关于B+树的时间复杂度分析

找了好长时间关于B+树的时间复杂度的博客，没找到几篇相关的，有相关的博客基本都是错误的，当然不排除我没找到的情况。

---

B+树的建立我就简单的说一下，避免大家搞混B树和B+树，这也是面试官喜欢考察的地方（好多面试官对这里也是比较糊涂的，因为面试官不一定是做数据库或者索引相关研究的）。

B树和B+树最大的区别就是，B树是将各种信息保存在所有节点中的，B+树是将各种信息保存在叶子中的。这样一来，对于每一个要查找的值来说，B+树都需要从根节点到叶子节点找一遍，那么时间复杂度与树高成正比；B树只需要找到相应节点就停止查找，所用时间从$O(1)-O(h)$都有可能。由此看来，B+树性能看似比B树更差（既然这样，为啥还用B+树？），但是所用时间更稳定（为什么稳定性重要？）。

先来看看B+树的结构：

上图是一个典型的B+树非叶子节点构成。14,52,78是索引值，不是实际的值。

上图就是一个B+树，n=3。什么是n，一会说。

每个非叶子节点的pointer指向下一个节点。你看，由于数据结构的原因，我们不会为每个节点分配不同的数据结构存储信息，所以对于上图的B+树，每个节点保存3个索引值和4个pointer值。对于23, 31, 43这个节点，最左pointer指向索引值小于23却大于左侧节点(7)的索引值的节点。而索引值为31的下方有两个pointer，左边是指向小于31的，右边是指向大于等于31而小于43的指针。到了叶子节点，2下面就成了只有一个指针，指向响应的磁盘块，同样的，3， 5也均指向响应的磁盘块，还剩一个指针指向下一个节点。这个指针在做范围查询的时候比较有用：我们从根节点到叶子节点找到范围下界，再进行遍历到上界即可，所需要的时间复杂度是$O(n+h)$，如果是没有这个指针，我们需要遍历每一个树杈，时间复杂度是$O(n\ast h)$，这里的$h$是树高。

什么是上面提到的n？

B+树将结构分为三部分：

• 根节点
• 中间节点
• 叶子节点

这篇文章并不是给初学B+树的同学看的，重点是后面的时间复杂度，所以怎么维持B+树， 每个节点的性质就不提了。

我们把每个节点成为“块”， 英文是block。而每个节点内部最多含有多少索引值，这个数目就是n。这个n又称为B+树的阶，英文是order of B+tree。 因此，当我们知道n的值时，我们便知道了该节点的子树有几棵。
比如n=3，则子树就有4棵的，假设一个根节点是22, 28, 35，那么该树的分叉为i<=22, 22<i<=28, i<28<=35,i>35。当然这只是针对于满B+树，还有的情况是阶为3，它的部分子树为空。

一个盘pointer指向一个block。一个节点共有n+1个pointer，n个索引值有: ( n + 1 ) ∗ ∣ b l o c k a d