数据结构 | 树

树相关知识点：

1. 在树型结构中，一般最顶端者称为根（root），由根开始延伸节点（node），所延伸出的其他节点称为分支节点（branch node），最底端不再延伸的节点称为终端节点（terminal node），连接两节点的线称为边（Edge）。

2. 二叉树（Binary Tree）的定义：每个节点最多只能有2个子节点的树，即每个节点的最大分支度为2或0。

3. 满二叉树（Full Binary Tree）的定义：是一个二叉树，所有的外部节点都必须在同一层。

4. 完全二叉树（Complete Binary Tree）的定义：外节点相差的阶数在1阶以内，含0阶(0阶即是满二叉树)。

5.  二叉树的遍历:

•    中序遍历（LDR）：先遍历左子树，再遍历此节点，最后遍历右子树，因为该节点在中间被遍历，所以称为中序遍历（inorder traversal）。
•    后序遍历（LRD）：先遍历左子树，再遍历右子树，最后遍历节点，节点最后被遍历，所以此法称为后序遍历（postorder traversal）。
•    前序遍历（DLR）：先遍历节点，再遍历左子树，最后遍历右子树，节点最先被遍历，所以称为前序遍历（preorder traversal）。
•    阶层遍历（level-order traversal）：依阶层的顺序遍历，先访问阶层小的所有节点，同一阶层由左而右遍历，再往下一阶层遍历，以此类推。

6. 表达式的处理和计算是每种程序语言必须处理的过程，由于表达式的处理需考虑运算符的优先级，而且大部分的运算符都有两个操作数（除了正负号之外），而二叉树的左右子树也有顺序之分，所以可以将表达式表示成二叉树，称为二叉运算树（Binary Expression Tree）。再以二叉树的遍历方法即能计算出表达式的值。

7. 堆的定义

•    最大堆：为一个完全二叉树，任一非终端节点的数据不小于其子节点的数据。
•    最小堆：为一个完全叉树，任一非终端节点的数据不大于其子节点的数据。

8. 堆的应用

•    一般的队列具有先进先出的特性，在队列中的元素，先到先处理，不会根据各个元素的优先级（或称权重）高低来选择处理。如果要对一般的队列实现优先级高的任务先处理时，其作法是在队列中找出优先级最高者。假如有n个元素，未经排列且用线性查找法时，其时间复杂度为，当n很大时，则堆的比线性查找的效率高许多。
•    堆排序：要得到由小到大的排序，需建立最大堆；要得到由大到小的排序，需建立最小堆。

9. 二叉查找树的定义：二叉查找树是一个二叉树，可能为空二叉树，若不是空二叉树，则满足下列条件：

•    所有节点的数据都不同。
•    左子节点的数据比父节点的数据小。
•    右子节点的数据比父节点的数据大。
•    以左、右节点为树根的左、右子树也要具备二叉查找树的条件。