B-树和B+树

B-树

概念：
B-树是一种平衡的多路查找树，它在文件系统中很有作用。

一棵m阶的B-树，或为空树，或为满足下列特性的m叉树：

1. 树中每个结点至多有m棵子树；
2. 若根节点不是叶子结点，则至少有两棵子树；
3. 除根之外的所有非终端结点至少有（不小于m/2的最小整数）棵子树；
4. 所有的非终端结点包含下列信息数据
   （n,A0,K1,K2,…,Kn,An）（实际上在B-树的每个结点中还应包含n个指向每个关键字的记录的指针）

其中：Ki（i=1,…,n）为关键字，且Ki<ki+1(i=1,…,n-1);Ai(i=0,…,n)为指向子树根节点的指针，且指针Ai-1所指子树中所有结点的关键字均小于Ki(i=1,…,n)，An所指子树中所有结点的关键字均大于Kn, n为关键字个数

5. 所有的叶子结点都出现在同一层次上，并且不带信息（可以看作是外部结点或查找失败的结点，实际上这些结点不存在，指向这些结点的指针为空）

查找算法思想
如图为一棵4阶的B-树，其深度为4.

查找过程：
B-树上进行查找与二叉排序树类似。例如在B-树上查找关键字47的过程如下：首先从根开始，根据根节点指针t找到* a结点，因*a结点中只有一个关键字，且给定值47>关键字35，则若存在必在指针A1所指的子树内，顺指针找到 * c结点，该结点有两个关键字（43和78），而43<47<78，则若存在必在指针A1所指的子树中。同样，顺指针找到 * g结点，在该结点中顺序查找找到关键字47，由此，查找成功。查找不成功的过程也类似，例如在同一棵树中查找23.从根开始，因为23<35，则顺该结点中第二个指针A0找到 * b结点,又因为 *b结点中只有一个关键字18，而23>18，所以顺结点中第二个指针 Ai找到 *e结点。同理23<27，则顺指针往下找，此时因指针所指结点为叶子结点，说明此棵B-树中不存在关键字23，查找失败而告终。

B-树的插入和删除

插入过程
B-树的生成也是从空树起，逐个插入关键字而得。但由于B-树结点中的关键字个数必须>=a-1（a为不于m/2的最大整数），因此每次插入一个关键字不是在树中添加一个叶子结点，而是首先在最低层的某个非终端结点中添加一个关键字，若该结点的关键字个数不超过m-1，则插入完成，否则要产生结点的“分裂”，如图所示。
例如，（a）所示为3阶的B-树（图中略去F结点（即叶子结点）），假设需依次插入关键字30，26，85和7.首先通过查找确定插入的位置。由根* a起进行查找，确定30应插入在* d结点中，由于* d中关键字数目不超过2（即m-1），故第一个关键字应插入完成。插入30后的B-树如图(b)所示。同样，通过查找确定关键字26亦应插入在 *d结点中。由于 *d中关键字的数目超过2，此时需将 *d分裂成两个结点。关键字26及其前，后两个指针仍保留在 *d结点中，而关键字37及其前，后两个指针存储到新产生的结点 * d’中。同时，将关键字30和指示结点 *d’的指针插入到其双亲结点中。由于 *b结点中的关键字数目没有超过2，则插入完成。插入后的B-树如图（d）所示。类似地，在 *g中插入85之后需分裂成两个结点，而当70继而插入到双亲结点时，由于 *e中关键字数目超过2,则再次分裂为结点 *e和 * e’，如图 (g)所示。最后在插入关键字7时， * c , * b和 *a相继分裂，并生成一个新的根节点 *m，如图（h）~(j)所示。

删除过程
若在B-树上删除一个关键字，则首先应找到该关键字所在结点，并从中删除之，若该结点为最下层的非终端结点，且其中的关键字数目不少于a(a为不小于m/2的最小整数) ，则删除完成，否则要进行“合并”结点的操作。假若所删关键字为非终端结点中的Ki，则可以指针Ai所指子树中的最小关键字Y替代Ki，然后在相应的结点中删掉Y。例如上图（a）的B-树上删除45，可以* f结点中的50替代45，然后在* f中删去50.因此，下面我们只需讨论删去最下层非终端结点中关键字的情形。有下列3种可能：

1. 被删除关键字所在结点中的关键字数目不小于a(a为不小于m/2的最小整数)则只需从该结点中删去该关键字Ki和相应指针Ai，树的其他部分不变，例如，从上图(a)中删除12，删除后如下图（a）所示。
2. 被删关键字所在结点中的关键字数目等于a-1(a为不小于m/2的最小整数)而与该结点相邻的右兄弟（或左兄弟）结点中的关键字数目大于a-1，则需将其兄弟结点中的最小（或最大）的关键字上移至双亲结点中，而将双亲结点中小于（或大于）且紧靠该上移关键字的关键字下移至被删除关键字所在结点中。例如从下图(a)中删去50，需将其右兄弟结点中的61上移至* e结点中，而将 * e结点中的53移动至 * f，从而使* f和* g中关键字数目均不小于a-1,而双亲结点中的关键字数目不变，如下图(b)所示。
3. 被删除关键字所在结点和其相邻的兄弟结点中的关键字数目均等于a-1。假设该结点有右兄弟，其右兄弟结点地址由双亲结点中的指针Ai所指，则在删去关键字之后，它所在结点中剩余的关键字和指针，加上双亲结点中的关键字Ki一起，合并到Ai所指兄弟结点中（若没有右兄弟，则合并至左兄弟结点中）。例如，从下图（b）所示中删去53，则应删去f结点，并将f中的剩余信息（指针“空”）和双亲e结点中的61一起合并到右兄弟结点g中。删除后的树如下图（c）所示。如果因此双亲结点中的关键字数目小于a-1，则一次类推做相应处理。例如，在下图c中删去37之后，双亲b结点中剩余信息(指针"c")应和其双亲结点a结点中的关键字45一起合并至右兄弟结点e中，删除后如下图(d)所示。

B+树
B+树是应文件系统所需而出的一种B-树的变型树。一棵m阶的B+树和m阶的B-树的差异在于：

1. 有n棵子树的结点中含有n个关键字。
2. 所有的叶子结点中包含了全部关键字的信息，及指向含这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。
3. 所有的非终端结点可以看成索引部分，结点中仅含有其子树（根节点）中的最大（或最小）关键字。
   例如下图所示为一棵3阶的B+树，通常在B+树上有两个头指针，一个指向根节点，一个指向关键字最小的叶子结点。因此，可以对B+树进行两种查找运算：一种是从最小关键字起顺序查找，另一种是从根节点开始，进行随机查找。

在B+树上进行查找，插入和删除和B-树类似。

只是在查找时，若非终端结点上的关键字等于给定值，并不终止，而是继续向下直到叶子结点。因此不管查找成功与否，每次查找都是走了一条从根到叶子结点的路径。

B+树的插入仅在叶子节点上进行，当结点中的关键字个数大于m时要分裂成两个结点，它们所含的关键字个数分别为a和a(a为不小于（m+1）/2的最小整数)。并且它们的双亲结点中应同时包含这两个结点的最大关键字。

B+树的删除也仅在叶子结点进行，当叶子结点中的最大关键字被删除时，其在非终端结点中的值可以作为一个“分界关键字”存在。若因删除而使结点中关键字个数少于b（b为不小于m/2的最小整数）时，其和兄弟结点的合并过程亦是和B-树类似。