【数据结构与算法】系列十四 - B树

了解红黑树之前先认识一下B树。

一、B树

1.1. 基本概念

B树(也写作B-tree、B-树)是一种平衡的多路搜索树,多用于文件系统、数据库的实现。

仔细观察B树,有什么眼前一亮的特点?

  • 1个节点可以存储超过2个元素、可以拥有超过2个子节点
  • 拥有二叉搜索树的一些性质
  • 平衡,每个节点的所有子树高度一致
  • 比较矮

1.2. m阶B树的性质(m≥2)

阶的意思是一个节点的最大子节点个数,例如3阶B树意思是最多有3个子节点(如上图节点23 30拥有3个子节点:节点20 21节点24节点31)。

假设一个节点存储的元素个数为x

  • 根节点元素个数:1 ≤ x ≤ m − 1
  • 非根节点元素个数: ceilf(m/2) − 1 ≤ x ≤ m − 1

如果有子节点,子节点个数:y = x + 1

  • 根节点的子节点个数:2 ≤ y ≤ m
  • 非根节点的子节点个数:ceilf(m/2) ≤ y ≤ m

例:

  • 比如m = 3,2 ≤ y ≤ 3,因此可以称为(2, 3)树、2-3树
  • 比如m = 4,2 ≤ y ≤ 4,因此可以称为(2, 4)树、2-3-4-树
  • 比如m = 5,3 ≤ y ≤ 5,因此可以称为(3, 5)树
  • 比如m = 6,3 ≤ y ≤ 6,因此可以称为(3, 6)树
  • 比如m = 7,4 ≤ y ≤ 7,因此可以称为(4, 7)树

思考1:如果m = 2,那B树是什么样子?是一颗二叉树。

思考2:猜猜数据库实现中一般用几阶B树?200 ~ 300。

1.3. B树 VS 二叉搜索树

B树和二叉搜索树,在逻辑上是等价的。二叉搜索树的多代节点合并后,可以获得一个超级节点(能存储多个元素),然后就可以成为B树。

  • 2代合并的超级节点,最多拥有4个子节点(至少是 4阶B树)
  • 3代合并的超级节点,最多拥有8个子节点(至少是 8阶B树)
  • n代合并的超级节点,最多拥有2^n个子节点(至少是2^n阶B树)

m阶B树,最多需要n = logm代合并。

1.4. 搜索

B树搜索跟二叉搜索树的搜索类似,都是元素值比较后从左右子树中进行查找。

  1. 先在节点内部从小到大开始搜索元素;
  2. 如果命中,搜索结束;
  3. 如果未命中,再去对应的子节点中搜索元素,重复步骤1。

1.5. 添加

新添加的元素必定是添加到叶子节点。

  1. B树示例:

  2. 插入55:

  3. 再插入95

再插入98呢?(假设这是一棵4阶B树)。最右下角的叶子节点的元素个数将超过限制,这种现象可以称之为:上溢(overflow

1.5.1. 上溢的解决(假设5阶)

上溢节点的元素个数必然等于m

  1. 假设上溢节点最中间元素的位置为k(如果中间元素是两个,选任意一个都可以,具体需要看代码实现),将k位置的元素向上与父节点合并;

  2. [0, k-1][k + 1, m - 1]位置的元素分裂成2个子节点,这2个子节点的元素个数,必然都不会低于最低限制ceilf(m/2) − 1

  1. 一次分裂完毕后,有可能导致父节点上溢,依然按照上述方法解决,最极端的情况,有可能一直分裂到根节点。

上溢的解决方案有了,回到之前的问题:

插入98(原节点插入98后上溢,让95向上和父节点合并(60 80 95),并把上溢节点分割为9098、100两个子节点):

插入52(原节点插入52后不会上溢,直接插入):

插入54(原节点插入54后上溢,让52向上和父节点合并(52 60 80 95),并把上溢节点分割为5054、55两个子节点,由于合并后还是上溢,让60向上和父节点合并(40 60),并把上溢节点分割为5280 95两个子节点):

1.6. 删除

1.6.1. 删除 - 叶子节点

假如需要删除的元素在叶子节点中,那么直接删除即可。

例如,删除30:

1.6.2. 删除 - 非叶子节点

假如需要删除的元素在非叶子节点中:

  1. 先找到前驱或后继元素,覆盖所需删除元素的值;
  2. 再把前驱或后继元素删除。

例如,删除60:

非叶子节点的前驱或后继元素,必定在叶子节点中。所以这里的删除前驱或后继元素,就是最开始提到的情况:删除的元素在叶子节点中。真正的删除元素都是发生在叶子节点中

为什么不能直接删除?因为会改变原节点的子节点个数,比如原节点元素个数是两个(40 60),可以对应3个子节点,删除60后节点元素个数就剩下一个,只能对应2个子节点,需要不断变换节点才能满足要求。相比使用前驱或后继就复杂很多,甚至无法成为一颗B树。

假设下面是一棵5阶B树,删除22:

发现叶子节点被删掉一个元素后,元素个数可能会低于最低限制(≥ ceilf(m/2) − 1, 即 ≥ 2),这种现象称为:下溢(underflow

1.6.3. 下溢的解决(假设5阶)

下溢节点的元素数量必然等于ceilf(m/2) − 2

  1. 如果下溢节点临近的兄弟节点,有至少ceilf(m/2)个元素,可以向其借一个元素。
  • 将父节点的元素b插入到下溢节点的0位置(最小位置)
  • 用兄弟节点的元素a(最大的元素)替代父节点的元素b
  • 这种操作其实就是:旋转

  1. 如果下溢节点临近的兄弟节点,只有ceilf(m/2) - 1个元素。
  • 将父节点的元素b挪下来跟左右子节点进行合并
  • 合并后的节点元素个数等于ceilf(m/2) + ceilf(m/2) − 2,不超过m − 1
  • 这个操作可能会导致父节点下溢,依然按照上述方法解决,下溢现象可能会一直往上传播,最极端的情况是向上传播到根节点。

上溢到根节点会导致B树高度加1(根节点上溢只能继续往上增加节点),下溢到根节点会导致B树高度减1(根节点下溢只能和子节点合并)。

1.7. 4阶B树

如果先学习4阶B树(2-3-4树),将能更好地学习理解红黑树。

4阶B树的性质:

  • 所有节点能存储的元素个数(根节点和非根节点):1 ≤ x ≤ 3
  • 所有非叶子节点的子节点个数:2 ≤ y ≤ 4

从1添加到22:

可以自己练习从1删除到22,以此加深对B树的理解。动画演示:https://www.cs.usfca.edu/~galles/visualization/BTree