B树及其基本操作（查找、插入、删除）

---

B树的基本概念

B树，又称为多路平衡查找树。

一棵m阶B树是一棵平衡的$m$叉查找树，它或者是空树，或者是满足以下性质的树：

1、 每个结点最多有$m$棵子树（即至多含$m-1$个关键字），并具有如下结构：$$n,P_0,K_1,P_1,K_2,P_2,...,K_n,P_n$$
其中，$n$是结点内关键码的实际个数，$P_i（0\le i\le n＜m）$是指向子树的指针，$K_i（1\le i\le n＜m）$是关键码，且$K_i<K_{i+1}（1\le i＜n）$
2、 根结点至少有两个子女；除根结点以外的所有结点至少有$\lceil m/2\rceil$个子女
3、 在子树$P_i$中的所有关键码都小于$K_{i+1}$，且大于$K_i$；在子树$P_n$中的所有关键码都大于$K_n$
4、 所有失败结点都位于同一层，它们都是查找失败时查找指针到达的结点。所有失败结点都是空结点，指向它们的指针都为空。

一个简单的3阶B树示例：

B树是所有结点的平衡因子均等于0的多路查找树，上图所示的底层方形结点表示叶结点，在这些结点中没有存储任何信息。

---

B树的高度

若设 $m$ 阶B树的高度为 $h$（B树的高度不包括失败结点，即最后一层的叶结点），最大结点个数为 $n$，则根据 $m$ 叉树的性质，有
$$n\le \sum _{i=1}^h{m}^{h-1}=\frac{1}{m-1}(m^h-1)$$
因为B树中每个结点中最多有 $m-1$ 个关键码，故在一棵高度为 $h$ 的 $m$ 阶B树种关键码的个数 $N\le m^h-1$，因此有 $$h\ge lo{g}_m(N+1)$$

若让每个结点种的关键字个数达到最少，则容纳同样多关键字的B树的高度达到最大。
根据B树的定义：第一层至少有1个结点；第二层至少有2个结点；由于除了根结点外的每个非终端结点至少有$\lceil m/2\rceil$棵子树，
则第三层至少含有$2\lceil m/2\rceil$……，第$h+1$层至少有$2(\lceil m/2\rceil {)}^{h-1}$个结点，而第$h+1$层是不含任何信息的叶结点;
那么对于关键字个数为 $n$ 的B树，叶结点即查找不成功的结点为$n+1$，故$n+1\ge 2(\lceil m/2\rceil {)}^{h-1}$，即$$h\le lo{g}_{\lceil m/2\rceil }((n+1)/2+1)$$

---

B树的查找

在B树上进行查找与二叉查找树很相似，只是每个结点都是多个关键字的有序表，在每个结点上所做的不是两路分支决定，而是根据该结点的子树所作的多路分支决定。

B树的查找包含两个基本操作：
① 在B树中找结点；
② 在结点内找关键字。
 在B树上找到某个结点后，先在有序表中进行查找，若找到则查找成功，否则按照对应的指针信息到所指的子树中去查找。查找到叶结点时（对应指针为空指针），则说明树中没有对应的关键字，查找失败。

下图给出一个查找过程：

由于B树常存储在磁盘上，因此前一个查找操作是在磁盘上进行的，而后一个查找操作是在内存中进行的，所以B树中的大部分操作所需的磁盘存取次数与B树的高度成正比。

---

B树的插入

与二叉查找树的插入操作相比，B树的插入操作要复杂的多。
在二叉查找树中，仅需要查找到需插入的终端结点的位置。但是，在B树中找到插入位置后，并不能简单地将其添加到终端结点中，因为此时可能会导致整棵树不再满足B树定义中地要求。

将关键字key插入到B树的过程如下：
<1> 定位。利用B树查找算法，找出插入该关键字的最低层中的某个非叶结点。
<2> 插入。在B树中，每个非失败结点的关键字的个数都在区间$[\lceil m/2\rceil -1,m-1]$内。
 插入后的结点关键字个数小于$m$，可以直接插入；
 插入后检查被插入结点内关键字的个数，当插入后的结点关键字个数大于$m-1$时，必须对结点进行分裂。

分裂的方法：
取一个新结点，在插入$key$后的原始结点，从中间位置将其关键字分为两部分：

• 左部分包含的关键字放在原始结点中；
• 右部分包含的关键字放在新结点中；
• 中间位置（$\lceil m/2\rceil$）的结点插入原结点的父结点。

若此时导致其父结点的关键字个数也超过了上限，则继续进行这种分裂操作，直至这个过程传到根结点为止，进而导致B树高度增加1。

下面给出一个示例来理解上述这种分裂操作：

---

B树的删除

B树的删除操作与插入操作类似，不过要稍微复杂一些，即要使得删除后的结点中的关键字个数$\ge \lceil m/2\rceil -1$，因此涉及到结点的合并问题。

---

删除的关键字不在终端结点（最低层非叶结点）

当删除的关键字k不在终端结点（最低层非叶结点）中时，有以下几种情况：
<1> 若小于$k$的子树中关键字个数$＞\lceil m/2\rceil -1$，则找出$k$的前驱值$k^{\prime }$，并用$k^{\prime }$来取代$k$，再递归地删除$k$即可。

<2> 若大于$k$的子树中关键字个数$＞\lceil m/2\rceil -1$，则找出$k$的后继值$k^{\prime }$，并用$k^{\prime }$来取代$k$，再递归地删除$k$即可。

<3> 若前后两个子树中的关键字个数均为$\lceil m/2\rceil -1$，则直接将两个子结点合并，直接删除$k$即可。

---

删除的关键字在终端结点（最低层非叶结点）

当被删除的关键字在终端结点（最低层非叶结点）中时，有以下几种情况：
<1> 直接删除关键字。若被删除关键字所在结点的关键字个数 $>\lceil m/2\rceil -1$，表明删除该关键字后仍满足B树的定义，则直接删去该关键字。

<2> 兄弟够借。若被删除关键字所在结点删除前的关键字个数 $=\lceil m/2\rceil -1$，且与此结点相邻的右（左）兄弟结点的关键字个数 $\ge \lceil m/2\rceil -1$，则需要调整该结点、右（左）兄弟结点以及其双亲结点（父子换位法），以达到新的平衡。

• 执行操作：将借来的关键码上移到被删结点的双亲结点中，将双亲结点中相应的关键码下移

<3> 兄弟不够借。若被删除关键字所在结点删除前的关键字个数 $=\lceil m/2\rceil -1$，且此时与该结点相邻的右（左）兄弟结点的关键字个数 $=\lceil m/2\rceil -1$，则将关键字删除后与右（左）兄弟结点及双亲结点中的关键字进行合并。

• 执行操作：被删结点与兄弟结点合并成一个结点；并将双亲中它们所夹的关键码下移