Ⅰ b树与b+树的区别是什么
一、关键字不同
1、b树每一个关键字有且只出现一次，且所有关键字按照从小到大的顺序进行排列。
2、而b+树有n棵子树的非叶节点有n个关键字，关键字会存储重复。非叶节点只保存关键字，仅包含子树的最大或者最小的关键字，只用来索引，关键字从小到大排列。
二、存储内容不同
1、b树每个节点除了存储关键字，还存储数据。
2、b+树所有叶子节点存储内容包含全部的关键字信息，以及指向关键字记录的指针。
三、查找不同
1、b树查找相当于二分查找，可以在非叶节点结束，且若经常访问的元素离根节点较近，则访问更加迅速。
2、而b+树的查找路径是由根到叶子节点，每次查找路径长度比较稳定。
Ⅱ 数据库索引为什么使用B+树
B tree： 二叉树（Binary tree），每个节点只能存储一个数。
B-tree： B树（B-Tree，并不是B“减”树，横杠为连接符，容易被误导）
B树属于多叉树又名平衡多路查找树。每个节点可以多个数（由磁盘大小决定）。
B+tree 和 B*tree 都是 B-tree的变种
一般来说，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。这样的话，索引查找过程中就要产生磁盘I/O消耗，相对于内存存取，I/O存取的消耗要高几个数量级，所以评价一个数据结构作为索引的优劣最重要的指标就是在查找过程中磁盘I/O操作次数的渐进复杂度。换句话说，索引的结构组织要尽量减少查找过程中磁盘I/O的存取次数。而B-/+/*Tree，经过改进可以有效的利用系统对磁盘的块读取特性，在读取相同磁盘块的同时，尽可能多的加载索引数据，来提高索引命中效率，从而达到减少磁盘IO的读取次数。
不了解磁盘相关知识的可以查看 硬盘基本知识（磁头、磁道、扇区、柱面）
下面通过示意图来看一下，B-tree、B+tree、B*tree
从图中可以看出，B-tree 利用了磁盘块的特性进行构建的树。每个磁盘块一个节点，每个节点包含了很关键字。把树的节点关键字增多后树的层级比原来的二叉树少了，减少数据查找的次数和复杂度。
B-tree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（每页为4K），这样每个节点只需要一次I/O就可以完全载入。
B-tree 的数据可以存在任何节点中。
B+tree 是 B-tree 的变种，数据只能存储在叶子节点。
B+tree 是 B-tree 的变种，B+tree 数据只存储在叶子节点中。这样在B树的基础上每个节点存储的关键字数更多，树的层级更少所以查询数据更快，所有指关键字指针都存在叶子节点，所以每次查找的次数都相同所以查询速度更稳定;
B*tree 每个磁盘块中又添加了对下一个磁盘块的引用。这样可以在当前磁盘块满时，不用扩容直接存储到下一个临近磁盘块中。当两个邻近的磁盘块都满时，这两个磁盘块各分出1/3的数据重新分配一个磁盘块，这样这三个磁盘块的数据都为2/3。
在B+树的基础上因其初始化的容量变大，使得节点空间使用率更高，而又存有兄弟节点的指针，可以向兄弟节点转移关键字的特性使得B*树额分解次数变得更少；
Ⅲ 什么是B-树的形式保存
你找本数据结构的书看看吧，B-树一两句说个定义对你也没意义。
其他的存储形式多了，链表，顺序表，栈，队列，二叉树，红黑树，平衡二叉树，优先队列……还是那句话，找本数据结构的书看看
Ⅳ 数据结构中B树、B+树的区别
一、B树的起源
B树，最早是由德国计算机科学家Rudolf Bayer等人于1972年在论文 《Organization and Maintenance of Large Ordered Indexes》提出的，不过我去看了看原文，发现作者也没有解释为什么就叫B-trees了，所以把B树的B，简单地解释为Balanced或者Binary都不是特别严谨，也许作者就是取其名字Bayer的首字母命名的也说不定啊……
二、B树长啥样
