前言
一道二叉查找树的中序遍历,戳中知识点盲区。怎么说呢,我对二叉树的理解,只停留在,有左孩和右孩的程度。。于是来认识一下树。
树
在计算机科学中,树是一种抽象数据类型或是实现这种抽象数据类型的数据结构,用来模拟具有树状结构性质的数据集合。
具有如下特点:
- 没有父节点的节点,称为根节点。
- 每个节点有零个或多个子节点。
其中,没有子节点(零个)称为叶子节点。 - 每个非根节点,有且仅有一个父节点。
- 除了根节点外,每个子节点都可以分为多个不相交的子树。
树的术语
- 节点的度:节点的子节点(子树)数量。
树的度:拥有最多子节点的节点的度,即为树的度。
所谓二叉树,也就是所有节点的度都不超过2,最多拥有2个子节点。 - 父节点,相对于子节点而言。二者是相互依存的。没有子节点就没有父节点,没有父节点就不存在子节点。
- 兄弟节点,具有相同父节点的节点互称为兄弟节点。
- 树的深度,用家庭的概念类比,就是几代的意思。
树的分类
按树的特点:
- 空树:没有任何元素的节点。
- 满树:这个概念需要明确树的度,满树表示除了叶子节点外每个节点都拥有一样的等同树的度。以二叉树为例,满二叉树,则表明这个树除了叶子节点外的每个节点都有2个子节点。
- 完全树:除了叶子节点所在的层,其他层都是满的(每个节点的子节点个数达到树的度),叶子节点所在的层,可以不用全满,必须是靠左连续的。
由此也可以看出,满树是完全树的一种特殊形态,就像正方形是特殊的矩形一样。 - 平衡树:兄弟节点间的子树深度差不超过1,且左右子树仍然为平衡二叉树.。最完美的平衡树当然就是不存在深度差。
按照树的度
-
二叉树:每个节点最多拥有2个子节点
-
完全二叉树:概念自己对照上面的区分,上图形象点理解。重点在于叶子节点所在的层,总是靠左连续的。
-
满二叉树
除叶子节点(读为0)外,每个节点的度都是2。
-
二叉查找树/二叉搜索树/二叉排序树/BST(BinarySearchTree)
左子树所有节点都小于根节点
右子树所有节点都大于根节点
左右子树均为二叉查找树
图示嘛,这里的图随便一个都满足该特点。但是在使用的时候,如果添加的元素已经有序,那么该树就退化成链表了。所以,引出了下面的平衡二叉树 -
平衡二叉树/AVL树
不管以哪个节点为根节点所形成的子树,其左右子树的深度差不超过1。
且左右子树依然为平衡二叉树。插入元素时,会自动平衡(AVL是2位发明者的名字) -
伸展树/分裂树
它也是二叉排序树。它的特点是,每次查找,都将树进行重构,通过一系列的旋转,让高频查找的节点距离根节点更近一些。 -
堆
左右子节点都比父节点小的完全二叉树结构。根元素最大,称为,大根堆。跟元素最小,称为小根堆。
-
二项堆
-
斐波那契堆
-
Treap/树堆
有一个随机附加域满足堆的性质的二叉搜索树。所谓附加域,意味着一个节点存储的信息不止一个,例如:优先级。而这个增加的附加域满足堆的性质,则称整个数据结构体为树堆。 -
红黑树
-
哈夫曼树
升级版-多路查找树
- B树
- B+树
- B*树
- R树
来个题目:请问下图是什么树? 多个答案,按照上面的定义来。
总结
撸了一下概念。发现数据结构也很深。。各种概念也是。。一步一步来吧。加油。现在去学习一下开篇说的,二叉查找树的中序遍历!