多路查找树

1）什么是多叉树？

要想知道 “多路查找树”，首先我们要对二叉树有一定的概念：二叉树中的每个结点最多只有两个子节点，这种方式对一般的查找和储存方式都能够满足，但是由于二叉树本身结构的问题，使得它存储时有以下问题：

1、由于构建二叉树时需要把数据从某个地方（数据库、文件等）加载到内存，如果节点少，那没什么问题，但是如果节点海量（比如上亿），在构建二叉树时，每个节点都会进行一次io操作，那么构建二叉树的速度就会很慢
2、如果二叉树的节点海量，那么二叉树的高度也特别高，当进行增加、删除、左旋、右旋节点等操作时，速度也会变慢
 

于是在二叉树的基础上我们规定，每个结点的子节点可以超过两个，这就是我们说的多叉树（如下图）：

2）多叉查找树：

简单来说：多叉树就是在二叉树的基础上做了一些简单的变动，相应的，多叉树的查找的插入也会相应的发生改变：

    1、 多叉树——B树

    一个m阶的B树或者是空树，或者是满足下面性质的树：

    1、根结点至少有两个子女；

    2、每个非根节点所包含的关键字个数 j 满足：┌m/2┐ - 1 <= j <= m - 1；

    3、除根结点以外的所有结点（不包括叶子结点）的度数正好是关键字总数加1，故内部子树个         数 k 满足：┌m/2┐ <= k <= m ；

    4、所有的叶子结点都位于同一层。

    其有以下性质：

    1.关键字集合分布在整颗树中；

    2 .任何一个关键字出现且只出现在一个结点中；

    3.搜索有可能在非叶子结点结束；

    4.其搜索性能等价于在关键字全集内做一次二分查找；

    5.自动层次控制；

    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

    举例：2-3树 

    2-3 树是最简单的 B 树结构, 具有如下特点:

    2-3 树的所有叶子节点都在同一层.(只要是 B 树都满足这个条件)
   有两个子节点的节点叫二节点，二节点要么没有子节点，要么有两个子节点.
    有三个子节点的节点叫三节点，三节点要么没有子节点，要么有三个子节点.
    2-3 树是由二节点和三节点构成的树

 

    2、多叉树——B+树

    B+ 树是一种树数据结构，是一个n叉树，每个节点通常有多个孩子，一棵B+树包含根节点、内部节点和叶子节点。根节点可能是一个叶子节点，也可能是一个包含两个或两个以上孩子节点的节点。

上面的这颗树中，得出结论：

1、根节点元素8是子节点2,5,8 的最大元素，也是叶子节点6,8 的最大元素；
2、根节点元素15是子节点11,15 的最大元素，也是叶子节点13,15 的最大元素；
3、根节点的最大元素也就是整个B+树的最大元素，以后无论插入删除多少元素，始终要保持最大   的元素在根节点当中。
4、由于父节点的元素都出现在子节点中，因此所有的叶子节点包含了全部元素信息，并且每一个叶子节点都带有指向下一个节点的指针，形成了一个有序链表。
 

注意：

1、B+树的关键字都出现在叶子结点，叶子节点的关键字是一颗按关键字顺序组织的链表（关键字有序），而B树的关键字分布在整棵树，叶子结点和非叶子节点都有关键字
当搜索时，B+树只可能在叶子节点命中被查询的关键，不能在非叶子节点命中，而B树可以在非叶子节点命中关键字，性能也是等价于在关键字的全集内做一次二分查找
2、B+树非叶子节点的非叶子节点相当于是叶子节点的索引，称为稀疏索引，叶子节点相当于是存储关键字（数据）的数据层，叶子节点也叫稠密索引
3、B+树更适合文件系统
 

3、多叉树——B*树

B*树是 B+树的变体，在 B+树的 非根和非叶子结点再增 加指向兄弟的指针

B*树的说明: 

B*树定义了非叶子结点关键字个数至少为(2/3)*M，即块的最低使用率为 2/3，而 B+树的块的最低使用率为的1/2。
从第 1 个特点我们可以看出，B*树分配新结点的概率比 B+树要低，空间使用率更高