最后我们来介绍B树和其衍生出的（左偏）红黑树。
大部分的图源自这个网站，你也可以在上面找到一些其他的数据结构。

1. B树

我们发现二叉树做不到绝对平衡。于是我们考虑多叉树。
B 树（也叫B-树）就是一种完全平衡的多叉树，也就是说，每个叶子结点的高度都是一样的。
首先我们先给出一张 B 树的图，并且介绍 B 树的一些基本性质。

• 一个结点如果有 \(k\) 个索引，那么它就有 \(k+1\) 个孩子。索引和孩子的排列方式与 BST 类似。
• 一个结点不能无限制地拥有索引。若我们称一棵树是 \(m\) 阶 B 树，那么对根结点有 \(1\leqslant k\leqslant m-1\)，对其他结点有 \(\left\lceil\dfrac{m}{2}\right\rceil-1\leqslant k\leqslant m-1\)。比如上图是一棵 5 阶 B 树，那么除根节点外，每个节点至少有 2 个索引，至多有 4 个索引。但是根节点的索引可以更少，比如上图的根结点只有 1 个索引。
• 3 阶 B 树也叫做 2-3 树，4 阶 B 树也叫做 2-3-4 树。可以以此类推，但是阶数再高就没人这么叫了。

那么我们接下来就介绍 B 树的相关操作。
只介绍一些前置操作和插入删除，剩下的还是同 BST。

1. split

当一个结点的索引数量过多时，我们需要对这个结点进行 split 操作。
当然这个操作很简单，我们只需要找出来索引的最接近中位数的数，把它提出来就行了。
图示：

如图是一棵 2-3 树，这个时候我们需要对红框框出的结点进行分裂。我们把 6 提出来：

然后我们发现父亲结点又超了。于是继续分裂。

完成。

2. rotate

当一个结点的索引数量过少，并且它的兄弟结点（狭义，仅指左兄弟和右兄弟）的索引数量足够多时，我们使用 rotate 操作。实际操作的时候，我们直接找索引数量多的兄弟结点进行 rotate。
文字描述不方便，直接上图：

这是一棵 5 阶 B 树。这个地方我们要删除 2，但是删除之后结点的索引个数就过少了。同时我们发现它的右兄弟有足足 3 个索引，即使去掉一个也是满足要求的。于是我们进行这样的操作：


就像左旋一样那我们就叫它左旋好了。
另外一个方向的旋转同理。

3. merge

但是我们会发现，有的时候两个兄弟结点的索引数量都不够。这个时候我们就要进行 merge 操作。
简单地说，就是把左右结点连同索引结点合并成一个结点。因为左右结点的索引数量都足够少，很容易发现合并后的结点不需要再次分裂。事实上，有 \(\left(\left\lceil\dfrac{m}{2}\right\rceil-1\right)+\left(\left\lceil\dfrac{m}{2}\right\rceil-2\right)+1=\left(2\left\lceil\dfrac{m}{2}\right\rceil-1\right)-1\leqslant m-1\)。
还是上图：

这是一棵 5 阶 B 树。容易发现此时左结点索引数量过少，并且右结点的索引个数也不足以支持 rotate 操作。
于是我们进行 merge 操作，将左右结点和中间的索引进行合并，合并成一个结点。

注意图中的情况比较特殊。因为这个操作拿走了父亲结点的一个索引，所以可能会导致父亲结点的索引数量过少，此时我们还需要对父亲结点进行 rotate/merge，才能保证性质不被破坏。

讲完了前置操作，接下来就是平衡树的正统操作了。

4. insert

学会了 split 之后这个操作应该是显然的。找到对应结点进行插入，如果索引数量过多直接 split 即可。

5. delete

相对应地，delete 操作就复杂许多（连前置操作都是两个）。分类讨论：

• 如果当前结点是叶子结点：直接删除，如果索引个数过少就 rotate/merge。
• 如果当前结点是内部结点：
  • 考虑左子树的最大值所在结点，若结点的索引数量足够大那么直接把结点提上来当做新的索引。然后这就是一个删除叶子结点的操作。（右子树同理）
  • 如果两个儿子索引个数都过少，则需要先 merge 两个儿子。
  • 如果删完之后索引个数还是过少，那还是要 rotate/merge。

内部结点的删除并不是显然的。还是进行图解。

这是一棵 2-3 树。下面我们要删除 6。
我们发现 5 和 7 所在的结点索引数量都不够。那不妨取左边的 5 做一次交换。

然后接下来就是删除叶节点 5 的操作了。兄弟结点的索引数量过少，考虑 merge，这里就是把 3 和 4 合并。

删除操作完成。
在上图的基础上我们再删除 2。容易发现这个时候 3 所在的结点索引数量足够多，因此直接把 3 提上来就行。

删除完成。
我们再删除 5：

首先交换没有问题。
接下来合并。

我们发现又出现了一个索引数量过少的结点。
于是再次合并：

删除操作完成。B树就介绍到这里。

2. 左偏红黑树

B 树好是好，但是写多叉树就不能像二叉树那样好实现。结合两者优点的方法是，将 B 树的结构通过一种对应关系转移到二叉树上。

左偏红黑树是对 2-3 树的二叉树改造。

3. 红黑树