聊聊磁盘存储链式的B树和B+树的那些事儿

当当响

已于 2022-07-15 14:08:28 修改

阅读量1.1k

点赞数

分类专栏：数据结构和算法文章标签： b树数据结构 c语言

于 2022-07-12 18:04:11 首次发布

本文链接：https://blog.csdn.net/zhpCSDN921011/article/details/125748199

版权

数据结构和算法专栏收录该内容

2 篇文章 0 订阅

订阅专栏

一、磁盘结构分析与数据存储原理

传统的硬盘盘结构是像下面这个样子的，它有一个或多个盘片，用于存储数据。盘片多采用铝合金材料；中间有一个主轴，所有的盘片都绕着这个主轴转动。一个组合臂上面有多个磁头臂，每个磁头臂上面都有一个磁头，负责读写数据。

在磁盘的结构中，盘面用来保存数据，读取数据要有专业的设备，就是磁头。像多叠的磁盘，他会有多张盘在里面，每一个盘面存储一定的信息。要读取信息的话磁头要定位到目标的磁道上面（圆环上面一圈一圈的同心圆就是磁道，信息实际上也是存在磁道上面的，磁头定位到目标磁道的时间叫做寻道时间），然后等磁盘旋转过程中，磁头从某个扇区中读取道数据。

二、为什么会有B树、什么是B树？

多叉树作用是结点数量变少，查找次数减少。一个二叉树节点存在内存里的堆上，通过前后指针关联起来，组织管理方式上是逻辑树的概念。当强查找数据在内存中没找到时，要去磁盘中找，磁盘切换非常耗时，所以通过降低树层高的方式，减少寻找次数、切换时间。即：每一个节点都存在磁盘里，每次对比寻找下一个节点，就是一次磁盘寻址。所以用二叉树对磁盘组织进行寻止，非常耗时。

因此有了多叉树，比如四叉树共有1024个节点，每个节点存3个数据（可插入的位置是3），那么第一层4、第二层16、第三层64、第四层256、第五层1024，层高降为5。

但多叉树不是B树。多叉树只强调开叉，有可能顺着一条路线一直开叉下去，其他叉不用而已。而B树要求所有的叶子节点在同一层。

B树又叫平衡多路二叉树，能够实现动态平衡。B树的每个节点可以表示的信息更多，因此整个树更加的"矮胖"，这在从磁盘中查找数据（先读取到内存、后查找）的过程中，可以减少磁盘 IO 的次数，从而提升查找速度。【有种说法：B-树也即B树】

B+树是基于B树的一种变体，有着比B树更高的查询性能。B+树中，节点的每一个关键字代表一个子树的最大值，因此子结点数目等于关键字数目。叶子节点包含了全部的数据，并按照顺序排列，B+树使用链表将他们连起来，这样在查询时效率更快。

三、B树的定义

一棵M阶B树T，要满足以下条件

每个结点至多拥有M课子树
根结点至少拥有两颗子树
除了根结点以外，其余每个分支结点至少拥有M/2课子树
所有的叶结点都在同一层上
有k棵子树的分支结点则存在k-1个关键字，关键字按照递增顺序进行排序
关键字数量满足 ceil( M/2 ) - 1 <= n <= M-1

补充：对M阶的理解，一个"大结点"最多能拥有的子结点的数目就为M，而一个"大结点"内能存放的最多key值个数为M-1。

B树性质：6条可重点归纳为4个维度：

M；
M树，key值的关系；
所有叶子节点在同一层；
每个节点M/2。

四、B树与B+树的区别

b树所有节点存储数据。
b+树叶子结点存储数据，通过前后指针链起来；内节点（即非叶子节点）索引用的。【MySQL/mongodb用B+树】。
b+树层级更低(更加矮胖)，IO次数更少。由于 B+ 树的中间节点不含有实际数据，只有子树的最大数据和子树指针，因此磁盘页中可以容纳更多节点元素，也就是说同样数据情况下，B+ 树会 B 树更加“矮胖”，因此查询效率更快。
每次都需要查询到叶子节点，查询性能稳定。B树这时就能体现出优势，由于出现频率较高的树，在B树中往往在上层(非叶子结点)，查找到该结点就会成功并结束查询，相对较快。而B+树由于非叶子结点关键字只是代表索引，因此在B+树中，无论查找成功与否，都是走了一条从根到叶子节点的路径。
B+树范围查询更加方便。需要查询某个范围内的数据时，由于 B+ 树的叶子节点是一个有序链表，只需在叶子节点上遍历即可，不用像 B 树那样挨个中序遍历比较大小。

