对于B树和B+树的一些理解

B树

m阶B树节点元素数

• 最大分支数m，因此所有节点最大元素数m-1
• 叶子节点无分支，特殊情况根节点就是叶子节点
• 根节点可以有2 ~ m个分支，因此可以有1 ~ m-1个元素
• 非根非叶子节点最小元素数目是刚分裂后的数目，即(m-1)/2，向下取整（我习惯这样理解，也有Math.ceil(m/2)-1之类的写法）

插入

• 插入元素的节点元素数不饱和，直接插入（插入都发生在叶子节点，与删除不一样）
• 元素数饱和，插入溢出(节点中有m个元素)，分裂（m个元素取中位数，作为上一层的元素，剩下左右元素作为该元素的左右分支。该操作递归进行，直到满足所有节点元素都不溢出）

删除

• 〇如果发生在非叶节点，转到①，否则转到②；
• ①子元素替换：用后继或者前驱覆盖要删除元素，然后在后继或前驱所在的子支中删除该后继或前驱，该操作递归进行，直到删除操作发生在叶子节点，转到②；
• ②删除叶子节点元素，转到③；
• ③调整：各节点满足要求，结束。否则考虑不满足条件的节点，如果兄弟节点元素够多，转到④，否则转到⑤；
• ④旋转：把和兄弟节点共同的父元素A拉到这个节点成为新子元素B’，兄弟节点中距离最近的元素C上升成为新父元素A’，C的单侧分支成为B’的单侧分支，转到③；
• ⑤合并：把和兄弟节点共同的父元素A以及兄弟节点所有的元素合并成为新节点，转到③。

B+树

• 与B树相似性很大，不同在于节点的每一个元素有一个分支节点，而这个元素存有分支节点的最大或最小值信息，同时分支节点存有该元素
• 不同于B树key-value同时存储，在B+树中非叶节点仅仅存放key，而叶子节点才存放key-value
• 所有的叶子节点连接成为一个链表，极大方便了范围遍历

优势

• 因为非叶节点只存key不存value，可以显著增加一个节点的元素树，增大B+树的阶数，随之减小树高，减少查询次数
• 每一个元素的value都在叶子节点，且根到叶子节点深度相同，因此对所有元素查询次数相同，稳定
• 有叶子链表存在，范围遍历很方便

可视化yyds

B-Tree Visualization (usfca.edu)

B+ Tree Visualization (usfca.edu)

上面的B+树可视化非叶节点的元素数比分支数少1，这点与B树相同，但原理还是B+的原理。