B树通过多路平衡搜索树结构实现高效插入、查找与遍历,适用于内外存数据管理。其核心在于节点分裂与递归插入,保持所有叶子节点同层,确保操作时间复杂度为O(log N)。

实现一个B树的关键在于理解它的结构特点:多路搜索树,每个节点可以有多个子节点,且保持数据有序。B树天然平衡,适用于磁盘等外部存储场景,但也能在内存中高效使用。下面介绍C++中B树的基本实现过程。
1. B树的定义与性质
B树满足以下性质:
- 每个节点最多有M-1个关键字(M是阶数)
- 除根节点外,每个节点至少有⌈M/2⌉ - 1个关键字
- 根节点至少有一个关键字(如果非空)
- 所有叶子节点在同一层
- 节点中的关键字从左到右递增排列,子树的关键字落在对应区间内
通常选择M为偶数,比如4或5,便于分裂操作处理。
2. 节点结构设计
每个节点包含关键字数组、子节点指针数组以及当前关键字数量。以下是基本结构定义:
立即学习“C++免费学习笔记(深入)”;
```cpp templateBTreeNode() : isLeaf(true), n(0) {
for (int i = 0; i < M; ++i) {
children[i] = nullptr;
}
}};
3. B树类框架
封装插入、查找、分裂等操作:
```cpp templateclass BTree { private: BTreeNode * root; void splitChild(BTreeNode * parent, int idx); void insertNonFull(BTreeNode * node, const T& key); void traverseNode(BTreeNode * node); BTreeNode * search(BTreeNode * node, const T& key); public: BTree(); void insert(const T& key); void traverse(); BTreeNode * search(const T& key); };
4. 插入操作实现
插入时要保证节点不满。若满,则先分裂再插入。核心是分裂和递归插入逻辑:
```cpp template// 拷贝后半部分关键字
for (int i = 0; i < newNode->n; ++i) {
newNode->keys[i] = fullNode->keys[(M + 1) / 2 + i];
}
if (!fullNode->isLeaf) {
for (int i = 0; i <= newNode->n; ++i) {
newNode->children[i] = fullNode->children[(M + 1) / 2 + i];
}
}
// 中间关键字上移
for (int i = parent->n; i > idx; --i) {
parent->children[i + 1] = parent->children[i];
}
parent->children[idx + 1] = newNode;
for (int i = parent->n - 1; i >= idx; --i) {
parent->keys[i + 1] = parent->keys[i];
}
parent->keys[idx] = fullNode->keys[(M - 1) / 2];
parent->n++;
fullNode->n = (M - 1) / 2;}
template
template
if (root->n == M - 1) {
auto newRoot = new BTreeNode();
newRoot->isLeaf = false;
newRoot->children[0] = root;
splitChild(newRoot, 0);
root = newRoot;
}
insertNonFull(root, key); }
5. 遍历与查找
中序遍历输出所有元素,查找类似二叉搜索树:
```cpp templatevoid BTree ::traverseNode(BTreeNode * node) { if (node) { int i = 0; for (; i < node->n; ++i) { if (!node->isLeaf) { traverseNode(node->children[i]); } std::cout << node->keys[i] << " "; } if (!node->isLeaf) { traverseNode(node->children[i]); } } } template void BTree ::traverse() { traverseNode(root); std::cout << std::endl; } template BTreeNode * BTree ::search(BTreeNode * node, const T& key) { int i = 0; while (i < node->n && key > node->keys[i]) ++i; if (i < node->n && key == node->keys[i]) return node; if (node->isLeaf) return nullptr; return search(node->children[i], key); } template BTreeNode * BTree ::search(const T& key) { return root ? search(root, key) : nullptr; }
6. 使用示例
测试代码:
```cpp int main() { BTreebtree.insert(10);
btree.insert(20);
btree.insert(5);
btree.insert(6);
btree.insert(12);
btree.insert(30);
std::cout << "Traverse: ";
btree.traverse(); // 输出: 5 6 10 12 20 30
auto node = btree.search(12);
if (node) {
std::cout << "Found 12\n";
}
return 0;}
基本上就这些。B树通过分裂维持平衡,插入复杂度为O(log N),适合大规模有序数据管理。实现时注意边界条件和指针管理,避免内存泄漏。











