B 树与 B+ 树：面试完全指南

一、一句话总结

B 树：每个节点都存数据
B+ 树：内部节点只存索引，叶子节点存所有数据 + 链表

二、核心对比表（面试必背）

对比项	B 树	B+ 树
数据存储位置	内部节点 + 叶子节点	只在叶子节点
内部节点	存 key + 数据	只存 key
叶子节点结构	只存数据	数据 + 指向下一叶子的指针
叶子节点链表	❌ 无	✅ 有（范围查询快）
树的高度	较高（内部节点占空间）	更矮（内部节点能装更多 key）
典型应用	嵌入式数据库、早期文件系统	MySQL InnoDB、大型数据库

三、为什么数据库用 B+ 树？

优势	解释
I/O 更少	内部节点只存 key，树更矮
范围查询快	叶子节点链表，顺序访问
数据集中	所有数据在叶子，缓存更高效

四、什么时候用 B 树？

数据量较小（可放内存）
嵌入式系统（SQLite）
不需要频繁范围查询
实现简单

五、B+ 树叶子节点存什么？

索引类型	叶子节点内容
聚簇索引（主键）	完整数据行
二级索引	索引列 + 主键（回表）

换个说法：存的是索引+映射（指向数据记录的指针）

六、什么是页分裂 / 页合并？

页分裂：节点插入满时，拆成两个节点，父节点增加一个 key
页合并：删除后节点太"空"，和兄弟合并，父节点减少一个 key

七、时间复杂度

B / B+ 树：O(log_m N)
m 很大（如 1000），树高通常 3~4
红黑树（内存）：O(log₂ N)

八、面试必问模拟题

Q：为什么不用红黑树做数据库索引？

红黑树树高 ≈ log₂ N（千万级数据约 24 次 I/O）

B+ 树树高 ≈ log_m N（m≈1000 时约 3 次 I/O）

磁盘 I/O 是瓶颈，B+ 树少几十倍。

九、一张图帮你记忆（你可以自己画）

text 复制代码

B 树：
        [20, 40]
        /   |   \
    [10]  [30]  [50, 60]

B+ 树：
        [20, 40]
        /   |   \
    [10]  [30]  [50, 60]  ← 内部节点无数据
      ↓     ↓      ↓
    数据  数据    数据  ← 叶子节点存数据 + 链表

十、总结一句话

B 树：全能但中庸

B+ 树：为磁盘和范围查询而生