树的遍历之B树及其变种

1.基本概念

1.1.B树的引进

我们发现，之前的二叉树、AVL，2-3树…这些树每一个节点所存储的数值量就只有一个，而这个数据量（键值）的目的是进行比较的，因为结合了数组和链表的操作，所以在进行排序的时候非常的方便。但是这种数据结构在数据库中查找数据或者是说对大容量设备，比如磁盘，SD卡，并不起作用。因此，B树诞生了。B 树是为了磁盘或其它存储设备而设计的一种多叉平衡查找树。也就是说B树中每一个节点所包含的键值数量比较多， 而它的作用不仅仅是为了比较大小，而是当作索引，用作方向标，一层一层地递推指向数据最后的数据存储位置。也可以把B树当做是2-3树的加强版！

你会发现B树的实现确实是将B树中的键值用作比大小的对象，但是实际上远远不至于比大小，像文件系统的分类，磁盘设备的管理都可以用B树以及变种，那么B树中的键值可以把它当作方向标，当作索引来看。

1.2.B树的定义

1. 定义任意非叶子节点最多可以有M个儿子节点，且M>2
2. 根节点的儿子数为：[2，M]
3. 除根节点为的非叶子节点的儿子数为[M/2，M]
4. 每个结点存放至少M/2 - 1 （去上整）且至多M -1 个关键字，（至少为2）
5. 非叶子结点的关键字个数 = 指向子节点的指针数 -1
6. 非叶子节点的关键字：K[1],K[2],K[3],…,K[M-1],且K[i] < K[i +1] (升序排列)
7. 非叶子结点的指针：P[1], P[2], …, P[M]；其中P[1]指向关键字小于K[1]的子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树
8. 所有叶子结点位于同一层

B-树就是B树（可能有部分人会习惯上把B-树读为B减树，其实并不存在B减树，只是读法上的不同而已），B就是balanced，平衡的意思。B-树就是指的B树，特此说明一下。

1.3.B树的举例

上图所示就是一副M等于3的B树。

B-树的搜索，从根结点开始，对结点内的关键字（有序）序列进行二分查找，如果

命中则结束，否则进入查询关键字所属范围的儿子结点。重复，直到所对应的儿子指针为

空，或已经是叶子结点；

B-树的特性：

• 关键字集合分布在整颗树中
• 任何一个关键字出现且只出现在一个结点中
• 搜索有可能在非叶子结点结束
• 其搜索性能等价于在关键字全集内做一次二分查找
• 自动层次控制；

2.B+树

B+树是B-树的变体，也是一种多路搜索树：其定义基本与B-树相同，除了：

1. 非叶子结点的子树指针与关键字个数相同

2. 非叶子结点的子树指针P[i]，指向关键字值属于[K[i], K[i+1])的子树（B-树是开区间）

3. 为所有叶子结点增加一个链指针

4. 所有关键字都在叶子结点出现

B+的搜索与B-树也基本相同，区别是B+树只有达到叶子结点才命中（B-树可以在

非叶子结点命中），其性能也等价于在关键字全集做一次二分查找；

B+树的特性：

1. 所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的

2. 不可能在非叶子结点命中

3. 非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层

B+树的意图非常的明显，直接就是把键值当作成方向标

3.B*树

B*树是B+树一种变形，它是在B+树的基础上，将索引层以指针连接起来，使搜索取值更加快捷。

B*树的作用我觉得就是在相邻节点中有一个索引方向，方向也是按照升序的方式，这样的话对数据的操作灵活性更强了。

4.总结

B（B-）树：多路搜索树，每个结点存储M/2到M个关键字，非叶子结点存储指向关键字范围的子结点， 所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中

B+树：在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点
中出现，非叶子结点作为叶子结点的索引，B+树总是到叶子结点才命中

B*树：在B+树基础上，为非叶子结点也增加链表指针，将结点的最低利用率
从1/2提高到2/3