五、代码实现

1、节点创建和销毁

typedef int KEY_VALUE;

typedef struct _btree_node {
	KEY_VALUE *keys;
	struct _btree_node **childrens; //子树
	int num;                        //存储多少数据
	int leaf;                       //是否为叶子节点
} btree_node;

typedef struct _btree {
	btree_node *root;               //b树 根节点
	int t;                          //每个节点包含值的数量
} btree;

//创建一个节点
btree_node *btree_create_node(int t, int leaf) {

	btree_node *node = (btree_node*)calloc(1, sizeof(btree_node));
	if (node == NULL) assert(0);

	node->leaf = leaf;
	node->keys = (KEY_VALUE*)calloc(1, (2*t-1)*sizeof(KEY_VALUE));
	node->childrens = (btree_node**)calloc(1, (2*t) * sizeof(btree_node*));
	node->num = 0;

	return node;
}

//销毁一个节点
void btree_destroy_node(btree_node *node) {

	assert(node);

	free(node->childrens);
	free(node->keys);
	free(node);
	
}

2、分裂插入

btree_split_child(btree *T, btree_node *x, int i) {
	int t = T->t;

	btree_node *y = x->childrens[i];
	btree_node *z = btree_create_node(t, y->leaf);

	z->num = t - 1;

	int j = 0;
	for (j = 0;j < t-1;j ++) {
		z->keys[j] = y->keys[j+t];
	}
	if (y->leaf == 0) {                     //内节点，不是叶子节点
		for (j = 0;j < t;j ++) {
			z->childrens[j] = y->childrens[j+t];
		}
	}

	y->num = t - 1;
	for (j = x->num;j >= i+1;j --) {
		x->childrens[j+1] = x->childrens[j];
	}

	x->childrens[i+1] = z;

	for (j = x->num-1;j >= i;j --) {
		x->keys[j+1] = x->keys[j];
	}
	x->keys[i] = y->keys[t-1];
	x->num += 1;
	
}

//创建空节点
void btree_insert_nonfull(btree *T, btree_node *x, KEY_VALUE k) {

	int i = x->num - 1;

	if (x->leaf == 1) {
		
		while (i >= 0 && x->keys[i] > k) {
			x->keys[i+1] = x->keys[i];
			i --;
		}
		x->keys[i+1] = k;
		x->num += 1;
		
	} else {
		while (i >= 0 && x->keys[i] > k) i --;

		if (x->childrens[i+1]->num == (2*(T->t))-1) {
			btree_split_child(T, x, i+1);
			if (k > x->keys[i+1]) i++;
		}

		btree_insert_nonfull(T, x->childrens[i+1], k);
	}
}

void btree_insert(btree *T, KEY_VALUE key) {
	//int t = T->t;

	btree_node *r = T->root;
	if (r->num == 2 * T->t - 1) {
		
		btree_node *node = btree_create_node(T->t, 0);
		T->root = node;

		node->childrens[0] = r;

		btree_split_child(T, node, 0);

		int i = 0;
		if (node->keys[0] < key) i++;
		btree_insert_nonfull(T, node->childrens[i], key);
		
	} else {
		btree_insert_nonfull(T, r, key);
	}
}

3、删除合并

void btree_merge(btree *T, btree_node *node, int idx) {

	btree_node *left = node->childrens[idx];
	btree_node *right = node->childrens[idx+1];

	int i = 0;

