数据结构-B树

我们一直假设我们把数据存在内存中，在内存中数据的读写是十分快的，可是如果数据量太大，我们必须把数据写到磁盘中，可这时候数据的读写可没这么快了，大O模型也不再适用。市面上大多是的外存介质都是机械磁盘，速度主要靠转动磁盘和移动磁头的时间。一个7200RPM的磁盘,每分钟转7200下，一转大约为8.3毫秒，每秒大约能进行120次磁盘访问，可见效率是极其低下的，而处理器每秒能处理5亿个的指令。就算是AVL树，如果数据量上千万，平均成功查找一个数据，大概也要4 、5秒的时间。数据在磁盘中是随机存储的，数据可能分布在不同的区块中，随着深度地增加，访问次数变多，时间变长。所以我们需要减少树的深度。那么B树可以减少树的深度。
B树也是M叉查找树，如下图所示，31个节点的5叉树只有三层，也就是深度只有三，那么最多进行3次磁盘访问。

M阶的B树具有以下特性：

一般我们需要确定M的大小和L的大小，M为每个节点最大 的节点数，L为树叶的最大数据量。我们将每个非叶节点放在一个区块中，所以区块的大小>=(M-1)关键字大小+M每个分支引用的大小。区块大小>=L*每个数据的大小。

下面就是一个5阶的B树。

接着我们来谈一下数据的插入。我们先插入一个57，接着想插入一个55，这时叶子节点已经满了，

所以我们需要分裂叶子，增加父节点的儿子数。

可是加入父节点儿子数满了呢，比如我们现在要插入40，这时候要分裂树叶，可是父节点的儿子数已经满了，这时候就需要向上分裂，如下所示。

当然还有一种方法，可以将多出来的数据交给隔壁有空位置的叶子，同时需要修改关键字。这样的做法可以节省空间。
我们在删除数据项后，如果叶子的数据项量少于L/2，需要和隔壁的叶子合并。