B树是一种自平衡多路搜索树，用于数据库和文件系统中高效管理磁盘I/O。1. 每个节点可含多个关键字和子节点指针，根节点至少两子节点（非叶子），所有叶子同层。2. 节点关键字数在t-1到2t-1之间，内部节点最多2t子节点，t为最小度数。3. 使用模板类实现节点结构，固定数组模拟磁盘块，支持泛型键值。4. 插入时通过splitChild分裂满节点，保证路径上节点不满，维持平衡性。5. 查找采用二分变体定位，递归下降至叶子。6. B树低高度减少磁盘访问，适用于MySQL索引、NTFS/ext4文件系统等场景，节点大小常匹配4KB扇区以优化性能。
在C++中实现一个简单的B树，可以作为数据库或文件系统中核心数据结构的基础。B树因其高效的磁盘读写性能被广泛用于数据库索引和文件系统的组织。下面介绍如何用C++构建一个基本的、可运行的B树，并说明其关键设计点。
什么是B树
B树是一种自平衡的多路搜索树，每个节点可以包含多个关键字和多个子节点指针。它满足以下性质：
- 根节点至少有两个子节点（除非是叶子）
- 所有叶子节点在同一层
- 除根节点外，每个节点的关键字数量在 t-1 到 2t-1 之间（t 是最小度数）
- 内部节点最多有 2t 个子节点
这种结构减少了树的高度，适合磁盘I/O频繁的场景，比如数据库中的索引管理。
定义B树节点结构
先定义一个B树节点类模板，支持泛型键值类型（如int, string等）。
立即学习“C++免费学习笔记（深入）”；
template <typename T, int t>
class BTreeNode {
public:
bool isLeaf;
int n; // 当前关键字数量
T keys[2 * t - 1]; // 存储关键字
BTreeNode* children[2 * t]; // 子节点指针
<pre class='brush:php;toolbar:false;'>BTreeNode() : isLeaf(true), n(0) {
for (int i = 0; i < 2 * t; ++i) {
children[i] = nullptr;
}
}};
这里使用固定大小数组模拟磁盘块限制，符合实际存储系统的设计思路。t 是最小度数，控制节点的分裂与合并阈值。
实现B树的基本操作
B树的核心操作包括插入、查找、分裂节点等。我们以插入为例展示流程。
1. 查找
标准二分搜索变体，在节点内找到合适位置继续向下遍历。
bool search(T key, BTreeNode<T, t>* node) {
if (!node) return false;
<pre class='brush:php;toolbar:false;'>int i = 0;
while (i < node->n && key > node->keys[i])
++i;
if (i < node->n && key == node->keys[i])
return true;
if (node->isLeaf)
return false;
return search(key, node->children[i]);}
2. 分裂子节点
当节点满时（n == 2t-1），需要将其中一半元素移到新节点。
void splitChild(BTreeNode<T, t>* parent, int i) {
BTreeNode<T, t>* fullNode = parent->children[i];
BTreeNode<T, t>* newNode = new BTreeNode<T, t>;
newNode->isLeaf = fullNode->isLeaf;
newNode->n = t - 1;
<pre class='brush:php;toolbar:false;'>// 拷贝后半部分关键字
for (int j = 0; j < t - 1; ++j)
newNode->keys[j] = fullNode->keys[j + t];
if (!fullNode->isLeaf) {
// 如果不是叶子，复制子指针
for (int j = 0; j < t; ++j)
newNode->children[j] = fullNode->children[j + t];
}
fullNode->n = t - 1;
// 将父节点中i之后的子节点后移
for (int j = parent->n; j >= i + 1; --j)
parent->children[j + 1] = parent->children[j];
parent->children[i + 1] = newNode;
for (int j = parent->n; j >= i + 1; --j)
parent->keys[j] = parent->keys[j - 1];
parent->keys[i] = fullNode->keys[t - 1];
parent->n++;}
3. 插入非满节点
递归下降过程中确保路径上的节点不满。
void insertNonFull(BTreeNode<T, t>* node, T key) {
int i = node->n - 1;
if (node->isLeaf) {
// 叶子节点，直接插入并排序
while (i >= 0 && key < node->keys[i]) {
node->keys[i + 1] = node->keys[i];
--i;
}
node->keys[i + 1] = key;
node->n++;
} else {
// 找到应插入的子树
while (i >= 0 && key < node->keys[i])
--i;
i++;
<pre class='brush:php;toolbar:false;'> if (node->children[i]->n == 2 * t - 1) {
splitChild(node, i);
if (key > node->keys[i])
++i;
}
insertNonFull(node->children[i], key);
}}
4. 主插入接口
void insert(T key) {
if (!root) {
root = new BTreeNode<T, t>;
root->keys[0] = key;
root->n = 1;
return;
}
<pre class='brush:php;toolbar:false;'>if (root->n == 2 * t - 1) {
BTreeNode<T, t>* newRoot = new BTreeNode<T, t>;
newRoot->isLeaf = false;
newRoot->children[0] = root;
splitChild(newRoot, 0);
insertNonFull(newRoot, key);
root = newRoot;
} else {
insertNonFull(root, key);
}}
应用到数据库与文件系统中的意义
B树在数据库中常用于实现索引机制。例如，MySQL的InnoDB引擎使用B+树（B树的变种）来组织主键索引。它的优势在于：
- 高度低，通常3~4层就能索引上亿条记录
- 每次访问对应一次磁盘IO，结构紧凑利于缓存命中
- 支持范围查询、顺序扫描
在文件系统中，如NTFS、ext4也使用类似B树的结构管理目录项和块分配。通过将节点大小设置为磁盘扇区的整数倍（如4KB），能高效利用底层存储设备。
基本上就这些。这个简化版B树虽未涵盖删除、持久化到文件等功能，但已体现核心思想：保持平衡、控制节点容量、优化外部存储访问模式。进一步扩展可加入序列化、内存池、锁机制等，逐步接近真实数据库系统的实现。