还是直接看图比较清楚，图中所示，B树事实上是一种平衡的多叉查找树，也就是说最多可以开m个叉（m>=2），我们称之为m阶b树，为了体现本博客的良心之处，不同于其他地方都能看到2阶B树，这里特意画了一棵5阶B树 。
B+树的查找过程，与B树类似，只不过查找时，如果在非叶子节点上的关键字等于给定值，并不终止，而是继续沿着指针直到叶子节点位置。因此在B+树，不管查找成功与否，每次查找都是走了一条从根到叶子节点的路径
Ⅳ 高度为5的3阶b树至少有多少个关键字
高度为5的3阶b树至少有31个关键字。
B树和B+树区别：
关键字数量不同，B+树分支结点M个关键字，叶子节点也有M个，B树分支结点则存在 k-1 个关键码。
数据存储位置不同，B+树数据存储在叶子结点上，B树存储在每个结点上。
查询不同，B+树是从根节点到叶子节点的路径，B树是只需要找到数据就可以。
分支节点存储信息不同，B+树存索引信息，B树存的是数据关键字。
B树，二叉树，每个结点只存储一个关键字，等于则命中，小于走左结点，大于走右结点。
B-树，多路搜索树，每个结点存储M/2到M个关键字，非叶子结点存储指向关键字范围的子结点，所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中。
B+树，在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点中出现，非叶子结点作为叶子结点的索引，B+树总是到叶子结点才命中。
B*树，在B+树基础上，为非叶子结点也增加链表指针，将结点的最低利用率从1/2提高到2/3。
Ⅵ 数据结构B树
比如说一颗 B 树的阶为 1001（即 1 个节点包含 1000 个关键字），高度为 2，它可以储存超过 10 亿个关键字，我们只要让根节点持久地保留在内存中，那么在这棵树上，寻找某一个关键字至多需要两次硬盘的读取即可。
Ⅶ 浅析B树与硬盘数据存储
1.什么是B树
非叶子节点不存储data,只存储索引(冗余),可以放更多的索引
叶子节点包含所有索引字段
叶子节点用双向指针相连，提高区间访问性
2.硬盘数据如何存储以及读写
3.为什么硬盘要引入B树作为数据管理的方式
B树的节点中还包含了一些关键字信息data，这个data也占据着一定的数据量，如果把data去掉，这样就又能多加很多子节点了。这也就是B+树的核心思想。
相关博客: https://blog.csdn.net/qq_24313635/article/details/102924190
Ⅷ 顺序+折半+分块查找+B树和(B+)树
（线性查找）
1.一般线性表的顺序查找
引入哨兵，使得循环时不必判断是否越界
ASL成功=(n+1)/2
ASL失败=n+1
2.有序表的顺序查找
查找判定树
（二分查找）
仅适用于有序的顺序表
判定树
ASL成功=log2(n+1)-1
（索引顺序查找）
吸取了顺序查找和折半查找各自的优点，即有动态结构，又适于快速查找。
基本思想 ：将查找表分为若干子块，块内无序，块间有序。前一个块中的最大关键字小于后一块中所有记录的关键字。建立一个索引表，索引表中的每个元素含有各块的最大关键字和各块中的第一个元素的地址，索引表按关键字有序排序。
（多路平衡查找树）
一棵m阶B树或为空树，或为满足如下特性的m叉树
1.树中每个节点最多有m课子树（m-1个关键字）
2.若根节点不是终端节点，则至少有两棵子树
3.除根节点外的所有非叶节点至少有⌈m/2⌉棵子树（⌈m/2⌉-1个关键字）
4.非叶结点的结构为
n个关键字，n+1个指针
Ki为关键字且按顺序排列
Pi为指向子树的指针
Pi-1所指子树的值均小于Ki，Pi所指子树的指均大于Ki
n为结点中关键字的个数
5.所有叶节点都出现在同一层次上，且不带信息，实际不存在指针为空
B树的高度
磁盘的存取次数
（不包括最后的不带信息叶结点那层）
B树的查找
1.在B树中找结点
2.在结点内找关键字
由于B树常存储在磁盘上，因此前一个查找操作是在磁盘上进行的，后一个是在内存中进行。
