【tree】B树

本文目录

• 一、B树的定义
• 二、B树的查找
• 三、B树的插入
• 四、B树的删除

系列目录

• 《树》
• 《树的遍历》
• 《二叉查找树》
• 《AVL》
• 《红黑树（上）》
• 《红黑树（下）》
• 《B树》
• 《B+树》
• 《大顶堆、小顶堆》

本文转载自：一文彻底弄懂B树和B+树 (xianzilei.cn)

---

一、B树的定义

B数也称为B-树，他是一棵多路平衡查找树。我们描述一棵B树时需要指定它的阶数，阶数表示了一个节点最多有多少的孩子节点，一般使用字母m表示阶数。当m取2时，就是我们常见的二叉搜索树。

一棵m阶的B数定义如下：

• 1）每个节点最多有m-1个关键字
• 2）根节点最少可以只有一个关键字
• 2）非根节点至少有Math.ceil(m/2)-1个关键字
• 4）每个节点的关键字都按照从小到大的顺序排列，每个关键字的左子树中的所有关键字都小于它，而右子树中的所有关键字都大于它
• 5）所有叶子节点都位于同一层，或者说根节点到每个叶子节点的路径长度都相同

上图表示是一棵4阶B树（当然实际中B树的阶数一般远大于4，通常大于100，这样即使存储大量的数据，B树的高度仍然很低），每个节点最多有3个关键字，每个非根节点最少有Math.ceil(4/2)-1=1个关键字。我们将一个key和其对应的data称为一个记录。数据库中如果以B树作为索引结构，此时B树中的key就表示键，而data表示了这个键对应的条目在硬盘上的逻辑地址。

---

二、B树的查找

以上图为例，比如我要查找关键字为25对应的数据，步骤如下：

• 1）首先拿到根节点关键字，目标关键字与根节点的关键字key比较，25<36，去往其左孩子节点查找
• 2）获取当前节点的关键字15和28,15<25<28，所有查询15和28的中间孩子节点
• 3）获取当前节点的关键字19和25，发现25=25，所以直接返回关键字和data数据（如果没有查询到则返回null）

---

三、B树的插入

插入操作是指插入一条记录，即（key, data）的键值对。如果B树中已存在需要插入的键值对，则用需要插入的新data替换旧的data。若B树不存在这个key，则一定是在叶子节点中进行插入操作。

3.1 基本步骤

• 1）根据key找到要插入的叶子节点位置，插入记录
• 2）判断当前节点key的个数是否小于等于m-1，如果是直接结束，否则进行第三步
• 3）以节点中间的key为中心分裂成左右两部分，然后将这个中间的key插入到父节点中，这个key的左子树指向分裂后的左半部分，这个key的右子支指向分裂后的右半部分，然后将当前节点指向父节点，继续进行第3步，直到处理完根节点。

3.2 图文说明

以5阶B树为例（5阶B树节点最多有4个关键字，最少有2个关键字，其中根节点最少可以只有一个关键字），从初始时刻依次插入数据。

• 1）在空数中插入39

  

• 2）继续插入22，97和41

  

  此时根节点有4个关键字

• 3）继续插入53

  

  此时发现该节点有5个关键字超过了最大允许的关键字个数4，所以以key为41为中心进行分裂，分裂后当前节点指向根节点，根节点的关键字为1，满足B数条件，插入操作结束，结果如下所示（注意，如果阶数是偶数，分裂时就不存在排序恰好在中间的key，那么我们选择中间位置的前一个key或中间位置的后一个key为中心进行分裂即可）

  

• 4）插入13，21，40

  

  此时当前节点5个关键字，需要分裂，则以22为中心，22节点插入到其父节点中，分裂后当前节点指向根节点，根节点的关键字为2，满足B数条件，插入操作结束，结果如下所示

  

• 5）同理依次输入30，27, 33 ，36，35，34 ，24，29，结果如下所示

  

• 6）继续插入26

  

  此时节点关键字等于5，以27为中心分裂，并将27插入到父节点中，分裂后当前节点指向根节点，如下所示

  

  此时27的进位导致当前节点也需要分裂，则以33为中心进行分裂，结果如下

  

• 7）同理最后再依次插入17，28，29，31，32，结果如下图所示

  

3.3 总结

一般来说，对于确定的m和确定类型的记录，节点大小是固定的，无论它实际存储了多少个记录。但是分配固定节点大小的方法会存在浪费的情况，比如key为28和29所在的节点，还有2个key的位置没有使用，但是已经不可能继续在插入任何值了，因为这个节点的前序key是27，后继key是30，所有整数值都用完了。所以如果记录先按key的大小排好序，再插入到B树中，节点的使用率就会很低，最差情况下使用率仅为50%。

---

四、B树的删除

删除操作是指根据key删除记录，如果B树中的记录中不存对应key的记录，则删除失败。

4.1 基本步骤

• 1）如果当前需要删除的key位于非叶子节点上，则用后继key（这里的后继key均指后继记录的意思）覆盖要删除的key，然后在后继key所在的子支中删除该后继key。此时后继key一定位于叶子节点上，这个过程和二叉搜索树删除节点的方式类似。删除这个记录后执行第2步
• 2）该节点key个数大于等于Math.ceil(m/2)-1，结束删除操作，否则执行第3步。
• 3）如果兄弟节点key个数大于Math.ceil(m/2)-1，则父节点中的key下移到该节点，兄弟节点中的一个key上移，删除操作结束。
• 4）否则，将父节点中的key下移与当前节点及它的兄弟节点中的key合并，形成一个新的节点。原父节点中的key的两个孩子指针就变成了一个孩子指针，指向这个新节点。然后当前节点的指针指向父节点，重复上第2步。（有些节点它可能即有左兄弟，又有右兄弟，那么我们任意选择一个兄弟节点进行操作即可）

4.2 图文说明

以5阶B树为例（5阶B树节点最多有4个关键字，最少有2个关键字，其中根节点最少可以只有一个关键字）。初始时刻以上述插入操作的最终状态为例。

• 1）初始状态

  

• 2）删除节点21

  

  删除后节点中的关键字个数仍然大于等2，所以删除结束。

• 3）继续删除27，此时27由于是非叶子节点，则由它的后继节点28替换27，再删除28，结果如下所示

  

  此时发现叶子节点的个数小于2，而它的兄弟节点中有3个记录（当前节点还有一个右兄弟，选择右兄弟就会出现合并节点的情况，不论选哪一个都行，只是最后B树的形态会不一样而已），我们可以从兄弟节点中借取一个key。所以父节点中的28下移，兄弟节点中的26上移,删除结束。结果如下图所示

  

• 4）删除32，结果如下图所示

  

  当前节点中只有一个key，而兄弟节点中也仅有2个key。所以只能让父节点中的30下移和这个两个孩子节点中的key合并，成为一个新的节点，当前节点的指针指向父节点。结果如下图所示

  

  当前节点key的个数满足条件，故删除结束

• 5）接着删除key为40的记录，删除后结果如下图所示

  

  同理，当前节点的记录数小于2，兄弟节点中没有多余key，所以父节点中的key下移，和兄弟（这里我们选择左兄弟，选择右兄弟也可以）节点合并，合并后的指向当前节点的指针就指向了父节点。如下图所示

  

  同理，对于当前节点而言只能继续合并了，最后结果如下所示

  

  合并后节点当前节点满足条件，删除结束。