【数据结构】二叉树 平衡二叉树 B树 B+树

1. 背景

B+ 树在数据库中是最常见的索引结构，在MYSQL 中聚簇索引和非聚簇 辅助索引 用的都是 B+ 树的结构。

在聊 B+ 树之前先聊一下B+ 树是怎么来的，解决了什么问题，才能更好的了解为什么我们需要 B+ 树。

2. 二分查找

二分也称为折半查找，如果我们获得了一组有序的数据集合，比如 1,3,4,5,7,10. 如果想在集合中找到数字为7的值，如果是顺序查找的话平均查找次数是 (1+2+3+4+5+6) / 6 = 3.5，如果使用折半查找的话，则是 (3+2+3+1+2+3) /6 = 2.3. 如果算时间复杂度的话，顺序查找的时间复杂度是 O(n)，折半查找的时间复杂度是 O(logn) .

3. 二叉树

以上面的例子为例（1,3,4,5,7,10），二叉树是如下的结构，符合我们前面说的时间复杂度和查找次数。

在二叉树的定义中，每个节点的左侧节点小于当前节点的数据，右侧节点大于当前节点的数据，每个节点最多有2个叶子节点。

二叉树的问题，二叉树因为没有规定树深度的最小差额，所以可能会得到如下的二叉树，这个二叉树的平均查询查找次数为 (1+2+3+4+5+5) /6 = 3.3 , 这已经和顺序查找 3.5 很接近了。如果二叉树是只有一边的话，那就和顺序表的查询效率一样了，所以树的查询效率很大一部分就是在减少树的高度。

mysql 使用 B+树 也是因为减少树的高度，每减少一次树的高度在 mysql 的视角就减少了一次 IO。

4. 平衡二叉树

因为二叉树有上面提到的问题，所以才引入了平衡二叉树，也称为 AVL 树（Adelson-Velsky and Landis）。

平衡二叉树定义了，每个节点的深度不能相差大于1，如果大于 1的话，AVL 树会自己通过左旋和右旋进行自平衡。

4.1. 左旋 右旋

左旋和右旋的思路其实是一样的，围绕着 7 或者 4 这个点，进行左旋和右旋之后，可以互转。

从理解上只需要理解转变2个指针即可。

右旋：

1. 自己变为左子树的右子树（7变成4的右子树）
2. 左子树的右子树变成自己的左子树（5变成7的左子树）

左旋：

1. 自己变为右子树的左子树（4变成7的左子树）
2. 右子树的左子树变成自己的右子树（5变成4的右子树）

java 代码如下：

/** * (x) (y) * / \ / * (x1) (y) --> (x) * / / \ * (T2) (x1) (T2) * * 左旋操作 */ private Node leftRotate(Node x) { Node y = x.right; Node T2 = y.left; // Perform rotation y.left = x; // x 的右子树 x.right = T2; // Return new root return y; } /** * (y) (x) * / \ / \ * (x) (y1) --> (x1) (y) * / \ / \ * (x1) (T2) (T2) (y1) * 右旋 * @param y * @return */ private Node rightRotate(Node y) { Node x = y.left; Node T2 = x.right; // Perform rotation x.right = y; y.left = T2; // Return new root return x; }

通过程序来构建上面图例中的树，进行左旋后再进行候选，会获得如下结果。

before reBalance 4 / \ / \ 3 7 / \ 5 10 after leftRotate 7 / \ / \ 4 10 / \ 3 5 after rightRotate 4 / \ / \ 3 7 / \ 5 10

5. B树

B树，B树的B是 balance 的意思，所以B树是平衡树，和平衡二叉树的最大的区别就是B树是一颗多叉树。

为什么需要 B树，其原因是还是为了性能考虑，上文有提到树的查询效率取决于树的深度，深度越深的树，查询效率越慢，深度越是浅，查询则效率越是高，那减少深度的一大方法就是把二叉树变成多叉树。

如果数据库的索引以 B+ 树来构造，我们会得到如下的一棵树。

每个节点包含如下几个数据：

1. 索引关键值，用于寻址
2. 子节点的磁盘指针，用于定位下个子节点的磁盘位置，如图中 P1 P2
3. 数据，索引对应的真实数据

B树的特点：

1. 因为是平衡多叉树，所以每个节点保存的数据相对于平衡二叉树来说增多了
2. 每个节点除了保存索引值，还保存实际的数据

6.B+ 树

B+树可以说是 B树的升级版，在B树的基础上更进一步的提高了树的稳定性、提升查询性能。

以上面的图可以知道，如果想提高性能，需要减少的树的高度，因为树的每多一个深度就意味着查询多一次 IO，B+ 树优化的核心思路：

1. 每一个磁盘块上，尽量保存多的节点，通过这个来减少树的深度。
2. 叶子节点和叶子节点之间，通过链表串联起来，以提升范围查询的效率。

B+ 树和 B树的区别：

1. 所有的索引值都在叶子节点，非叶子节点只保存关键的数据，以增加磁盘块存储关键信息的量，从而减少树的高度，减少查询时候 IO 的次数。

2. 所有的索引值都在叶子节点，而B树因为在非叶子节点会保存数据，部分索引子如果在非叶子节点存在的话，在叶子节点不会出现，比如上面 B树的 10, 20, 50 等节点，B+树把所有索引都保存在了叶子节点，有2个好处

3. 查询效率稳定，几乎等于 O(logn)

4. 容易范围查找，在范围查找的时候，查找自己的兄弟节点，不需要往上追溯查询父节点。

5. 叶子节点通过链表关联，方便范围查找。