	/data merge
	left->keys[T->t-1] = node->keys[idx];
	for (i = 0;i < T->t-1;i ++) {
		left->keys[T->t+i] = right->keys[i];
	}
	if (!left->leaf) {
		for (i = 0;i < T->t;i ++) {
			left->childrens[T->t+i] = right->childrens[i];
		}
	}
	left->num += T->t;

	//destroy right
	btree_destroy_node(right);

	//node 
	for (i = idx+1;i < node->num;i ++) {
		node->keys[i-1] = node->keys[i];
		node->childrens[i] = node->childrens[i+1];
	}
	node->childrens[i+1] = NULL;
	node->num -= 1;

	if (node->num == 0) {
		T->root = left;
		btree_destroy_node(node);
	}
}

void btree_delete_key(btree *T, btree_node *node, KEY_VALUE key) {

	if (node == NULL) return ;

	int idx = 0, i;

	while (idx < node->num && key > node->keys[idx]) {
		idx ++;
	}

	if (idx < node->num && key == node->keys[idx]) {

		if (node->leaf) {
			
			for (i = idx;i < node->num-1;i ++) {
				node->keys[i] = node->keys[i+1];
			}

			node->keys[node->num - 1] = 0;
			node->num--;
			
			if (node->num == 0) { //root
				free(node);
				T->root = NULL;
			}

			return ;
		} else if (node->childrens[idx]->num >= T->t) {

			btree_node *left = node->childrens[idx];
			node->keys[idx] = left->keys[left->num - 1];

			btree_delete_key(T, left, left->keys[left->num - 1]);
			
		} else if (node->childrens[idx+1]->num >= T->t) {

			btree_node *right = node->childrens[idx+1];
			node->keys[idx] = right->keys[0];

			btree_delete_key(T, right, right->keys[0]);
			
		} else {

			btree_merge(T, node, idx);
			btree_delete_key(T, node->childrens[idx], key);
			
		}
		
	} else {

		btree_node *child = node->childrens[idx];
		if (child == NULL) {
			printf("Cannot del key = %d\n", key);
			return ;
		}

		if (child->num == T->t - 1) {

			btree_node *left = NULL;
			btree_node *right = NULL;
			if (idx - 1 >= 0)
				left = node->childrens[idx-1];
			if (idx + 1 <= node->num) 
				right = node->childrens[idx+1];

			if ((left && left->num >= T->t) ||
				(right && right->num >= T->t)) {

				int richR = 0;
				if (right) richR = 1;
				if (left && right) richR = (right->num > left->num) ? 1 : 0;

				if (right && right->num >= T->t && richR) { //borrow from next
					child->keys[child->num] = node->keys[idx];
					child->childrens[child->num+1] = right->childrens[0];
					child->num ++;

					node->keys[idx] = right->keys[0];
					for (i = 0;i < right->num - 1;i ++) {
						right->keys[i] = right->keys[i+1];
						right->childrens[i] = right->childrens[i+1];
					}

					right->keys[right->num-1] = 0;
					right->childrens[right->num-1] = right->childrens[right->num];
					right->childrens[right->num] = NULL;
					right->num --;
					
				} else { //borrow from prev

					for (i = child->num;i > 0;i --) {
						child->keys[i] = child->keys[i-1];
						child->childrens[i+1] = child->childrens[i];
					}

					child->childrens[1] = child->childrens[0];
					child->childrens[0] = left->childrens[left->num];
					child->keys[0] = node->keys[idx-1];
					
					child->num ++;

					node->key[idx-1] = left->keys[left->num-1];
					left->keys[left->num-1] = 0;
					left->childrens[left->num] = NULL;
					left->num --;
				}

			} else if ((!left || (left->num == T->t - 1))
				&& (!right || (right->num == T->t - 1))) {

				if (left && left->num == T->t - 1) {
					btree_merge(T, node, idx-1);					
					child = left;
				} else if (right && right->num == T->t - 1) {
					btree_merge(T, node, idx);
				}
			}
		}

		btree_delete_key(T, child, key);
	}
	
}


int btree_delete(btree *T, KEY_VALUE key) {
	if (!T->root) return -1;

	btree_delete_key(T, T->root, key);
	return 0;
}