数据结构与算法 20 多路查找树 多叉树 B树 B+树 B*树

多路查找树

二叉树的问题分析

二叉树需要加载到内存，如果节点较多，会存在一下午问题：

1. 构建二叉树时，需要多次机械能 i/o 操作（海量数据存在数据库或文件中），节点海量，构建二叉树时，速度有影响
2. 节点海量，也会造成二叉树的高度很大，会降低操作速度

---

多叉树

• 如果允许每个节点可以有更多的数据项和更多的子节点，就是多叉树（multiway tree）
• 多叉树通过重新组织节点，减少树的高度，能对二叉树进行优化

---

B 树

• 通过重新组织节点，降低树的高度，并且减少 i/o 读写次数来提升效率。

• 文件系统及数据库系统的设计者利用了磁盘预读原理，将一个节点的大小设为等于一个页（页的大小通常为 4k），这样每个节点只需要一次 i/o 就可以完全载入

• 广泛应用于文件存储系统以及数据库系统中。

---

节点的度：该节点下的子树的个数

树的度：所有的节点，度最大的值为树的度

---

2-3 树

最简单的B树

• 所有叶子节点都在同一层（只要是B树都满足这个条件）
• 有两个子节点的节点叫二节点，二节点要么没有子节点，要么有两个子节点
• 有三个子节点的节点叫三节点，三节点要么没有子节点，要么有三个子节点
• 2-3 树是由二节点和三节点构成的树
• 当按照规则插入一个数到某个节点时，不能满足上面三个要求，就需要拆，先向上拆，如果上层满，则拆本层，拆后仍需要满足上面三个条件
• 对于三节点的子树的值仍然要遵守二叉排序树的规则

---

B - tree B+ tree B* tree

B tree

B: balanced

1. B树的阶：节点的最多子节点个数。比如2-3树的阶是3，2-3-4树的阶是4
2. B树的搜索，从根节点开始，对节点内的关键字（有序）序列进行二分查找，如果命中则结束，否则进入查询关键字所属范围的子节点；重复，直到所对应的子指针为空或已经是叶子节点
3. 关键字集合分布在整棵树中，即叶子节点和非叶子节点都存放数据
4. 搜索有可能在非叶子节点结束
5. 其搜索性能等价于在关键字全集内做一次二分查找

---

B+ tree

数据都存放在叶子节点

1. B+树的搜索与B树基本相同，区别在于B+树只有到达叶子节点才明知（B树可以在非叶子节点命中）
2. 所有关键字都出现在叶子节点的链表中（即数据只能在叶子节点【稠密索引】），且链表中的关键字（数据）恰好是有序的
3. 不可能在非叶子节点命中
4. 非叶子节点相当于是叶子节点的索引（稀疏索引），叶子节点相当于是存储（关键字）数据的数据层
5. 更适合文件索引系统

---

B* tree

是B+树的变体，在B+树的非根和非叶子结点再增加指向兄弟的指针

1. B*树定义了非叶子节点关键字个数至少为 (2/3)*M，即块的最低使用率为2/3，而B+树的块的最低使用率为B+树的1/2
2. 从特点1可以看出，B*树分配新节点的概率比B+树要低，空间使用率更高

---