一、b樹的查詢是在內部節點進行的，節點處存放了節點的所有資訊，即相當於存放的是乙個node。
二、b+樹的查詢最終會在外部節點，或者稱為葉子節點，而內部節點不存放node，只存放node的索引，最終能夠在葉子節點處找到乙個指向該node的指標，從而結束查詢。
b+樹的另乙個特點是在葉子節點中存放的所有node指標外，還存放有下乙個node的指標。這樣就可以進行遍歷，或者進行範圍查詢了。
三、b*樹是為了節省空間而提出的，b和b+樹中若每個節點最多能存放m個關鍵字，則最少需要（m-1)/2個關鍵字，而b*樹能夠更加節省空間，最少是2m/3個關鍵字，因此更能夠有效的利用空間，但是插入動作會更加麻煩。
參考：
1、樹2、+樹
3、4、
5、
B樹B 樹B 樹和B 樹
原文link b樹 即二叉搜尋樹 1.所有非葉子結點至多擁有兩個兒子 left和right 2.所有結點儲存乙個關鍵字 3.非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹 如 b樹的搜尋，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中 否則，如果查詢關鍵字比結點...
B 樹 B 樹 B 樹和B 樹
b樹 即二叉搜尋樹 1.所有非葉子結點至多擁有兩個兒子 left 和right 2.所有結點儲存乙個關鍵字 3.非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹 如 b樹的搜尋，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中 否則，如果查詢關鍵字比結點關鍵字小，就...
B樹 B 樹和B 樹
參考 大規模資料儲存中，實現索引查詢這樣乙個實際背景下，樹節點儲存的元素數量是有限的 如果元素數量非常多的話，查詢就退化成節點內部的線性查詢了 這樣導致二叉查詢樹結構由於 樹的深度過大而造成磁碟i o讀寫過於頻繁，進而導致查詢效率低下 那麼如何減少樹的深度 當然是不能減少查詢的資料量 乙個基本的想法...