有没有办法评估 B+ 树所需的叶子数量？
Is there a way to evaluate the number of leaves needed by a B+-tree?
如果我有 t = #tuples（或#records）并且我唯一可以利用的其他信息是我的 B+ 树的扇出 F，有没有办法获得多少叶子（叶子的#blocks ) 树将需要？假设树必须是平衡的，因此尽可能地保持最多的信息 space。
示例：t = 40K，F = 40 ==> 深度 = log_40(40K) = 3，#leaves = ???
在 B+ tree 中，实际记录是从叶子中引用的。另一方面，内部节点不直接引用记录，而是定义键值的范围，以便遍历树到最终具有感兴趣记录键值的叶（块）。
B+树的另一个属性是一个内部节点的子节点数不仅有上限（即扇出F）还有下限绑定：F/2。 （我忽略了根不受此下限规则的约束）。这个1/2系数就是填充因子（0.5）。
叶块数 (L) 受记录数 (t) 和扇出数 (F)，但顺便说一下，树是（不）平衡的。在最好的、最小的情况下，我们有：
min(L) = ⌈ t / F⌉
在最坏的情况下，我们有：
max(L) = ⌈ 2t / F⌉
如果你有不同的填充因子（c >= 0.5），那么最坏的情况是：
max(L) = ⌈ t / cF⌉
请注意，增加填充因子会减少使用 space，但会增加插入记录时的时间开销。当填充因子接近 1 时，space 使用率保持在最低限度，但更新速度会很慢。
如果我有 t = #tuples（或#records）并且我唯一可以利用的其他信息是我的 B+ 树的扇出 F，有没有办法获得多少叶子（叶子的#blocks ) 树将需要？假设树必须是平衡的，因此尽可能地保持最多的信息 space。
示例：t = 40K，F = 40 ==> 深度 = log_40(40K) = 3，#leaves = ???
在 B+ tree 中，实际记录是从叶子中引用的。另一方面，内部节点不直接引用记录，而是定义键值的范围，以便遍历树到最终具有感兴趣记录键值的叶（块）。
B+树的另一个属性是一个内部节点的子节点数不仅有上限（即扇出F）还有下限绑定：F/2。 （我忽略了根不受此下限规则的约束）。这个1/2系数就是填充因子（0.5）。
叶块数 (L) 受记录数 (t) 和扇出数 (F)，但顺便说一下，树是（不）平衡的。在最好的、最小的情况下，我们有：
min(L) = ⌈ t / F⌉
在最坏的情况下，我们有：
max(L) = ⌈ 2t / F⌉
如果你有不同的填充因子（c >= 0.5），那么最坏的情况是：
max(L) = ⌈ t / cF⌉
请注意，增加填充因子会减少使用 space，但会增加插入记录时的时间开销。当填充因子接近 1 时，space 使用率保持在最低限度，但更新速度会很慢。