B树，B+树的原理及区别

╰+哭是因爲堅強的太久メ 2021-10-15 11:03 377阅读 0赞

[https://www.cnblogs.com/guohai-stronger/p/9225057.html][https_www.cnblogs.com_guohai-stronger_p_9225057.html]

之前在网上看到过一些B树与B+树的区别然后主要是针对定义来陈述，分分钟看的我快要冬眠，然后在一次面试遇到该没问题没回答上来一首凉凉送 给自己，今天老老实实的分享自己对B树，B+树浅显理解，若望指出不足。

## B树的原理 ##

动态查找树主要包括：二叉搜索树，平衡二叉树，红黑树，B树，B-树时间复杂度O(log2N)，通过对树高度的降低可以提升查找效率

尤其是在大量数据进行存储的时候会存储到外部 磁盘，通过对外部磁盘的读取时需要快速的查找到对应的位置，所以需要一种高效的外村数据结构。

**B树：就是为了存储设备或者磁盘设计的一种平衡查找树**

## 辨析1：B树与红黑树的区别 ##

B树的节点可以有很多孩子节点，红黑树是一种近似平衡的二叉搜索树即每个节点只有两个孩子  
一颗含有N个节点的B树和红黑树的高度是一样的O（lgn）。  
![图片来自百度百科][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1ODc2ODc2_size_16_color_FFFFFF_t_70]  
**B树的定义**  
对于一颗M阶的B树

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTM0NDQx_size_16_color_FFFFFF_t_70]

1）树中的每个节点最多有m个孩子
    2）除了根节点和叶子节点外，其他节点最少含有m/2（取上限）个孩子
    3）若根节点不是叶子节点，则根节点最少含有两个孩子
    4）所以叶子节点都在同一层，叶子节点不包含任何关键字信息
    
     
      
     
      
       1
       2
       3
       4

B树的类型与节点定义
    struct BTNode
    {
    	int keyNum ; //实际关键字的个数
    	PBTNode parent；//指向父亲节点
    	PBTNode *ptr ;
    	keyType *key ； //关键字向量
    }
    
     
      
     
      
       1
       2
       3
       4
       5
       6
       7
       8

## B树的插入操作/ ##

**B树的插入**  
1）若B树中已存在需要插入的键值时，用新的键值替换旧值；  
2）若B树中不存在这个值，则在叶子节点进行插入操作；  
具体插入过程如下

对于高度为h的m阶B树，新节点一般插在第h层。	
    1）若该节点中关键码个数小于m-1，则直接插入
    2）若该节点中关键码个数等于m-1，则节点分裂。以中间的关键码为界，
    	将节点一分为二，产生一个新的节点，并将中间关键码插入到父节点中。
    重复上述过程，最坏情况一直分裂高根节点，则B树就会增加一层。
    
     
      
     
      
       1
       2
       3
       4
       5

一般B树用来添加以便查找，这里没有对删除做出理解，有兴趣可参考链接  
参考如下（含有插入，删除的图解过程）  
[https://www.cnblogs.com/guohai-stronger/p/9225057.html][https_www.cnblogs.com_guohai-stronger_p_9225057.html]

## B+树的原理 ##

**B+树特点**

1）B+树是B树的一种变形，它把数据都存储在叶子节点，内部只存关键字（其中叶子节点的最小值作为索引）和孩子指针，简化了内部节点。  
2）B+树的遍历高效，将所以叶子节点串联成链表即可从头到尾遍历，

**B+树的定义**

1）有n棵子树的结点含有n个关键字，每个关键字都不保存数据，
    	只用来索引，并且所有的数据都存储在叶子节点
    2）所有叶子结点包含所有关键字信息和指向关键字记录的指针，
    其中关键字从小到大顺序链接
    
     
      
     
      
       1
       2
       3
       4

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1ODc2ODc2_size_16_color_FFFFFF_t_70 1]

## B+树的插入操作 ##

**B+树插入：**  
1）若为空树直接插入  
2）对于叶子结点：根据key找到叶子结点，对叶子结点进行插入操作。插入后如果当前叶子结点的key值数b不大于m-1,则插入结束。

反之，将这个叶子结点分成左右两个叶子结点进行操作，
    左叶子结点包含前m/2个记录，右叶子结点包含剩下的记录key,
    将第m/2+1个记录的key进位到父结点中，（父结点必须是索引类型的结点）
    进位到父结点的key，进位的key左孩子指向左结点，右孩子指向右结点。
    
     
      
     
      
       1
       2
       3
       4

3）对于索引结点：如果当前结点的key个数小于等于m-1,插入结束。

反之，将这个索引类型的结点分成两个索引结点，
    左索引结点包含前（m-1)/2个数据，右结点包含m-(m-1)/2个数据
    将第m/2个key进位到父结点中，进位的key左孩子指向左结点，右孩子指向右结点
    
     
      
     
      
       1
       2
       3

插入图解参考原文  
[https://www.cnblogs.com/guohai-stronger/p/9225057.html][https_www.cnblogs.com_guohai-stronger_p_9225057.html]

**剖析2：为什么B+树比B树更适合做系统的数据库索引和文件索引**  
1）B+树的磁盘读写代价更低  
因为B+树内部结点没有指向关键字具体信息的指针，内部结点相对B树小  
2）B+树的查询更加稳定  
因为非终端结点并不是指向文件内容的结点，仅仅是作为叶子结点的关键字索引，因此所有的关键字查询都会走一条从根节点到叶子结点的路径。即s所有关键字查询的长度是一样的，查询效率稳定。

今日份分享告一段落。

B树的代码实现参考原文  
[https://www.cnblogs.com/guohai-stronger/p/9225057.html][https_www.cnblogs.com_guohai-stronger_p_9225057.html]

[https_www.cnblogs.com_guohai-stronger_p_9225057.html]: https://www.cnblogs.com/guohai-stronger/p/9225057.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1ODc2ODc2_size_16_color_FFFFFF_t_70]: /images/20211015/3292516e3dc8466c801a8c3d3c3dd96f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNTM0NDQx_size_16_color_FFFFFF_t_70]: /images/20211015/63e2de1865e846eb93ca946851cafd3a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1ODc2ODc2_size_16_color_FFFFFF_t_70 1]: /images/20211015/27d65ca54b1a456ea62b8df2fe1866b9.png