5.平衡多叉树-B树

产生

  当数据量过大的时候，数据如果用平衡二叉树存储，就会导致树的深度过深，节点比对次数过多。查找不方便。而且当数据量过大的时候，也不能把所有数据全部放在内存中，只能放在外部存储器中，每次查找节点都是一次I/O操作，需要去外部存储器查找，而去外部存储器查找需要找到存储这个数据所对应的磁盘页面，这个过程是机械化的过程，需要依靠磁臂的转动，找到对应磁道，耗时长。所以说平衡二叉树不够用。
  于是出现了平衡多叉树。用来减少树的深度，减少节点比对次数，如果数据存储磁盘中，还能减少I/O操作的次数。

这是一个四阶B树（因为其最多有3个节点，M，D，G等这些是节点中的关键字信息，其还应存储这关键字对应的信息的文件地址，下面的空格是示意，代表其存储的子节点的指针，最后少画了一层空节点）

一棵m阶B树(balanced tree of order m)是一棵平衡的m路搜索树（M阶代表一个树节点最多有多少个子节点）。它或者是空树，或者是满足下列性质的树：
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：ceil(m/2) - 1 <= j <= m - 1；（ceil()是个朝正无穷方向取整的函数 如ceil(1.1)结果为2）
3、非根非叶的节点至少有的Ceil(m/2)个子树(Ceil表示向上取整，图中3阶B树，每个节点至少有2个子树，也就是至少有2个叉)
4、所有的叶子结点都位于同一层。

注：一个节点存储了多个关键字，每个关键字对应的数据所在地址，关键字的子节点的指针地址。

在B-树中，每个结点中关键字从小到大排列，并且当该结点的孩子是非叶子结点时，该k-1个关键字正好是k个孩子包含的关键字的值域的分划。
因为叶子结点不包含关键字，所以可以把叶子结点看成在树里实际上并不存在外部结点，指向这些外部结点的指针为空，叶子结点的数目正好等于树中所包含的关键字总个数加1。

B树的非叶节点中的信息包括[n,P0,K1,P1,K2,P2,…,Kn,Pn]，其中n表示该节点中保存的关键字个数，K为关键字且Ki<Ki+1，P为指向子树根节点的指针
上述图中的节点信息则是：
M节点：1，地址1，M，地址2
DG节点：2，地址3，D，地址4，G，地址5

B树的查询流程：

如上图我要从上图中找到E字母，查找流程如下

（1）获取根节点的关键字进行比较，当前根节点关键字为M，E<M（26个字母顺序），所以往找到指向左边的子节点（二分法规则，左小右大，左边放小于当前节点值的子节点、右边放大于当前节点值的子节点）；

（2）拿到关键字D和G，D<E<G 所以直接找到D和G中间的节点；

（3）拿到E和F，因为E=E 所以直接返回关键字和指针信息（如果树结构里面没有包含所要查找的节点则返回null）；

B树应用到外部磁盘存储数据的时候（数据库）的时候，充分利用了磁盘块的原理（磁盘数据存储是采用块的形式存储的，每个块的大小为4K，每次IO进行数据读取时，同一个磁盘块的数据可以一次性读取出来）把节点大小限制和充分使用在磁盘快大小范围；把树的节点关键字增多后树的层级比原来的二叉树少了，减少数据查找的次数和复杂度;