B+树

B+树

1.基础概念

B+树是应数据库需求出现的一种B树的变形树，是一个m叉多路平衡查找树，B+树的查找、插入和删除操作都和 B树基本类似。

一颗 m 阶的 B+树：

• 结点的关键字个数与子树个数相同，即一个关键字对应一颗子树
• 根结点的关键字范围为 1 ≤ n ≤ m，但是非叶根结点必须至少有两颗子树
• 非根内部结点的关键字范围为 $\lceil m/2\rceil$ ≤ n ≤ m
• 叶子结点的关键字范围为 $\lceil m/2\rceil$ ≤ n ≤ m
• 叶子结点包含信息，非叶结点仅起到索引作用。叶子结点中出现所有的关键字，即使那些在非叶结点出现的关键字也会在叶子结点中出现
• 叶子结点中将关键字按大小顺序排列，相邻叶子结点按大小顺序链接起来
• 分支节点仅包含它子节点中的关键字最大值和指向子节点的指针

B+树比 B树更适合作为操作系统的文件索引：

1. B+树的磁盘读写代价更低
   • B+树节点小，一个节点可容纳更多的关键字因此，访问外存的次数少
2. B+树的查询效率更加稳定。
   • B+树任何关键字的查找必须走一条从根结点到叶子结点的路

2.查找

通常在 B+树中有两个头指针：一个指向根结点，另一个指向关键字最小的叶结点。我们可以对B+树进行两种查找运算：一种是从根结点开始的多路查找，另一种是从最小关键字开始的顺序查找。

在多路查找过程中，如果非叶结点上的关键字等于给定值，也不停止，而是继续沿着右指针向下，一直查到叶结点上有关键字等于给定值，然后返回对应的记录地址；如果查不到，则记录不存在。因此，在B+树中进行多路查找，无论成功与否，都会返回一条由根结点到叶子结点的路径。

对于记录总数K，B+树的叉树 N，整个 B+树的高度为 $h=\lceil {\log }_{n/2}K\rceil$。如果 K=1百万，N=20，那么 B+树高度为6，即在一个百万记录的文件中查找记录，也只需要访问6个树结点。即使每个树结点都占用一个磁盘块，最多也只需要7次 I/O 操作（6次结点磁盘和1次记录本身磁盘快）。

3.插入

B+树的插入在叶子结点上进行，叶子结点可能会因为插入操作而变得过大从而需要分裂，必须调整相关结点保证 B+ 树的平衡，否则查找操作的效率就会下降。

插入的规则如下：

1. 查找给定值 V，如果插入值后的叶子结点关键字个数不超过 m，则将 V 插入该叶子结点，插入结束
2. 如果叶子结点关键字个数等于 m，即插入之后叶子结点关键字为 m+1，则插入之后需要对该叶子结点进行分裂
3. 以 $\lceil m/2\rceil$ 位置的关键字作为分界，左侧 $\lceil (m+1)/2\rceil$ 个关键字保留在原来的结点中，右侧 $\lfloor (m+1)/2\rfloor$ 个关键字作为新结点，将两个结点的最大值和结点地址插入上层结点中
4. 如果叶子结点分裂导致上层结点的关键字个数达到 m，同样对上层结点进行分裂。

4.删除

删除给定值为V的记录，需要先找到键值V所在的叶结点，将该键值的索引项删除。

删除的规则如下：

1. 查找给定值 V，如果删除值 V 后的叶子结点关键字个数不少于 $\lceil m/2\rceil$ ，则将 V 从该叶子结点中删除，删除结束。（如果是该叶子结点的最大值，可以不用删除对应上层结点的数值，这样不会影响到查找，以后的插入/删除可能会更新上层结点的值）
2. 如果删除值V之后的叶子结点关键字个数小于 $\lceil m/2\rceil$ ，删除之后需要对该叶子结点进行合并操作
3. 查看右（左）兄弟结点中关键字个数是否大于 $\lceil m/2\rceil$，如果是，从兄弟结点中借来最接近的关键字，并更新上层结点的对应数值
4. 如果兄弟结点不够借，进行结点合并。将右侧结点的所有关键字都插入本结点中，删除变空的右侧结点。如果导致上层结点的子树个数小于 $\lceil m/2\rceil$ ，则从上层结点的左侧兄弟结点借来一个最右侧的子树，然后对所有结点的数据和索引进行更新。

5.更新

对于B+树中数值的更新，不能简单地进行对应数值的更改，则是需要采取先删除再插入的策略，以保持B+树索引结构的更新

6.示例

参考资料

数据结构（C语言版）第二版 —— 清华大学出版社

数据结构精讲与习题详解（C语言版）第二版 —— 清华大学出版社