B树balanced tree
定义 :
![](https://img-blog.csdn.net/20161117123447811?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
![](https://img-blog.csdn.net/20161117125915917?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
定义 :
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
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。