B树的图解（一看就懂）

B树

B树是一种平衡树，但是和AVL不同，B树不是二叉树，每个结点有至少两个分支。因此B树

又叫多路平衡搜索树。

对于AVL和RBT来说，自身的查找效率已经很高了，但是在具体应用时，面对海量数据，O(logn)的复杂度也会很大，树高仍然很高，因此B树作为一种可以容纳若干个关键字的数据结构，能大大减少树高，而且B树时绝对平衡的，即每一个叶子节点的高度都相同。

定义

我们定义B树是具有以下性质的数据结构:

• 该树为空树；
• 该树不为空树，那么定义一个m阶的B树:
  • 每个内部结点至多有m个子树，即至多含有m-1个关键字；
    • 若根节点不是终端节点，至少有两个子树；
    • 非叶子结点至少含有[m/2]-1(向上取整)个关键字；
    • 所有叶子结点的高度一致；

例如，我们可以观察一个的B树：

（图自CSDN博主哦吼，侵删致歉）我们可以观察到这是一棵4阶的B树，每个结点包含的关键字至少位1个，至多为3个，所有叶子节点都在同一高度上。

插入

在此之前我们要知道两个相邻子树有一个父关键字，和二叉树的父节点不同，但实际上，只是因为二叉树的每个结点只保存一个关键字导致的。

对于新增结点，我们要思考是否会破坏B树性质。

首先我们需要查找该关键字是否存在，不存在，则创建关键字插入。

• 如果插入的结点关键字个数小于m-1，那么直接插入，因为这不会引起任何破坏。

• 如果关键字个数不小于m-1，那么插入之后，破坏了“每个内部节点至多含有m-1个关键字”，那么我们需要进行以下操作：

  • 以该关键字序列的中间的关键字为划分，分裂为两部分，中间的关键字上升至父关键字；

• 父节点新增结点，重复上述步骤，直到满足条件。

这样一来就保证了各项性质。

删除

对于删除，我们考虑该结点是否是叶子结点。另外删除操作可能引发关键字少于[m/2]

-1个，因此需要维护。

删除的是叶子结点的关键字

• 第一，如果删除之后的关键字个数不小于[m/2]-1，那么直接删除；

• 第二，如果删除之后的关键字个数少于[m/2]-1个：

  • 下沉父关键字；
  • 相邻兄弟结点的最左（右）关键字上浮成为父关键字

  这里思考一下，万一兄弟节点也不够用呢？

  我们重新讨论，将第二步的操作再细分吧。

• 第一，如果删除之后的关键字个数不小于[m/2]-1，那么直接删除；

• 第二，如果删除之后的关键字个数少于[m/2]-1个：

  • 当相邻兄弟关键字个数大于[m/2]-1个：
    • 如果左兄弟关键字够用，将和左兄弟的父关键字下沉，左兄弟的最右关键字上浮；
    • 如果右兄弟关键字够用，将和右兄弟的父关键字上浮，右兄弟的最左关键字上浮；
    • 都够用随便用；
  • 当相邻兄弟关键字个数都小于[m/2]-1个：
    • 和左兄弟合并，俩个兄弟的父关键字下沉。由于相邻兄弟的关键字都不足，那么我们可以想到，兄弟此时关键字为[m/2]-1,自身也是[m/2]-1（不然不会进行不够用的讨论），合起来的关键字数为m-2（或者m-1，因为这是向上取整符号）个，合并之后，父关键字需要下沉，删除需要删除的关键字。此时关键字数量为m-2，满足至多为m-1个关键字。
    • 和右兄弟同理。

• 这时父节点的关键字减少1，如果少于[m/2]-1个：

  • 双亲是根节点，删除根节点，将合并后的新节点成为根；
  • 双亲不是根节点，重复步骤，直到满足性质或者到达根节点。

这里我们讨论是一种

假设这是一棵5阶的B树的一部分，这里我们删除12，需要向兄弟借用一个关键字，23下沉，25上浮

假设这是一个5阶子树的一部分，这里删除40，左右兄弟都不够用，那么合并左兄弟和本结点，36作为两兄弟的父关键字下沉，这里父节点缺失一个关键字后满足B树性质，不需要再重复步骤。

删除的不是叶子结点的关键字

将该关键字的直接前驱（左子树的最右）或者直接后继（右子树的最左）上浮，此时删除的问题相当于交给了子树，子树的关键字上浮导致子树的关键字减一，那么进行删除的是叶子结点的关键字的步骤，将问题转换为第一种情况。