B+树相关数据结构和算法

二分查找法

二分查找法（binary search）也称为折半查找法，用来查找一组有序的记录数组中的某一记录，简单来讲就是将记录按照有序化（递增递减）排列，在查找过程中采用跳跃式方式查找，即先以有序序列的中间位置为比较对象，如果要找的元素值小于该中点元素，则将待查序列缩小为左半部分，否则为右半部分。一次比较将查找区间缩小一半。具体如下：

这里有10个数字，现在需要查找48这条记录，二分法查找过程如上，第一次查找为37，48大于37所以在右侧再次二分法查询，这次定位为50大于48在左侧查询，可以得到48，整个过程用3次就查到了。但是如果使用顺序查找的方式需要7次。但是如果要查的数据为5，顺序方式只用1次就可以，二分法需要4次。但实际上二分法查找效率是高于顺序查找的，对于上面的10个数字来说，顺序查找平均查找次数为（1+2+3+4+5+6+7+8+9+10）/10=5.5次。通过二分法进行查找为（4+3+2+4+3+1+4+3+2+3）/10=2.9次。在效率最差的情况，顺序查找需要10次，二分法只需要4次。Innodb存储引擎下二分法应用在每页Page Directory中的槽是按照主键的顺序存放的，对于某一条具体记录的查询是通过对Page Directory进行二分法查找得到的。

二叉查找树和平衡二叉树

B+树是通过二叉查找树，再由平衡二叉树，B树演化而来的。

如图为一棵二叉查找树：

上图中的每个节点代表每个节点的键值，在二叉查找树中，左子树的键值总是小于根的键值，右子树的键值总是大于根的键值。因此可以通过中序遍历得到键值的排序输出，上图二叉查找树经过中序遍历后输出：2、3、5、6、7、8。对于这棵树的查找，如现在需要查找5这条记录，查找过程如下：先找到根，其键值为6，6＞5，因此需要找到6的左子树，找到3。3小于5则找其右子树，一共找了3次。顺序查找的方式也会查询3次。如果查找的记录为8也需要3次，但是顺序查找会查找6次。计算一下平均查找次数可以得到：顺序查找平均查找次数为（1+2+3+4+5+6）/6=3.3次；二叉查找树的平均查找次数为（3+3+3+2+2+1）/6=2.3次，所以二叉查找树比顺序查找更快一些。

二叉查找树可以随意构造，同样的数字还可以构造成如下所示

这棵树的平均查找次数为（1+2+3+4+5+5）/6=3.16次，和顺序查找差不多，这棵树的效率比上面的效率要低一些，因此要想最大性能的构造一棵二叉查找树，需要这棵二叉查找树是平衡的从而出现了新的定义——平衡二叉树，或称为AVL树。

平衡二叉树的定义如下：

首先需要符合二叉查找树的定义，其次必须满足任何节点的两个子树的高度最大差为1。所以上面的二叉树是不符合这个要求的。平衡二叉树的查找性能是比较高的，但不是最高的，做好的性能需要建立一棵最优二叉树，但是最优二叉树的建立和维护需要大量的维护操作，因此用户往往建立一棵平衡二叉树即可。

平衡二叉树的查询速度确实很快，但是维护一棵平衡二叉树的代价非常大，通常来说需要1次或者多次左旋或者右旋来得到插入或者更新后树的平衡性。如下两种情况。

除了插入操作，还有更新和删除的操作，不过这和插入没有本质的区别，都是通过左旋或者右旋来完成的，因此维护平衡二叉树是有开销的，但是二叉树多用于内存之中，虽然有一定的开销，但是对数据库而言影响较小。

B+树

B+树是为磁盘或其他直接存取辅助设备设计的一种平衡查找树，在B+树上，所有记录的节点都是按键值的大小顺序存放在同一层的叶子节点上，并且是顺序存放的，如果用户从最左面的叶子节点开始顺序遍历，可以得到所有键值的顺序排序：5、10、15、20、25、30、50、55、60、65、75、80、85、90

B+树的插入操作

B+树的插入必须保证插入后叶子节点中的记录依然排序，同时需要考虑插入到B+树的三种情况，每种情况都可能会导致不同的插入算法。如下所示：

第一种情况：Leaf Page与Index Page都没有满直接插入即可

此时需要插入28这个键值

第二种情况：Leaf Page满了但是Index Page还没有满，拆分操作

此时需要插入70这个键值

直接插入的Leaf Page情况为50、55、60、65、70，但是因为叶已经满了，所以根据中间值60来拆分叶子节点成下图所示。

第三种情况：Leaf Page与Index Page都被写满了，这个时候需要进行两次拆分

此时插入的值为95这个键值

不管怎么变化，B+树总是会保持平衡，但是为了保持平衡对于新插入的键值可能需要做大量的拆分页（split）操作，因为B+树的结构主要用于磁盘，页的拆分意味着磁盘的操作，所以应该在可能的情况下尽量减少页的拆分操作。因此B+树同样提供类似于平衡二叉树的旋转（Rotation）功能。旋转发生在Leaf Page已经满，但是其左右兄弟节点没有满的情况下。这时B+树并不会急于去拆分页的操作，而是将记录移动到所在页的兄弟节点上。通常情况下，左兄弟会首先检查用来做旋转操作。

当插入值70的时候，B+树使用旋转的方式就变成下图所示状态，可以减少一次页的拆分操作，同时这棵B+树的高度依然是2

B+树的删除操作

B+树使用填充因子（fill factor）来控制树的删除变化，50%是填充因子可以设置的最小值。（填充因子就是每个页存放多少键值，例如上图中一个页4个键值，那么一个页在设置50%为最小填充因子那么一个页最少也要有两个键值才可以）。B+树的删除操作同样必须保证删除后叶子节点中的记录依然排序，同插入一样，B+树的删除操作同样需要考虑以下三种情况：

以下图为例，当需要删除键值为70这条记录，该记录符合第一种情况，直接删除即可

上图中左侧为未删除之前的状态，现在需要删除70这个键值，该值删除后填充因子仍然满足50%，同时不是Index Page的节点，所以直接删除就可以。

删除键值为25这条记录，该记录符合第一种情况，但是该节点是Index Page中的值因此在删除后，还要吧25的右兄弟节点的28更新到Index Page中。

删除键值为60的情况，删除Leaf Page中键值为60的记录后，Fill Factor小于50%，这时需要做合并操作，同样在删除Index Page中需要做Index Page合并的操作。