B树,B+树B*树

B树balanced tree
定义 ：

1970年，R.Bayer和E.mccreight提出了一种适用于外查找的树，它是一种平衡的多叉树， 称为B树（或B-树、B_树） 。

一棵m阶B树(balanced tree of order m)是一棵平衡的m路搜索树。它或者是空树，或者是满足下列性质的树：

1、根结点至少有两个子女；

2、每个非根节点所包含的关键字个数 j 满足：[m/2-1 , m-1 ]；

3、除根结点以外的所有结点（不包括叶子结点）的度数正好是关键字总数加1，故内部子树个数 k 满足：(m/2, m )；

4、所有的叶子结点都位于同一层。

在B-树中，每个结点中关键字从小到大排列，并且当该结点的孩子是非叶子结点时，该k-1个关键字正好是k个孩子包含的关键字的值域的分划。

因为叶子结点不包含关键字，所以可以把叶子结点看成在树里实际上并不存在外部结点，指向这些外部结点的指针为空，叶子结点的数目正好等于树中所包含的关键字总个数加1。

B-树中的一个包含n个关键字，n+1个指针的结点的一般形式为： （n,P0,K1,P1,K2,P2,…,Kn,Pn）

其中，Ki为关键字，K1<K2<…<Kn, Pi 是指向包括Ki到Ki+1之间的关键字的子树的指针。

我们定义一个节点时，如下

struct BTreeNode
{
	boolleaf;//是否为叶子节点true叶子节点false非叶子节点
	intkeyTally;//节点
	T keys[m];//关键字数组keys[m]用于节点满时插入
	BTreeNode<T>*parent;//父节点 
	BTreeNode<T>*subBtree[m+1];//子树指针数组
	BTreeNode()
	{ 
		this->leaf=true;
		this->keyTally=0;
		this->parent=NULL;
		for(inti=0;i<m;i++)
		{
			this->keys[i]=maxValue;
		} 
		for(int i=0;i<m+1;i++)
		{
			subBtree[i]=NULL;
		}
	}

图例：

当插入一个节点时：如果子节点未满，直接插入，如果满了，就要分裂。

B+树

定义

B+ 树是一种树数据结构，是一个n叉树，每个节点通常有多个孩子，一棵B+树包含根节点、内部节点和叶子节点。根节点可能是一个叶子节点，也可能是一个包含两个或两个以上孩子节点的节点。

应用范围：

B+ 树通常用于数据库和操作系统的文件系统中。NTFS, ReiserFS, NSS, XFS, JFS, ReFS 和BFS等文件系统都在使用B+树作为元数据索引。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。B+ 树元素自底向上插入。

性质

B+树是应 文件系统所需而出的一种 B-树的变型树。一棵m阶的B+树和m阶的B-树的差异在于：

1.有n棵子树的结点中含有n个关键字（既 n个关键字对应着n个孩子） ，每个关键字不保存数据，只用来索引，所有数据都保存在叶子节点。

2.所有的叶子结点中包含了全部关键字的信息，及指向含这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。

3.所有的非终端结点可以看成是索引部分，结点中仅含其子树（根结点）中的最大（或最小）关键字。

通常在B+树上有 两个头指针 ，一个指向根结点，一个指向关键字最小的叶子结点。

节点定义 ： 非叶子节点只有它的关键字，而叶子节点为KEY-VALUE结构。对于这种类型我们通常定义两个类型的节点。一个是叶子节点，一个是非叶子节点。

如果我们将它统统使用叶子节点的话，我们就要分配在非叶子节点分配叶子节点的空间，浪费了一些我们不需要的空间。所以我们定义为两种类型。

分裂：

B*树

定义 ：B*树是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；B*树定义了非叶子结点关键字个数至少为(2/3)*M，即块的最低使用率为2/3（代替B+树的1/2）。

优点 ：  B*树分配新结点的概率比B+树要低

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；

图片 ：

插入节点：如果没满直接插入，如果满了，找它 的兄弟节点，未满的插入。如果都满了，那么都贡献出一个作为一个新的节点插入parent 中。parent中也是按此方法。