B树总结
这里的B树，也就是英文中的B-Tree，一个 m 阶的B树满足以下条件：
每个结点至多拥有m棵子树；
根结点至少拥有两颗子树（存在子树的情况下），根结点至少有一个关键字；
除了根结点以外，其余每个分支结点至少拥有 m/2 棵子树；
所有的叶结点都在同一层上，B树的叶子结点可以看成是一种外部节点，不包含任何信息；
有 k 棵子树的分支结点则存在 k-1 个关键码，关键码按照递增次序进行排列；
关键字数量需要满足ceil(m/2)-1 <= n <= m-1；
B树的实际结构
Struct
Num parent d[0] [1] [2] [3] [4] [5]
S[0] [1] [2] [3] [4] [5]
B树的应用：再文件系统中查找文件，以及数据库中查找建立索引
倒排索引：如果要按多条非主键来查找，用空间换时间，将多条信息用二进制表示起来，与之后都为1的则为所查找
按主键来进行查找：
总大小比较大，查找时会经常性的引起磁盘和内存之间的切换，导致查询效率低下
指向ID这条记录的指针，虽然减少了很大的存储空间，减少了磁盘和内存之间的速度差异
1、关键码无序，查找速度慢
2、内存存储数据是按照页面（4k）来存储，按照这样的数据结构，关键码很大机率不处于一个页面，查询时导致页面来回切换（冷热数据）消耗资源，效率不高
1、用B树来存储则效率很高，B树查询效率和二分查找效率等同，时间复杂度都是log(n)
2、B树的每个树按照页面的大小来设计，在查找时，可以很大概率的命中，直接切换需要的页面，不必因为关键码没在一个页面而来回切换页面。
3、查找算法思想：从根节点的最后一个开始向前查找，找到返回（当前节点，以及数据的下标），找不到的话继续遍历接下来的节点，找到比当前查询数据大的下标，继续往下遍历，未找到的话，也返回该节点的指针和数据下标，为插入做准备
4、插入算法思想：如果根节点为空或者头结点为空则直接返回。在树中查找，找到的话直接返回。没有找到的话进行接下来的操作。
（1）查找返回的是要插入的节点以及数据下标。先把数据放入到该节点要插入的位置。
（2）判断当前节点的num是否maxsize,如果大于，则进行分裂。分成两个数据，或者三个数据。
（3）创建新的节点，保存后三个数据。将后三个数据的第一个数据作为根节点插入到根节点中去，如果由根节点，直接插入，没有根节点，则新建一个根节点。
（4）插入完成之后，有可能调整后的根节点又num > maxsize
（5）在进行分裂，知道满足B树的性质为止。
