B树（B-tree、B-树）性质以及其上溢、下溢的解决方法

一、B树（B-tree、B-树）

• 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
  
  
• 仔细观察B树，有什么眼前一亮的特点？
  ①、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
  ②、拥有二叉搜索树的一些性质
  ③、平衡，每个节点的所有子树高度一致
  ④、比较矮

（一）m阶B树的性质（m≥2）

• 假设一个节点存储的元素个数为x
  ①、根节点：1 ≤ x ≤ m − 1
  ②、非根节点：┌ m/2 ┐ (向上取整)− 1 ≤ x ≤ m − 1
  ③、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

（二）B树 VS 二叉搜索树

• 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
  ①、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）
  ②、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）
  ③、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）
• m阶B树，最多需要 log2m 代合并

（三）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，重复步骤 1

（四）添加

• 新添加的元素必定是添加到叶子节点
• 插入55
  
• 插入95
  
• 再插入 98 呢？（假设这是一棵 4阶B树）
  ①、最右下角的叶子节点的元素个数将超过限制
  ②、这种现象可以称之为：上溢（overflow）

（五）添加 – 上溢的解决(假设5阶)

• 上溢节点的元素个数必然等于m
  
• 假设上溢节点最中间元素的位置为 k
  ①、将 k 位置的元素向上与父节点合并
  ②、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）
• 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
  
• 插入98
  
• 插入52
  
• 插入54
  

（六）删除 – 叶子节点

• 假如需要删除的元素在叶子节点中，那么直接删除即可
  
• 删除 30
  

（七）删除 – 非叶子节点

• 假如需要删除的元素在非叶子节点中
  ①、先找到前驱或后继元素，覆盖所需删除元素的值
  ②、再把前驱或后继元素删除
• 删除 60
  
• 非叶子节点的前驱或后继元素，必定在叶子节点中
  ①、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
  ②、真正的删除元素都是发生在叶子节点中

（八）删除 – 下溢

• 删除 22 ？（假设这是一棵 5阶B树）
  ①、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 ）
  ②、这种现象称为：下溢（underflow）

（八）删除 – 下溢的解决1

• 下溢节点的元素数量必然等于 ┌ m/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
  ①、将父节点的元素b 插入到下溢节点的0 位置（最小位置）
  ②、用兄弟节点的元素a（最大的元素）替代父节点的元素b
  ③、这种操作其实就是：旋转
  

（八）删除 – 下溢的解决2

• 如果下溢节点临近的兄弟节点，只有 ┌ m/2 ┐ − 1 个元素
  ①、将父节点的元素 b 挪下来跟左右子节点进行合并
  ②、合并后的节点元素个数等于┌ m/2 ┐ + ┌ m/2 ┐ − 2，不超过 m − 1
  ③、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