B-树的问题

B_树 AVL树等的课程设计报告，源码和报告书

B_树 AVL树 多项式计算器，八皇后问题， 飞机场模拟

IT笔试面试--B树/B+树/B-树/R树的详细解析及代码

IT笔试面试中常碰到的关于B树、B-树、B+树、R树的概念，及其详细的解析，图解。

B-树、B+树、B树详解

详细介绍了B/B+树的区别和各自的操作，内容详实，通俗易懂，介绍的很清晰

从B_树、B+_树、B_树谈到R_树.doc

第一节、B树、B+树、B*树 1.前言： 动态查找树主要有：二叉查找树（Binary Search Tree），平衡二叉查找树（Balanced Binary Search Tree），红黑树(Red-Black Tree )，B-tree/B+-tree/ B*-tree (B~Tree)。前三者是典型的二叉查找树结构，其查找的时间复杂度O(log2N)与树的深度相关，那么降低树的深度自然会提高查找效率。 但是咱们有面对这样一个实际问题：就是大规模数据存储中，实现索引查询这样一个实际背景下，树节点存储的元素数量是有限的（如果元素数量非常多的话，查找就退化成节点内部的线性查找了），这样导致二叉查找树结构由于树的深度过大而造成磁盘I/O读写过于频繁，进而导致查询效率低下（为什么会出现这种情况，待会在外部存储器-磁盘中有所解释），那么如何减少树的深度（当然是不能减少查询的数据量），一个基本的想法就是：采用多叉树结构（由于树节点元素数量是有限的，自然该节点的子树数量也就是有限的）。 这样我们就提出了一个新的查找树结构——多路查找树。根据平衡二叉树的启发，自然就想到平衡多路查找树结构，也就是这篇文章所要阐述的第一个主题B~tree(B树结构)。

B树-B+树-B*树谈到R树

一个B树，B+树，B*树的详细讲解，可以作为初学者的一个学习资料。