B+树（从“为什么”到“是什么”再到“怎么用”）

有了BST和AVL树，为什么还需要B+树？

我们在讨论BST、AVL树等等这些时基于这样一个假设 即可以把整个数据结构存储到计算机的主存中。 但是，当数据多到主存装不下时，那么就必须把数据结构放到磁盘上了，此时大O模型不再适用。

大O分析基于的假设是所有操作耗时都是相等的。

那又如何呢？还是不知道B+树有何用武之地。且慢，听我细细分解。举一个例子，一台500-MIPS机器每秒执行五亿条指令，因为它是电驱动的；而磁盘操作基于机械运动，一个7200RPM，即一分钟7200转，的磁盘，相当于1转1/120秒，即8.3毫秒。这和处理器的速度比起来简直慢到不可理喻，这也意味着磁盘访问的代价太高了！ 与此同时，处理器的速度还比磁盘的速度增长快得多，两者差距越来越大。因此，为了节省一次磁盘访问我们愿意写一个复杂的程序。
但出路绝不是二叉查找树！
典型的AVL树已接近最优高度，由二叉查找树我们不可能低于logN。由直觉，出路已呼之欲出，如果有更多的分支，那么就会有更低的高度，即构造M叉树（M＞2）。一棵完全二叉树的高度约为log₂N，而一棵完全M叉树的高度约为log_MN。此外，正如为了防止BST退化为链表我们引入平衡条件一样，为了防止M叉查找树退化为二叉查找树，我们也会引入一些条件。总之，B+树首先是一棵M叉查找树。

B+树的定义

阶为M的B+树是一棵具有以下特性的树：

1.所有数据存储在叶子节点上。
2.非叶子节点存储到M-1个关键字以指示搜索方向，第 i 个key值等于子树 i + 1 中的最小值。
3.树的根或者是一个叶子节点，或者其儿子数在2和M之间（包括2）。
4.除根外，所有非叶子节点的儿子树在 [M/2向上取整] 和 M 之间。
5.所有叶子节点都在相同深度上，并有 [L/2向上取整] 和 L 之间个数据。

关于L和M，其实应该是L可以等于M但非必需（《数据结构与算法分析 Java语言描述》P102-103），但国内大多默认L=M，这里暂且取L=M，关于L的确定书中有具体给出。
关于B+树的阶数是许多刚接触的同学会搞混的地方，只要看最多允许有几个叶子节点即可，注意这里是允许不是必须，比如定义是一棵5阶B+树，即使倒数第二层每一个节点都只有4个叶子节点，这仍是一棵5阶B+树。或者看每一个非叶子节点最多允许存放的关键值个数，M阶B+树最多允许非叶子节点有M-1个关键值。前后两种判断其实是一致的只是角度不同。

B+树的插入，删除

先留链接为敬 B树自在人心

相关面试题

1. B+树相对于B树有什么优点？

（1）B+树的所有数据都存储在叶子结点上，非叶子结点只起到索引作用。而在B树中每个结点的每个关键字都存储数据。在相同数据量下，B+树更加矮胖，磁盘IO开销更少。
（2）B树查找性能不稳定，最好情况是查到根结点，最坏情况是查到叶子结点。而B+树每次必查到叶子结点，性能稳定。
（3）B+树所有叶子结点形成有序链表，便于范围查询。

参考资料：
1.《数据结构与算法分析 Java语言描述》第三版