本文大部分内容基于CSDN的博主@祁峰，B树插入和删除算法的两篇文章。
至于为什么…因为书上写了和没写一样，只能去参考学习……
代码就不放了，因为写的…太烂了…不好放出来误人子弟
（我真的有去动手实现）
首先，这棵树不叫B负树。它的出现并不是为了进一步提升查找效率，因为O(logN)已经够快了。它要解决的问题是磁盘较低的I/O速度导致的效率低下。不过，一般只有在数据量大，没法将所有数据一次性读入内存时才会遇到这种问题。所以，就必须降低树的深度，将“瘦高”的树变得“矮胖”。
①、树中每个结点至多有m棵子树；
②、若根结点不是终端结点，则至少有2棵子树；
③、除根之外，所有非终端结点至少有m/2棵子树；
④、所有的非终端结点中包含下列信息数据:[n, C0, K0, C1, K1, C2, K2, ...., Kn-1, Cn]
其中：Ki[i=0,1，...，n-1]为关键字，且Ki<Ki+1[i=0, 1, ..., n-2]；Ci[i=0,1,...,n]为指向子树根结点的
指针，且指针Ci所指子树中所有结点的关键字均小于Ki[i=0,1,...,n-1]，但都大于Ki-1[i=1,...,n-1]；
这样就引出了多路查找树的概念。 根据AVL树的理论，一颗平衡多路查找树(B~树)自然可以使得数据的查找效率保证在O(logN)这样的对数级别上。而节点内的比较是在内存中进行的，相比于磁盘I/O的速度，耗时几乎可以忽略。所以当树的高度足够低的话，就可以极大的提高效率。
……….
是不是很复杂
………..
根据定义，可以写出节点的结构
typedef struct _btree_node_t
{
int num; /* 关键字个数 */
int key[max+1]; /* 关键字：所占空间为(max+1) - 多出来的1个空间用于交换空间使用 */
struct _btree_node_t child[max+2]; /* 子结点：所占空间为（max+2）- 多出来的1个空间用于交换空间使用 */
struct _btree_node_t *parent; /* 父结点 */
}btree_node_t;
/*一开始我还想了一会max+2是什么操作，其实是两个key夹一个child*/
接下来就是这棵树了，树根旁边要存放一些信息
typedef struct
{
int max; /* 单个结点最大关键字个数 树的度(阶数) m=max+1 */
int min; /* 单个结点最小关键字个数 min=m%2? m/2 : m/2+1 */
int sidx; /* 分裂索引 = (max+1)/2 */
btree_node_t *root; /* B树根结点地址 */
}btree_t;
树的各种操作中，插入和删除较为复杂。对高度为ｋ的m阶B树，新结点一般是插在叶子层。通过检索可以确定关键码应插入的结点位置。
B树是从空树起，逐个插入关键字而建立起来的，由于B树结点中的关键字个数num必须>=，因此，每次插入一个关键字不是在
树中添加一个 终端结点，而是首先在最底层的某个非终端结点中插入一个关键字，若该结点的关键字个数不超过m-1，则插入完成，否
则要进行结点的“分裂”。
假设结点node的关键字个数num>max，则需进行分裂处理，其大体处理流程如下：
1) 结点node以sidx关键字为分割点，索引(0 ~ sidx-1)关键字继续留在结点node中，索引(sidx+1 ~ num-1)关键字放入新结点node2中
2) 而索引sidx关键字则插入node->parent中，再将新结点node2作为父结点新插入关键字的右孩子结点
3) 判断插入node的sidx关键字后，node->parent的关键字个数num是否超过max，如果超过，则以parent为操作对象进行1)的处理；
否则，处理结束。
以下将通过构造一棵B树的方式来讲解B树的插入过程：假设现在需要构建一棵4阶B树（即：阶m=4、关键字最大个数max=3），其插入操作和处理过程如下描述。
1) 插入关键字45 刚开始为空树，因此插入成功后只有一个结点。
2) 插入关键字24和53 在图1的基础上，插入关键字24和53后，该结点关键字个数num仍未超过max，因此不会进行“分裂”处理。 插入完成后，该结点关键字个数num=3已经达到临界值max。
3) 插入关键字90在图2基础上，插入关键字90后，该结点关键字个数num=4超过max值，需要进行“分裂”处理。 当结点关键字个数num达到max时，则需要进行“分裂”处理，分割序号为num/2。图3中的[4| 24, 45, 53, 90]的 分割序号为num/2 = 4/2 = 2，序号从0开始计数，因此关键字53为分割点，分裂过程如下： ->1) 以序列号idx=num/2为分割点，原结点分裂为2个结点A[2| 24, 45]和B[1| 90]； ->2) 原结点无父结点，则新建一个结点P，并将关键字插入到新结点P中； ->3) 将结点A和B作为结点P的子结点，并遵循B树特征④； ->4) 因结点P的结点数未超过max，则分裂结束。
4) 插入关键字46和47在图3右图的基础上，插入关键字46和47后，得到图4左图，此时结点[4| 24, 45, 46, 47]已经达到分裂条件。 连续插入关键字46、47后，该结点[2| 24, 45]变为[4| 24, 45, 46, 47]，因此其达到了“分裂”的条件，其分裂流程如下： ->1) 以序列号idx=num/2为分割点，结点[2| 24, 45, 46, 47]分裂为两个结点A[2| 24, 45]和B[1| 47]； ->2) 分割点关键字46被插入到父结点P中，得到结点P[2| 46, 53] ->3) 新结点B[1| 47]加入到结点P[2| 46, 53]的子结点序列中 - 遵循特征④ ->4) 因结点P[2| 46, 53]的关键字个数num为超过max，因为分裂结束。
5) 插入关键字15和18在图4右图的基础上，插入关键字15和18后，得到图5左图，此时结点[4| 15, 18, 24, 45]已经达到分裂条件。其处理过程同4）
6) 插入关键字48、49、50在图5右图的基础上插入48、49、50，可得到图6左图，此时结点[1| 47, 48, 49, 50]已达到分裂条件。
完成第一步分裂处理之后，父结点P[4| 24, 46, 49, 53]此时也达到了分裂条件，因而不断分裂。