B树 学习笔记1 - 定义

参考资料：算法导论 - 18章 - B树
先来谈一谈磁盘，
磁盘有两个机械运动的部分：盘片旋转 和 磁臂震动。
为了摊还机械移动所花费的等待时间，磁盘会一次存取多个数据项而非一个。信息被分为一系列相等大小的在柱面内连续出现的位页面(page)，并且每个磁盘读或写一个或多个完整的页面。
$\quad$
我们在此只考虑两类运行时间：
1）磁盘存取次数
2）CPU计算时间
(注：磁盘存取时间并不是常量——它依赖于当前磁道和所需磁道之间的距离和磁盘的初始旋转状态。但是，我们仍然使用读或写的页数作为磁盘存取总时间的度量近似值。)
$\quad$
B树算法将所需页面从磁盘复制到主存，然后执行修改操作，然后写回。在任何时刻，B树算法都只需在主存中保持一定数量的页面。
$\quad$
由于在大多数系统中，一个B树算法的运行时间主要由它所执行的 DISK-READ 和 DISK-WRITE 操作的次数决定，所以我们希望这些操作能够读或写尽可能多的信息。因此，一个B树结点通常和一个完整磁盘页一样大，并且磁盘页的大小限制了一个B树结点可以含有的孩子数量。
$\quad$
根结点持久地保存在主存中。
$\quad$
事实上，我们将任何与关键字相连的“卫星数据”与关键字一样存放在同一个结点中，不过该卫星数据是一个指针，这个指针指向存放该关键字的卫星数据的磁盘页。
$\quad$
一个常见的B树变种，称为B+树，它把所有的卫星数据都存储在叶结点中，内部结点只存放关键字和孩子指针，因此最大化了内部结点的分支因子。
$\quad$
$\quad$
$\quad$
定义：
一棵B树 $T$ 是具有以下性质的有根树(根为 $T.root$ )

$\quad$1. 每个节点 $x$ 有下面属性：
$\quad$$\quad$$\quad$a. $x.n$ ，当前存储在结点 $x$ 中的关键字个数。
$\quad$$\quad$$\quad$b. $x.n$ 个关键字本身 $x.key_1,\ x.key_2,\ ...,\ x.key_{x.n}$ ，以非降序排列，使得 $x.key_1 \le x.key_2 \le\ ...\le x.key_{x.n}$ 。
$\quad$$\quad$$\quad$c. $x.leaf$ ，一个布尔值。如果 $x$ 是叶结点，则为TRUE，如果 $x$ 为内部结点，则为FALSE。

$\quad$2. 每个内部结点还包含 $x.n+1$ 个指向其孩子的指针 $x.c_1,\ x.c_2,\ ...,\ x.c_{x.n+1}$ 。叶结点没有孩子，所以他们的 $c_i$ 属性没有定义。

$\quad$3. 关键字 $x.key_i$ 对存储在各子树中的关键字范围加以分割：如果 $k_i$ 为任意一个存储在以 $x.c_i$ 为根的子树中的关键字，那么 $k_1\le x.key_1\le k_2\le x.key_2\le ...\le x.key_{x.n}\le k_{x.n+1}$

$\quad$4. 每个叶结点具有相同的深度，即树的高度 $h$ 。

$\quad$5. 每个叶结点所包含的关键字个数有上界和下界。用一个被称为B树的最小度数(minimum degree)的固定整数 $t\ge 2$ 来表示这些界：
$\quad$$\quad$$\quad$a. 除了根结点以外的每个结点必须至少有 $t-1$ 个关键字。因此除了根结点以外每个内部结点至少有 $t$ 个孩子。如果树非空，根结点至少有一个关键字。
$\quad$$\quad$$\quad$b.每个结点至多可包含 $2t-1$ 个关键字。因此，一个内部结点至多可有 $2t$ 个孩子，此时称该结点是满的。
$\quad$
$\quad$
B树的高度
定理：对于一棵包含 $n$ 个关键字，高度为 $h$ ，最小度数 $t\ge 2$ 的B树 $T$ ，有
$\quad$$\quad$$\quad$$\quad$ $h\le log_t\frac{n+1}{2}$
$\quad$