B+树概念学习

Posted 2020-08-25 喵喵帕斯

转载自 从B树、B+树、B*树谈到R 树

 

1.用阶定义的B树

    B 树又叫平衡多路查找树。一棵m阶的非空B 树的特性如下：

 (注：切勿简单的认为一棵m阶的B树是m叉树，虽然存在四叉树，八叉树，KD树，及vp/R树/R*树/R+树/X树/M树/线段树/希尔伯特R树/优先R树等空间划分树，但与B树完全不等同)

1. 树中每个结点最多含有m个子树（m ≥ 2）；
2. 除根结点和叶子结点外，其它每个结点至少有┌m / 2┐个子树；
3. 若根结点不是叶子结点，则至少有2个子树。若树非空，则根至少有1个关键字，故若根不是叶子，则它至少有2棵子树；
4. 所有叶子结点都出现在同一层，叶子节点没有孩子和指向孩子的指针，叶子节点不包含关键字信息(可以看做是外部接点或查询失败的接点，实际上这些结点不存在，指向这些结点的指针都为null)。这里的叶子结点情况可以看下图

                 

　　　　如图，最底层的叶子结点没有存储任何信息

每个非终端结点中包含有n个关键字信息： (n，P0，K1，P1，K2，P2，......，Kn，Pn)。其中：
       a)   Ki (i=1...n)为关键字，且关键字按顺序升序排序K(i-1)< Ki。 
       b)   Pi为指向子树的根结点，且指针P(i-1)指向子树中所有关键字小于Ki，大于K(i-1)的一组结点。 
       c)   即每个每个非根的内部结点至少应有┌m / 2┐-1个关键字，至多有m-1个关键字。
    　d)   因为每个内部结点的度数正好是关键字总数加1，故每个非根的内部结点至少有┌m / 2┐棵子树，至多有m棵子树。

 

例1：

 

    上图即是一棵B树，一棵关键字为英语中辅音字母的B树，现在要从树中查找字母R（包含n[x]个关键字的内结点x，x有n[x]+1个子结点（也就是说，一个内结点x若含有n[x]个关键字，那么x将含有n[x]+1个子结点）。所有的叶结点（不是真正的叶子结点，是叶子结点上一层的结点）都处于相同的深度，浅色结点为查找字母R时要检查的结点）

相信，从上图你能轻易的看到，一个内结点x若含有n[x]个关键字，那么x将含有n[x]+1个子女。如含有2个关键字D H的内结点有3个子女，而含有3个关键字Q T X的内结点有4个子女。

 

 

例2：一棵包含24个英文字母的5阶B树的存储结构图。

 说明：
　    按照定义，在5阶B树里，根结点中的关键字数目可以是1～4（整棵树只有1个关键字），子树数可以是2～5；其它的结点中关键字数目可以是2～4【 ┌m / 2┐-1 ≤ n ≤ m-1】，若该结点不是叶子，则它可以有3～5棵子树【┌m / 2┐ ≤ n ≤ m】。注意子树和关键字是不一样的

网站：http://student.zjzk.cn/course_ware/data_structure/web/chazhao/chazhao9.3.2.2.htm

 

2.B树的高度

    若B树某一非叶子节点包含N个关键字，则此非叶子节点含有N+1个孩子结点，而所有的叶子结点都在第K层，我们可以得出：

1. 因为根至少有两个孩子，因此第2层至少有两个结点。
2. 除根和叶子外，其它结点至少有┌m/2┐个孩子，
3. 因此在第3层至少有2*┌m/2┐个结点，
4. 在第4层至少有2*(┌m/2┐^2)个结点，
5. 以此类推
6. 在第K层至少有2*(┌m/2┐^(k-2) )个结点，于是有： N+1 ≥ 2*┌m/2┐^(k-2)；
7. 考虑第K层的结点个数为N+1，因为2*(┌m/2┐^(k-2)）≤N+1，也就是L层的最少结点数刚好达到N+1个，即： k≤ log┌m/2┐((N+1)/2 )+2；

 

　　所以

• 当B树包含N个关键字时，B树的最大高度为k-1（因为计算B树高度时，叶结点所在层不计算在内），即：k - 1 = log┌m/2┐((N+1)/2 )+1。

 

　　这个B树的高度公式从侧面显示了B树的查找效率是相当高的。

一棵含有N个总关键字数的m阶的B树的最大高度是多少?答曰：log┌m/2┐((N+1)/2 )+1（上面中关于m阶B树的第1点特性已经提到：树中每个结点含有最多含有m个孩子，即m满足：┌m / 2┐<=m<=m。而树中每个结点含孩子数越少，树的高度则越大，故如此）。

网站： https://www.cnblogs.com/tgycoder/p/5077017.html

3.B⁺-tree

B⁺-tree：是应文件系统所需而产生的一种B-tree的变形树。

一棵m阶的B+树和m阶的B树的异同点在于：

      1.有n棵子树的结点中含有n-1 个关键字； (此处颇有争议，B+树到底是与B 树n棵子树有n-1个关键字 保持一致，还是不一致：B+树n棵子树的结点中含有n个关键字，待后续查证。暂先提供两个参考链接：①wikipedia http://en.wikipedia.org/wiki/B%2B_tree#Overview；②http://hedengcheng.com/?p=525。)

      2.所有的叶子结点中包含了全部关键字的信息，及指向含有这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大的顺序链接。 (而B 树的叶子节点并没有包括全部需要查找的信息)

      3.所有的非终端结点可以看成是索引部分，结点中仅含有其子树根结点中最大（或最小）关键字。 (而B 树的非终节点也包含需要查找的有效信息)

简单点说：

1).非叶子结点的子树指针与关键字个数相同；

2).非叶子结点的子树指针P[i]，指向关键字值属于[K[i], K[i+1])的子树（B-树是开区间）；

 

3).为所有叶子结点增加一个链指针；

 

4).所有关键字都在叶子结点出现

 

挺有用的网址：http://www.sohu.com/a/156886901_479559

 

B+的特性：

1).所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的；

2).不可能在非叶子结点命中；

3).非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层；

4).更适合文件索引系统；

 

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

 

磁盘中B+树索引： 

局部性原理与磁盘预读，预读的长度一般为页（page）的整倍数，（在许多操作系统中，页得大小通常为4k）

数据库系统巧妙利用了磁盘预读原理，将一个节点的大小设为等于一个页，这样每个节点只需要一次I/O就可以完全载入，(由于节点中有两个数组，所以地址连续)。

 

MYSQL-B+TREE索引原理

 

B+树实现

【算法】B+树的研读及实现（2）---java版核心代码

B+树实现磁盘存储

可视化

https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html