[Other]B树 B+树 B*树 - 三大名树的基础简介

B树

简述
对于B树一直有博文说B树就是二叉搜索树，其实这种理解是错误的。
B树和B-树是同一种树，只不过英语中B-tree被中国人翻译成了B-树，让人以为B树和B-树是两种树。
实际上，两者就是同一种树，-是连字符而不是减号。
详情可以参见维基百科：B树定义。
概括来说，M阶B树就是一个节点可以拥有多于2个子节点的二叉查找树。

条件
一个M阶B树满足以下条件：

• 定义任意非叶子结点最多只有M个儿子，且M>2
• 根结点的儿子数为：[2, M]
• 除根结点以外的非叶子结点的儿子数为：[M/2, M]
• 每个结点存放的关键字数目为：[M/2-1, M-1]，至少2个关键字
• 非叶子结点中，关键字个数=指向儿子的指针个数-1；
• 非叶子结点的关键字：K[1], K[2], …, K[M-1]，且K[i] < K[i+1]
• 非叶子结点的指针：P[1], P[2], …, P[M]；其中P[1]指向关键字小于K[1]的子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树
• 所有叶子结点位于同一层

图例
一棵3阶B树的示例图如下：

搜索

• 从根结点开始，对结点内有序的关键字序列进行二分查找，
• 如果命中则结束；否则进入查询关键字所属范围的儿子结点；
• 一直重复，直到所对应的儿子指针为空，或已经是叶子结点；

特性

• 关键字集合分布在整颗树中
• 任何一个关键字出现且只出现在一个结点中
• 搜索有可能在非叶子结点结束
• 其搜索性能等价于在关键字全集内做一次二分查找
• 自动层次控制

理念

• 保持键值有序，以顺序遍历
• 使用层次化的索引来最小化磁盘读取
• 使用不完全填充的块来加速插入和删除
• 通过优雅的遍历算法来保持索引平衡

B+树

简述
B+树是B-树的变体，也是一种多路搜索树。
B+树的特点是能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。

异同
B+树基本与B-树相同，除了：

• 非叶子结点的子树中，指针与关键字个数相同；
• 非叶子结点的子树指针P[i]，指向关键字值属于[K[i], K[i+1])的子树，而B-树是(K[i], K[i+1])；
• 为所有叶子结点增加一个链指针；
• 所有关键字都在叶子结点出现；

图例
一棵3阶B+树的示例图如下：

特性

• 所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的
• 不可能在非叶子结点命中
• 非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层
• 更适合文件索引系统

B*树

简述
是B+树的变体，在B+树的非根和非叶子结点再增加指向兄弟的指针；

图例
一棵3阶B*树的示例图如下：

总结

B树：多路搜索树，每个结点存储M/2到M个关键字，非叶子结点存储指向关键字范围的子结点；
所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中；

B+树：在B树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点中出现，
非叶子结点作为叶子结点的索引；B+树总是到叶子结点才命中；

B*树：在B+树基础上，为非叶子结点也增加链表指针，将结点的最低利用率从1/2提高到2/3；