数据结构归档-树结构（一） 树的基本概念

自我BB

   通常来说，只会一昧的写业务，熟悉的操作常用的技术，便足以对付我们日常需求，但往复这样，只能是说业务水平的不断提高，对于当前而言，大部分技术的迭代其实都离不开的数据结构与算法的交叉应用，常常耳濡目染的树结构，文章是看过不少，但是回忆起来的时候都是只言片语，总归是没有经过自己提炼，本科课程的书本其实还挺有用的，可怜的算法与数据结构。。

正文

对于树结构来说，可能开口就能说上几种，B、B+、B-，红黑，字典树，往低说二叉树变支等，但是探究下去只能是基本定义，甚至基本定义都无法道出，其实我们并不需要去追究太多定义，能从实际需要出发会更容易理解，定义毕竟太长，并不长久

谈谈树的基本概念

为什么先从树结构开始，从层次化非线性结构的这个开始，相比起线性数据结构那种日常接触的而言，这个比较陌生，需要先搞起来。
（ps:有关链表、队列和栈的各种知识。这些统称为线性数据结构,因为依逻辑次序从头排到尾）

树的相关定义：

• 树（Tree）：从树形图上看，树（Tree）是边与结点(Node)形成的一种结构，每个结点维护对应的（K/V）值

• 根结点(Root)：树的首个结点，同时相连的两个节点中，更靠近根节点的为父节点，稍微远一点的称为子节点

• 边(edge)： 用于连接结点，标识结点之间的关系，也利于用于路径计算

• 叶子结点(leaves)：相当于末端结点，他们没有子结点与其相连

• 树高(heght)：是由根结点出发,到子结点的最长路径长度

• 结点深度 ：是指对应结点到根结点路径长度

• 有序树和无序树：树中每个结点的子树的值从左往右是有次序且不能换的为有序树，否则为无序树

• 有向树：树有确定的根结点，且树根结点与子结点为有向关系（左往右或上往下）

为什么需要树结构呢，在我看来，判断一些事情的时候，总会面临一些抉择，然后树结构正是对应这类情况，关系并不是一道而下的，每一个结点都有不一样的抉择，应对这种情况而形容可能会比较容易理解，在对应磁盘读取或数据展示，又有其他类型而非普通树结构能解决的问题，对应产生了各种高级/低级的树结构变种，最常见的B+与mysql即经典