b+樹b* 樹
b/b+/b*樹是為了磁碟或其它儲存裝置而設計的一種平衡多路查詢樹(相對於二叉,b樹每個內節點有多個分支),與紅黑樹相比,在相同的的節點的情況下,一顆b樹的高度遠遠小於紅黑樹的高度.b樹上操作的時間通常由訪問磁碟的時間和cpu計算時間這兩部分構成,而cpu的速度非常快,所以b樹的操作效率取決於訪問磁碟的次數,關鍵字總數相同的情況下b樹的高度越小，磁碟i/o所花的時間越少.
b-tree樹即b樹，b即balanced，平衡的意思。因為b樹的原英文名稱為b-tree，，b-樹就是指的b樹。
1.關鍵字集合分布在整顆樹中；
2.任何乙個關鍵字出現且只出現在乙個結點中；
3.搜尋有可能在非葉子結點結束，因此查詢不穩定；
4.其搜尋效能等價於在關鍵字全集內做一次二分查詢，時間複雜度為o(logn)
5.自動層次控制，由於m/2的限制，在插入結點時，如果結點已滿，需要將結點**為兩個各佔
m/2的結點；刪除結點時，需將兩個不足m/2的兄弟結點合併；
b+樹是b-樹的變體，也是一種多路搜尋樹。
下圖是b+樹的一種形式：
1.所有關鍵字都出現在葉子結點的鍊錶中（稠密索引），且鍊錶中的關鍵字是有序的；
2.不可能在非葉子結點命中；
3.非葉子結點相當於是葉子結點的索引（稀疏索引），葉子結點相當於是儲存（關鍵字）資料的資料層；
4.更適合檔案索引系統（b+樹主要用在檔案系統以及資料庫做索引）；
b+樹比b樹的優勢：b*樹是b+樹的變體，在b+樹的非根和非葉子結點再增加指向兄弟的指標b+樹的內部結點（即非葉子節點）並沒有指向關鍵字具體資訊的指標。因此其內部結點相對b 樹更小。如果把所有同一內部結點的關鍵字存放在同一盤塊中，那麼盤塊所能容納的關鍵字數量也越多。一次性讀入記憶體中的需要查詢的關鍵字也就越多。相對來說io讀寫次數也就降低了。
b+樹只能在葉子節點命中，因此查詢效率穩定。
b樹元素遍歷的效率低下。b+樹只要遍歷葉子節點就可以實現整棵樹的遍歷。而且在資料庫中基於範圍的查詢是非常頻繁的，而b樹只能通過中序遍歷來實現。
如下圖所示：
b*樹定義了非葉子結點至少有（2/3）*m個關鍵字（b樹是m/2）
b+樹的**：當乙個結點滿時，分配乙個新的結點，並將原結點中1/2的資料複製到新結點，最後在父結點中增加新結點的指標；b+樹的**只影響原結點和父結點，而不會影響兄弟結點，所以它不需要指向兄弟的指標。
b*樹的**：當乙個結點滿時，如果它的下乙個兄弟結點未滿，那麼將一部分資料移到兄弟結點中，再在原結點插入關鍵字，最後修改父結點中兄弟結點的關鍵字（因為兄弟結點的關鍵字範圍改變了）；如果兄弟也滿了，則在原結點與兄弟結點之間增加新結點，並各複製1/3的資料到新結點，最後在父結點增加新結點的指標。
所以，b*樹分配新結點的概率比b+樹要低，空間使用率更高；
資料結構 四 B樹 B 樹 B 樹 B 樹
b樹 即二叉搜尋樹 1.所有非葉子結點至多擁有兩個兒子 left和right 2.所有結點儲存乙個關鍵字 3.非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹 如 b樹的搜尋，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中 否則，如果查詢關鍵字比結點關鍵字小，就進...
資料結構 B樹 B 樹 B 樹 B 概念
b樹 即二叉搜尋樹 1.所有非葉子結點至多擁有兩個兒子 left和right 2.所有結點儲存乙個關鍵字 3.非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹 如 b樹的搜尋，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中 否則，如果查詢關鍵字比結點關鍵字小，就進...
資料結構之B 樹 B 樹
b樹的概念是為了解決一些現實問題而提出的，當資料量太大時，而記憶體中又無法儲存這麼多的資料，那麼就需要將資料儲存在磁碟上，如果繼續採用平衡樹的方法就會帶來一些問題，平衡樹每個節點都會分為兩個節點，那麼當資料太大的時候，樹的高度也會不斷增減，io操作的次數也隨之增加，所以需要降低樹的高度，所以才有了乙...