[C++ 系列] 78. 详解B树搜索、添加、删除

0. 前言

为了能够给后章节的红黑树做个铺垫，先学习一下B树。

1. B树（B-Tree、B-树）

B 树是一种平衡的 多路 搜索树，多用于文件系统、数据库的实现（MySQL在 B 树进行改进）。

仔细观察 B 树，特征如下：

• 1 个节点可以存储超过 2 个元素、可以拥有超过 2 个子节点
• 拥有二叉搜索树的一些性质
• 平衡，每个节点的所有子树高度一致
• 比较矮

B 树好像由 Balance 而来，因为它实在是太平衡了

2. m阶B树的性质（m ≥ 2）

一个节点最多有 m 个子节点称为 m 阶 B树
m 阶 B树一个节点最多有 m - 1 个数据元素


元素个数规律如下：

┌ m/2 ┐对 m / 2 进行向上取整，ceiling。
反之，向下取整，floor。
若 m = 2， 那 B 树就是 BST 二叉搜索树，一般数据库的实现需要用到 200 ~ 300 阶 B 树。

3. B树与二叉搜索树的关系

简单 2 代合并产生 4 个子节点的例子：

简单 2 代合并产生 3 个子节点的例子：

简单 3 代合并产生 8 个子节点：

4. 搜索数据

与 BST 树搜索类似：

1. 先在节点内部从小到大开始搜索元素
2. 如果命中，搜索结束
3. 如果未命中，再去对应的子节点中搜索元素，重复步骤 1

5. 添加数据

新添加的元素必定是添加到叶子节点：

◼ 插入55：

◼ 插入95：

假设这是一颗 4 阶 B 树，再插入 98 后，最右下角的叶子节点元素个数将超过限制，即 m 阶 B 树的节点最多只能存 m - 1 个数据元素，若节点元素超过该限制，这种情况被称为上溢

6. 添加 – 上溢的解决（假设5阶）

在最极端情况下，一直上溢分裂到根节点，会导致 B 树的高度加一，这也是唯一导致 B 树高度增加的情况。

◼ 插入 98：
◼ 插入 52

◼ 插入 54

7. 删除数据

7.1 删除叶子节点

◼ 假如需要删除的元素在叶子节点中，那么直接删除即可
◼ 删除 30

7.2 删除非叶子节点

◼ 假如需要删除的元素在非叶子节点中，思想与 BST 树一致

1. 先找到前驱或后继元素，覆盖所需删除元素的值（与 BST 删除方式一致）
2. 再把前驱或后继元素删除

◼ 删除 60

1. 所以不论要删除的节点是 叶子 / 非叶子节点的话，真正删除的元素都是删除的叶子节点。
2. 新添加的元素必定是添加到叶子节点
这两点对 RB 树也是相当重要的

7.3 删除 —下溢的解决（假设5阶）

若删除 22 ，叶子节点被删掉一个元素后，元素个数可能会低于最低限制（ ≥ ┌ m/2 ┐ − 1 ）这种现象称为：下溢（underflow）。

旋转法解决下溢：


合并法解决下溢：


从上图发现，B 树是下溢问题若一致向上传播到根节点，会导致 B 树整体高度减一，这也是 B 树高度唯一减小的方式。

8. 4阶B树

如果先学习 4 阶 B 树（2-3-4树），将能更好地学习理解 红黑树

4阶B树：

• 所有节点能存储的元素个数 x ：1 ≤ x ≤ 3
• 所有非叶子节点的子节点个数 y ：2 ≤ y ≤ 4

可以手动操作下：从 1 添加到 22 及从 1 删除到 22，会理解的更加深刻。也可以去算法可视化，给为直观。