【数据结构】初步认识B、B+树

在学习B树前，如果没有2-3树的基础，建议先去学习一下2-3树会更好理解B树图解2-3树(学习红黑树、B树的基础)

首先需要明白B树就是B-树，因为B树的原英文名称为B-tree，所以很多人把B树又叫做B-树，这就导致很多人以为B树分为：B-、B、B+树三种，其实英文中B-Tree中的“-”不是减号，只是一个横杠的意思，就好比B+树英文为B+-tree.

明白了基本概念后，对B树进行一个基本的介绍

• B树的本质也是一颗二叉搜索树
• B树的节点最多有m个孩子(m>=2)
• 除根节点和叶子节点外，其他每个节点至少有ceil(m/2)个孩子 (这里的ceil()是一个向上取整的函数）
• B树是一颗绝对平衡的树(根节点到任意节点路径相同)

通过下图B树和AVL树的比较来深刻理解一下B树的定义

对于上图而言，我们定义的B树的m等于3，也就是一个节点最多有三个孩子，在实际应用中B树的m会定义的很大。

那么B树为什么这样定义呢？有什么好处？

• 对照着上图，我们可以看到如果分别在AVL和B树中进行查找元素，B树会快很多，因为B树的高度低，这个原因也是mysql选择B树的原因，那么为什么现在Mysql大部分用的是B+树而不是B树作为索引呢？

首先来看一下B+树和B树的区别，如下图

通过上图的对比可以发现，B+树在叶子节点冗余了所有非叶子节点的key，每个叶子节点增加了一个指向相邻叶子节点的指针。

还需要注意B+树中的非叶子节点仅仅存储了key就是指向了子树的最大最小值，只有叶子节点才存储了key和value，value就是真实的数据。

上图显然增大了mysql索引的数据量，为何还要这么做？

• 这是因为如果在MySQL中进行范围查询使用B树时，就会存在一个回溯的问题，比如对应上图使用B树查询一个大于1的所有数据，那么就会是4--->2--->1，然后向上回旋提取数据，但是向上回旋这个过程的效率时什么低的，这就是为什么B+树的叶子节点是将所有的数据按照顺兴用链表连接起来的原因。
• 当使用B+树进行范围查询时，比如查询大于1的所有数据，那么就会5-->3--->2--->1，ok查询到了等于1的数据，然后就是简单的链表操作将大于1的数据取出来即可，这比B树的回旋操作效率会大很多。