B树、B+树及B*树的原理、作用及区别

B树 (B-Tree)

原理： B树是一种自平衡的树型数据结构，通常应用于数据库和文件系统中。它的特点在于每个节点可以拥有多于两个子节点，这使得B树能够有效地处理大量数据。

规则：
1. 根节点至少有两个孩子
2. 每个分支节点都包含k-1个关键字和k个孩子，其中 ceil(m/2) ≤ k ≤ m ceil是向上取整函数
3. 每个叶子节点都包含k-1个关键字，其中 ceil(m/2) ≤ k ≤ m
4. 所有的叶子节点都在同一层
5. 每个节点中的关键字从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域划
分
6. 每个结点的结构为：（n，A0，K1，A1，K2，A2，… ，Kn，An）其中，Ki(1≤i≤n)为关键
字，且Ki<Ki+1(1≤i≤n-1)。Ai(0≤i≤n)为指向子树根结点的指针。且Ai所指子树所有结点中的关键字均小于Ki+1。n为结点中关键字的个数，满足ceil(m/2)-1≤n≤m-1。

作用： B树的主要作用是在磁盘上存储大量数据，并且能够以较低的I/O代价进行检索。它的结构允许在每个节点存储多个键和对应的指针，这使得每次磁盘读取可以获取更多的数据，提高了访问效率。

与二叉搜索树的区别：

1. 节点结构不同： B树的每个节点包含键和对应的指针，而且每个节点的子节点数目可以在一定范围内变化，这与传统的二叉搜索树不同。
2. 范围查询： B树支持范围查询，这意味着可以快速找到某个键的范围，而不仅仅是单个键值的查找。

B+树 (B+ Tree)

原理： B+树是在B树基础上发展而来的一种树型数据结构，其特点是所有的数据都存储在叶子节点中，非叶子节点仅用来索引。同时，叶子节点之间通过指针连接成链表。

规则：B+树的规则跟B树基本类似，但是又 在B树的基础上做了以下几点改进优化：

1. 分支节点的子树指针与关键字个数相同

2. 分支节点的子树指针 p[i] 指向关键字值大小在 [k[i] ， k[i+1]) 区间之间

3. 所有叶子节点增加一个链接指针链接在一起

4. 所有关键字及其映射数据都在叶子节点出现

作用： B+树的主要作用与B树类似，用于在磁盘上存储和检索大量数据。但由于所有数据都存储在叶子节点中，使得B+树的范围查询更为高效。

与B树的区别：

1. 数据存储位置： 在B+树中，所有数据都存储在叶子节点中，而非叶子节点仅用于索引，这与B树不同。
2. 范围查询性能： 由于所有数据都存储在叶子节点中且通过指针连接成链表，B+树在范围查询方面通常比B树更高效。

B*树 (B*Tree)

原理： B*树是B+树的一种变体，旨在进一步优化B+树的性能。它通过调整非叶子节点的分裂策略，使得树更加平衡，减少了树的高度。

规则：当一个结点满时，如果它的下一个兄弟结点未满，那么将一部分数据移到兄弟结点中，再在原结 点插入关键字，最后修改父结点中兄弟结点的关键字（因为兄弟结点的关键字范围改变了）；如 果兄弟也满了，则在原结点与兄弟结点之间增加新结点，并各复制1/3 的数据到新结点，最后在父 结点增加新结点的指针。

所以， B* 树分配新结点的概率比 B+ 树要低，空间使用率更高；

作用： B*树的作用与B+树类似，但它在维护树的平衡性方面更为高效，能够进一步降低检索的时间复杂度。

区别：

1. 平衡性： B*树相对于B+树更加平衡，这意味着在插入和删除操作后，需要进行的调整操作更少，性能更好。
2. 分裂策略： B*树采用了一种更为灵活的分裂策略，使得树的高度更加稳定，这有助于减少检索的时间。

总的来说，B树、B+树和B*树都是常用的树型数据结构，它们在存储和检索大量数据时都有着重要的作用。选择合适的树型取决于具体的应用场景和性能需求。