938 字
2 分钟
考研专业课学习记录2026-07-12
考研专业课学习记录 | 2026-07-12
今日学习内容
两个半小时 B树 B+树
AI知识点带复盘
B树考点复盘
- 核心定义与性质：m阶B树是平衡多路搜索树，核心约束包括：每个节点至多含
m-1个关键字、至多m棵子树；除根节点外的非叶子节点至少含⌈m/2⌉-1个关键字、至少⌈m/2⌉棵子树；根节点若非叶子则至少2棵子树；所有叶子节点在同一层且无实际数据。 - 高频考点：
- 关键字数与高度计算：含
N个关键字的m阶B树，最小高度为⌈log_m(N+1)⌉，最大高度为⌈log_{⌈m/2⌉}((N+1)/2)⌉ +1，是408统考选择题高频考点。 - 插入与分裂：插入关键字到叶子节点后，若节点关键字数超过
m-1，则以中间关键字为界分裂为两个节点，将中间关键字提升至父节点，递归处理父节点分裂问题。 - 删除与合并：删除关键字后若节点关键字数不足下限，需向兄弟节点借关键字或与兄弟节点合并，合并时需同步修改父节点的关键字。
- 关键字数与高度计算：含
- 常见误区：易忽略根节点的特殊约束，混淆
m阶与关键字数的对应关系。
B+树考点复盘
- 核心定义与性质：m阶B+树是B树的优化变体，核心差异包括：所有关键字与卫星数据都存储在叶子节点，内部节点仅存储索引关键字；叶子节点按关键字顺序串联成链表，支持高效范围查询；内部节点的关键字是其子树的最小（或最大）关键字，冗余存在于父节点中。
- 与B树的核心区别：
- 查询必须走到叶子节点，单次查询性能更稳定；
- 天然支持范围查询，无需像B树那样遍历整棵树；
- 内部节点不存储数据，空间利用率更高，更适合作为磁盘索引。
- 应用场景：MySQL InnoDB引擎的聚簇索引与二级索引均采用B+树实现，是408操作系统与计算机组成原理、数据库方向的联合考点。
问题与反思
- 初期混淆了m阶B树与B+树的关键字存储规则，误将B+树的内部节点也认为存储实际卫星数据；
- 计算B树最大高度时，忘记根节点的最小子树数为2，导致初始推导出现误差；
- 对B+树叶子节点的链表指针作用理解不透彻，不清楚其如何支持范围查询；
- 插入分裂时中间关键字的选取位置容易记错，混淆了
⌈m/2⌉与⌊m/2⌋的区别。
收获与总结
- 系统梳理了B树与B+树的核心考点、性质差异与操作流程，明确了408统考中该模块的出题方向；
- 掌握了m阶B树的关键字数、子树数范围与高度计算方法，修正了之前的易错认知；
- 理解了B+树相较于B树的优化点与应用场景，能够结合数据库索引场景解释二者的区别；
- 通过复盘明确了自身的薄弱环节，后续将针对性练习B树的插入删除操作模拟题。
💡 碎碎念：踏实吃透每一个知识点！
文档内容由 AI 辅助生成
分享
如果这篇文章对你有帮助，欢迎分享给更多人！
考研专业课学习记录2026-07-12
https://elysiaweb.vercel.app/posts/408/7-12/ 部分信息可能已经过时
相关文章 智能推荐