B树与B+树

原文地址

B-树就是B树（二分查找法）

目录

引言

B树

B+树

B树卫星数据

B+树卫星数据

B树范围查找

B+树范围查找

B+树相比B树的优势

使用

---

引言

疑问：二叉树的查找时间复杂度是O(log N)，查找效率已经够高了，为什么还有B树与B+树的出现呢？难道它俩的时间复杂度比二叉树还小吗？

当然不是，B树与B+树出现的原因是因为磁盘I O；I/O操作效率低，在大量数据中查询时，我们不可能一下子将所有数据加载到内存中，只能逐一加载磁盘页，每个磁盘页对应树的节点。

平衡二叉树由于树深度过大而造成磁盘I O读写过于频繁，进而导致效率低下。

为了减少磁盘IO次数，就必须降低树的深度，将“瘦高”（平衡二叉树）的树变得“矮胖”（B树）。基本想法是：

1. 每个节点存储多个元素
2. 摒弃二叉树结构，采用多叉树

这样就引出了一个新的查找树结构：多路查找树

B树

示例：三阶B树

特点

• 树的节点都包含元素信息

B+树

B+树是B树的变种，有着比B树更高的效率。

示例：3阶B+树

特点

• 元素不保存数据，只用来索引，所有数据都保存在叶子结点；（意味着同样大小的磁盘页可以容纳更多节点元素，使树更加矮胖，IO操作更少）
• 叶子结点包含了全部元素信息，且本身依赖关键字大小，自小而大顺序链接；
• 所有的中间节点都存在于叶子节点中；

B树卫星数据

B树节点数据存储在元素中，查找时只需要匹配到元素即可，最好情况是查询到跟节点，最坏情况是查询到叶子节点；

B+树卫星数据

B+树节点数据都存储在叶子节点中，每次查询都必须到叶子节点才能获取到数据；在范围查找方便B+树更有优势；

B树范围查找

[3-11]

B+树范围查找

[3-11]

B+树相比B树的优势

1. 单一节点存储更多的元素，使得查询的IO次数更少； 
2. 所有查询都要查找到叶子节点，查询性能稳定；
3. 所有叶子节点形成有序链表，便于范围查询；

使用

B树主要用于文件系统以及部分数据库索引，例如： MongoDB。而大部分关系数据库则使用B+树做索引，例如：mysql数据库；