拥有 2n个子节点(至少是 2n阶B树)
2. m阶B树,最多需要 log2m 代合并
搜索
跟二叉搜索树的搜索类似
1. 先在节点内部从小到大开始搜索元素
2. 如果命中,搜索结束
3. 如果未命中,再去对应的子节点中搜索元素,
4. 重复步骤 1
添加
1. 新添加的元素必定是添加到叶子节点(4阶B树)
2. 插入55
3. 插入95
4.插入98, 最右下角的叶子节点的元素个数将超过限制; 这种现象可以称之为: 上溢(overflow)
添加 – 上溢的解决
1. 上溢节点的元素个数必然等于 m
2. 假设上溢节点最中间元素的位置为 k
将 k 位置的元素向上与父节点合并
将 [0, k-1] 和 [k + 1, m - 1] 位置的元素分裂成 2 个子节点
这 2 个子节点的元素个数,必然都不会低于最低限制(┌ m/2 ┐ − 1)
3. 一次分裂完毕后,有可能导致父节点上溢,依然按照上述方法解决
最极端的情况,有可能一直分裂到根节点
例: 36为新添加节点(假设5阶)
删除
删除 – 叶子节点
删除节点9, 直接删除即可
删除 – 非叶子节点
假如需要删除的元素在非叶子节点中
- 先找到前驱或后继元素,覆盖所需删除元素的值
- 再把前驱或后继元素删除
例: 删除节点95
非叶子节点的前驱或后继元素,必定在叶子节点中; 所以这里的删除前驱或后继元素 ,就是最开始提到的情况:删除的元素在叶子节点中; 即: 真正的删除元素都是发生在叶子节点中
删除 – 下溢
删除节点10 (假设这是一棵4阶B树)
叶子节点被删掉一个元素后,元素个数可能会低于最低限制 ( ≥ ┌ m/2 ┐ − 1 )
这种现象称为: 下溢 (underflow)
删除 – 下溢的解决
1. 下溢节点的元素数量必然等于 ┌ m/2 ┐ − 2
2. 如果下溢节点临近的兄弟节点,有至少 ┌ m/2 ┐ 个元素,可以向其借一个元素
将父节点的元素 b 插入到下溢节点的 0 位置(最小位置)
用兄弟节点的元素 a(最大的元素)替代父节点的元素 b
这种操作其实就是:旋转
3. 如果下溢节点临近的兄弟节点,只有 ┌ m/2 ┐ − 1 个元素
将父节点的元素 b 挪下来跟左右子节点进行合并
合并后的节点元素个数等于┌ m/2 ┐ + ┌ m/2 ┐ − 2,不超过 m − 1
这个操作可能会导致父节点下溢,依然按照上述方法解决,下溢现象可能会一直往上传播, 导致B树高度降低
参考资料: 小码哥教育<<恋上数据结构与算法>>