B树的性质
（1）B树的每个节点 x 都具有以下属性：
x.n 存储在节点 x 中的关键字个数。
x.n 个关键字本身 x.key0, x.key1,…, x.keyn-1，以升序排列，注编程语言数组下标从 0 开始。
x.leaf 布尔值，表示节点 x 是否是叶节点。
（2）B树的每个内部节点具有以下属性：
包含 x.n+1 个指向其孩子的指针 x.c0，x.c1，…，x.cn，叶节点没有孩子节点，它们的 ci 属性值未定义。
（3）关键字 x.keyi对子树节点中的关键字进行分割，如果 ki为任意一个存储在以 x.ci为根的子树中的关键字，那么：k1<=x.key1<=k2<=……<=x.keyn<=kx.n+1，如下图所示：
（4）每个叶节点具有相同的深度，即树的高度 h
（5）每个节点所包含的关键字个数有上界和下界，用一个被称为B树的最小度数的固定整数 t>=2 来表示这些界：
下界：除了根节点以外的每个节点必须至少有 t-1 个关键字。除了根节点和叶子节点以外的每个节点至少有 t 个孩子。如果树非空，根节点至少有 1 个关键字。
上界：每个节点至多可包含 2t-1 个关键字，一个内部节点(非叶子节点)至多可有 2t 个孩子。当一个节点有 2t-1 个关键字时，称该节点为满的。
t 值越大，B树的高度就越小。
查找时间复杂度
每个节点的遍历所有关键字值时间为 O(t)，搜索路径构成B树的一条简单路径，所以总的时间复杂度为 O(t$\log_t{n}$)
插入时间复杂度
插入用到一个辅助过程，insertNonFull ：向非满的节点中插入关键字。insert 需要访问的节点数为 O(h)，每次调用 insertNonFull 的时间复杂度为 O(1)，所以总的时间复杂度为 O(t$\log_t{n}$)
删除时间复杂度
需要访问节点个数 O(h)，总的时间复杂度为 O(th) == O(t$\log_t{n}$)
B+树的性质
B+ 树由B树改进而来，具有以下不同于 B树的性质：
（1）B 树的每个节点都包含数据和索引，B+树只在叶节点中存储数据，内部节点只存储索引。如下图所示：
注：内部节点 3 和 5 并不是关键字，它用来界定关键字的范围。
（2）B+树的叶子节点按升序排序，所有叶子节点构成一个链表。
B+树具有以下优点：
- 单一节点存储的元素更多，使得查询的IO次数更少，平衡操作不经常发生，而且效率增加了，适合做为数据库MySQL的底层数据结构。
- 所有关键字都位于叶节点，查询更稳定，因为内存地址是连续的，用树的遍历去做范围查找，会不断在树中进行跳跃，即不断在内存中进行跳跃，会造成性能损失。
- 在查询大小区间的数据时候更方便，数据紧密性很高，缓存的命中率也会比B树高。
- 所有叶子节点构成一个链表，数据遍历更快。
B*树的性质
B*树是B+树的变种。具有以下不同于 B+树的性质。
B*树，除根节点以外的内部节点，关键字个数至少为 3/2满，即 (2t-1)*2/3，向上取整。
所
而B*树节点满时会检查兄弟节点是否满（因为每个节点都有指向兄弟的指针），如果兄弟节点未满则向兄弟节点转移关键字，如果兄弟节点已满，则从当前节点和兄弟节点各拿出1/3的关键字创建一个新的节点出来。
参考
面试官问你B树和B+树，就把这篇文章丢给他 - SegmentFault 思否
