平衡二叉搜索树 - B树

1 意义

        由于内外存的访问速度差距过大，相差5至6个数量级，在衡量算法的性能时，基本可以忽略对内存的访问，转而更多地关注对外存的访问次数。那么如何能有效地减少外存操作呢？
        为此，需要利用磁盘之类的外部存储器的一类特性：就时间成本而言，读取物理地址连续的一千个字节，与读取单个字节几乎没有区别。既然外存在批量式访问时会增加效率，而树的各节点又不是连续存储的，那我们能不能使树的部分节点连续存储呢？
        答案是可以的，由此产生了B树这种数据结构。

2 定义

        B树也叫多路平衡搜索树，B树本质还是一颗二叉搜索树，还是需要遵循中序单调非降的规则。B树的节点、孩子均采用向量，即每个节点由n-1个关键码和n个分支组成，其中的n便为B树的阶次。
n阶B树亦n路平衡搜索树（n>2）有以下三种限制条件

• 节点中关键码的数取值范围 [⌈n/2⌉-1，n)
• 分支数取值范围 [⌈n/2⌉，n]
• 根节点取值范围 [1,n)
• 外部节点深度相同

下图便是4阶B树

3 查找

3.1 查找策略

        B树的查找策略与二叉搜索树的查找策略相同，不过由于节点的结构不同，每层需要多次比较才能转入下一层

3.2 查找效率

        由上可见，B树的查找操作主要有两步，一是将节点载入内存，二是在内存中对当前节点进行比较。鉴于内外存在访问速度上的巨大差异，后者的时间消耗可以忽略不计。所以B树的查找操作的效率取决于外存的访问次数，而访问次数不会超过O(h-1)次。由B树对节点最小取值的限制，可以证明M个数据的n阶B数的高度h=O(log_nM)，因此查找的时间复杂度为O(logn)

4 插入

4.1 插入策略

        B树的插入策略与二叉搜索树的常规策略基本相同。插入完成后判断节点中的关键码个数是否超出，若超出则分裂上溢。分裂上溢的具体操作是，将第n/2个关键码上溢到父节点，子节点被分成两个，不难证明，分裂后的两个子代都满足关键码个数≥⌈n/2⌉-1

4.2 实例分析

（a） 是一个4阶B树
（b） 插入23
（c1）插入29
（c2）关键码个数超出，分裂，中间关键码23上溢
（d1）插入45
（d2）关键码个数超出，分裂，中间关键码45上溢
（d3）关键码个数超出，分裂，中间关键码36上溢
（e1）插入87
（e2）关键码个数超出，分裂，中间关键码84上溢
（e3）关键码个数超出，分裂，中间关键码84上溢
（e4）根节点关键码个数超出，分裂，中间关键码53上溢，成为新根

4.3 插入效率

        若将B树的阶次m视作常数，则关键码的移动和复制操作所需时间都可以忽略。至于上溢，每次递归实例均只需常数时间，递归层数不超过B树高度，由此可知，每次插入操作都在O(logn)时间内完成

5 删除

5.1 删除策略

        B树的删除策略与二叉搜索树的常规策略基本相同，只不过删除后可能导致节点的关键码个数不足，处理情况可分为两种。

1. 兄弟节点关键码个数充足，将兄弟节点离父节点最近的一个关键码提升，而父节点的关键码下溢至缺少关键码的子代
2. 兄弟节点关键码刚好为⌈n/2⌉-1时，向父节点借一个关键码，将两个子节点合并

5.2 实例分析

（a） 删除41
（b1）删除53
（b2）53与直接后继交换位置，然后删除
（b3）删除75
（c1）关键码个数不足，情况一，从兄弟节点中借出关键码，旋转填补
（c2）删除84
（d1）关键码个数不足，情况二，父节点下溢一个关键码，且两子节点合并
（d2）删除51
（e1）关键码个数不足，情况二，父节点下溢一个关键码，且两子节点合并
（e2）关键码个数不足，情况二，父节点下溢一个关键码，且两子节点合并
（e3）根节点关键码不足
（e4）根下溢，新根出现

5.3 删除效率

        与插入操作同理，在存有N个关键码的n阶B树中的每次关键码删除操作，都可以在O(logN)时间内完成。

该文插图均来自邓俊辉老师的《数据结构与算法》