B+树
B+树是B树的一种变体,也属于平衡多路查找树,大体结构与B树相同,包含根节点、内部节点和叶子节点。多用于数据库和操作系统的文件系统中,由于B+树内部节点不保存数据,所以能在内存中存放更多索引,增加缓存命中率。另外因为叶子节点相连遍历操作很方便,而且数据也具有顺序性,便于区间查找。
B+树特点
- B+树可以定义一个m值作为预定范围,即m路(阶)B+树。
- 根节点可能是叶子节点,也可能是包含两个或两个以上子节点的节点。
- 内部节点如果拥有k个关键字则有k+1个子节点。
- 非叶子节点不保存数据,只保存关键字用作索引,所有数据都保存在叶子节点中。
- 非叶子节点有若干子树指针,如果非叶子节点关键字为k1,k2,…kn,其中n=m-1,那么第一个子树关键字判断条件为小于k1,第二个为大于等于k1而小于k2,以此类推,最后一个为大于等于kn,总共可以划分出m个区间,即可以有m个分支。(判断条件其实没有严格的要求,只要能实现对B+树的数据进行定位划分即可,有些实现使用了m个关键字来划分区间,也是可以的)
- 所有叶子节点通过指针链相连,且叶子节点本身按关键字的大小从小到大顺序排列。
- 自然插入而不进行删除操作时,叶子节点项的个数范围为[floor(m/2),m-1],内部节点项的个数范围为[ceil(m/2)-1,m-1]。
- 另外通常B+树有两个头指针,一个指向根节点一个指向关键字最小的叶子节点。
- 在进行删除操作时,涉及到索引节点填充因子和叶子节点填充因子,一般可设叶子节点和索引节点的填充因子都不少于50%。
以下是一棵4阶B+树,
插入操作
假设现在构建一棵四阶B+树,开始插入“A”,直接作为根节点,
插入“B”,大于“A”,放右边,
插入“C”,按顺序排到最后,
继续插入“D”,直接添加的结果如下图,此时超过了节点可以存放容量,对于四阶B+树每个节点最多存放3个项,此时需要执行分裂操作,
分裂操作为,先选取待分裂节点中间位置的项,这里选“C”,然后将“C”项放到父节点中,因为这里还没有父节点,那么直接创建一个新的父节点存放“C”,而原来小于“C”的那些项作为左子树,原来大于等于“C”的那些项作为右子树。这里注意下非叶子节点存放的都是关键字,用作索引的,所以父节点存放的“C”项不包括数据,数据仍然存放在右子树。此外,还需要添加一个指针,由左子树指向右子树。
继续插入“M”,“M”大于“C”,往右子节点,
分别与“C”“D”比较,大于它们,放到最右边,
插入“L”,“L”大于“B”,往右子树,
“L”逐一与节点内项的值比较,根据大小放到指定位置,此时触发分裂操作,
选取待分裂节点中间位置的项“L”,然后将“L”项放到父节点中,按大小顺序将“L”放到指定位置,而原来小于“L”的那些项作为左子树,原来大于等于“L”的那些项作为右子树。父节点存放的“L”项不包括数据,数据仍然存放在右子树。此外,还需要在左子树中添加一个指向右子树的指针。
继续插入“K”,从根节点开始查找,逐一比较关键字,“K”大于“C”而小于“L”,往第二个分支,
在子节点中逐一比较,“K”最终落在最右边,
继续插入“J”,从根节点开始查找,逐一比较关键字,“J”大于“C”而小于“L”,往第二个分支,
在子节点中找到“J”的相应位置,此时超过了节点的容量,需要进行分裂操作,
选取待分裂节点中间位置的项“J”,然后将“J”项放到父节点中,按大小顺序将“J”放到指定位置,而原来小于“J”的那些项作为左子树,原来大于等于“J”的那些项作为右子树。父节点存放的“J”项不包括数据,数据仍然存放在右子树。此外,还需要在左子树中添加一个指向右子树的指针。
继续插入“I”,从根节点开始查找,逐一比较关键字,“I”大于“C”而小于“J”“L”,往第二个分支,
逐一比较找到“I”的插入位置,
继续插入“H”,从根节点开始查找,逐一比较关键字,“H”大于“C”而小于“J”“L”,往第二个分支,
“H”逐一与节点内的值比较,根据大小放到指定位置,此时触发分裂操作,
选取待分裂节点中间位置的项“H”,然后将“H”项放到父节点中,按大小顺序将“H”放到指定位置,而原来小于“H”的那些项作为左子树,原来大于等于“H”的那些项作为右子树。父节点存放的“H”项不包括数据,数据仍然存放在右子树。此外,还需要在左子树中添加一个指向右子树的指针。
但此时父节点超出了容量,父节点需要继续分裂操作,
选取待分裂节点中间位置的项“J”,然后将“J”项放到父节点中,但还不存在父节点,需要创建一个作为父节点。原来小于“J”的那些项作为左子树,原来大于“J”的那些项作为右子树。这是非叶子节点的分裂,操作对象都是用作索引的关键字,不必考虑数据存放问题。
插入“G”,从根节点开始查找,“G”小于“J”,往第一个分支,
逐一比较节点内项的值,“G”大于“C”小于“H”,往第二个分支,
逐一比较节点内项的值,找到“G”的位置并插入,
插入“F”,从根节点开始查找,“F”小于“J”,往第一个分支,
逐一比较节点内项的值,“F”大于“C”小于“H”,往第二个分支,
逐一比较节点内项的值,找到“F”的位置并插入,此时触发分裂操作,
选取待分裂节点中间位置的项“F”,然后将“F”项放到父节点中,按大小顺序将“F”放到指定位置,而原来小于“F”的那些项作为左子树,原来大于等于“F”的那些项作为右子树。父节点存放的“F”项不包括数据,数据仍然存放在右子树。此外,还需要在左子树中添加一个指向右子树的指针。
最后插入“E”,从根节点开始查找,“E”小于“J”,往第一个分支,
逐一比较节点内项的值,“E”大于“C”小于“F”,往第二个分支,
逐一比较节点内项的值,找打“E”适当的位置并插入。
从上面插入操作可以总结,插入主要就是涉及到分裂操作,而且要注意到非节点只保存了关键字作为索引,而数据都保存在叶子节点上,此外还需要使用指针将叶子节点连接起来。最终我们可以看到叶子节点的项按从小到大排列,因为有了指针使得可以很方便遍历数据。
查找操作
对B+树的查找与B树的查找差不多,从根节点开始查找,通过比较项的值找到对应的分支,然后继续往子树上查找。
比如查找“H”,“H”小于“J”,往第一个分支,
逐一比较节点中的项,发现应该往第四个分支,
逐一比较,找到“H”。
遍历操作
遍历操作首先是要先找到树最左边的叶子节点,然后就可以通过指针完成整棵树的遍历了。
从根节点开始,一直往第一个分支走,
继续往第一个分支走,
第一个叶子节点有两个项,接着根据指针跳到第二个叶子节点,
第二个节点有三个项,根据指针继续往下一个节点,
该节点有两个项,根据指针继续往下一个节点,
不断根据指针往下,
往下,
完成整棵树的遍历。
作者:超人汪小建
链接:https://juejin.im/post/5b9073f9f265da0acd209624