查找到某个节点后，先在有序表中进行查找，若找到则查找成功，否则按照对应的指针信息到所指的子树中去查找，查找到叶结点时，则说明树中没有对应关键字，查找失败。
B树的插入
1.定位：利用B树查找法，找出插入该关键字的最低层中的某个非叶节点
2.插入：插入后节点的关键字数小于m则可直接插入，否则对结点进行分裂
3.分裂：取一个新结点，在插入key后的原节点从中间位置将其中的关键字分为两部分，左边的部分留在原节点，右边的部分去新结点，中间位置（m/2向上取整）的节点插入到父节点，若导致父节点个数大于m-1，则继续分裂直至这个过程到根节点为止，此时会导致B树高度增加1
pic
B树的删除
将被删除关键字Ki与它的左或右子节点中最相近的关键字Ki'替代它，再递归删除Ki'
有以下几种情况
1.若其所在节点的关键字数大于⌈m/2⌉-1，则直接删除
2.若其所在节点的关键字数等于⌈m/2⌉-1，兄弟节点关键字数大于⌈m/2⌉-1，父节点对应关键字加到所在节点中，兄弟节点中的一个关键字移到父节点
3.若其所在节点的关键字数等于⌈m/2⌉-1，左右兄弟节点关键字数也均等于⌈m/2⌉-1，就把父节点中对应的那个关键字加到所在子节点与其某个兄弟节点合并后的节点中
合并过程会导致父节点中关键字减少，若是根节点个数减少到0，则删除根节点，将合并后的节点作为新的根。若非根节点减少到⌈m/2⌉-2，则又要与它自己的兄弟节点进行调整或合并操作。
图解
https://www.jianshu.com/p/a858bb15cbf0
1.树中每个节点最多有m课子树
2.若根节点不是终端节点，则至少有两棵子树，除根节点外的所有非叶节点至少有⌈m/2⌉棵子树
4.结点的子树个数与关键字个数相同
5.所有叶结点包含全部关键字及指向相应记录的指针，叶结点中将关键字按大小顺序排列，并且相邻叶结点按大小顺序相互链接起来
6.所有分支节点中仅包含它的各个子节点中关键字的最大值
两种查找方式
Ⅸ 数据结构中什么是B树
B 树是为了磁盘或其它存储设备而设计的一种多叉（下面你会看到，相对于二叉，B树每个内结点有多个分支，即多叉）平衡查找树。
B 树又叫平衡多路查找树。一棵m阶的B 树 (m叉树)的特性如下：树中每个结点最多含有m个孩子（m>=2）；除根结点和叶子结点外，其它每个结点至少有[ceil(m / 2)]个孩子（其中ceil(x)是一个取上限的函数）；若根结点不是叶子结点，则至少有2个孩子（特殊情况：没有孩子的根结点，即根结点为叶子结点，整棵树只有一个根节点）；所有叶子结点都出现在同一层，叶子结点不包含任何关键字信息(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)；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为指向子树根的接点，且指针P(i-1)指向子树种所有结点的关键字均小于Ki，但都大于K(i-1)。
c) 关键字的个数n必须满足： [ceil(m / 2)-1]<= n <= m-1。
Ⅹ b树和b+树有什么区别
B+树是B树的一种变体，也属于平衡多路查找树，大体结构与B树相同，包含根节点、内部节点和叶子节点。
B树的非叶子节点存有数据，而B+树的非叶子节点没有存有树，b树它是一种多路的平衡搜索树，B+树更适合外部存储，B+树中所有叶子节点都是通过指针连接在一起，而B树不会。
b树和b+树之间的区别
B+树是B树的一种变体，也属于平衡多路查找树， B+树中只有叶子节点会带有指向记录的指针ROWID，B+树的优点，叶子节点之间通过指针来连接，范围扫描将十分简单，B+树中所有叶子节点都是通过指针连接在一起。
B树则所有节点都带有，在内部节点出现的索引项不会再出现在叶子节点中。B树的优点，对于在内部节点的数据，可直接得到，不必根据叶子节点来定位。B树通常意味着所有的值都是按顺序存储的，并且每一个叶子到根的距离相同。
B是balance，平衡的意思，所以，B树首先是一棵平衡树，而平衡树首先得是一棵排序数。所以B树就是一棵平衡的、排序的多叉树。