算法通关村第六关——理解树的结构（青铜）

1. 树的常见概念

树是一种非线性的数据结构，它由若干个节点组成，并且这些节点之间存在特定的关系。在树结构中，每个节点都有一个父节点和零个或多个子节点。

常见概念有如下：

1. 节点(Node)：树中的基本单元，节点通常包含存储数据的数据域和指向其他节点的引用域。
2. 根节点(Root Node)：树的顶层节点，它没有父节点，是整棵树的起点。
3. 子节点(Child Node)：某节点下属于它的直接后继节点。
4. 父节点(Parent Node)：某节点所指向的直接前驱节点。
5. 叶子节点(Leaf Node)：没有任何子节点的节点。
6. 兄弟节点(Sibling Node)：拥有共同父节点的节点。
7. 子树(Subtree)：由一个节点及其所有后代节点组成的树。
8. 深度(Depth)：从根节点到某节点的路径上经过的边数。
9. 高度(Height)：从某节点到它的最远叶子节点的路径上经过的边数。
10. 层级(Level)：根节点的深度为0，它的子节点的深度为1，依次类推。
11. 祖先节点(Ancestor Node)：从根节点到某节点路径上的所有节点。
12. 后代节点(Descendant Node)：某节点下属于它的所有子节点。
13. 节点的度：一个结点含有的子节点的个数称为该节点的度。
14. 树的度(Degree)：一棵数中，最大的节点的度称为树的度，注意与节点度的区别；
15. 有序树(Ordered Tree)：树中的子节点具有顺序。
16. 无序树(Unordered Tree)：树中的子节点没有特定的顺序。
17. 森林(Forest)：由若干颗互不相交的树组成的集合。

通过一个例子来讲解树的常见概念：

                    高度     深度     层
         A           2       0       1
       /   \
      B     C        1       1       2
    /  \   / \
   D    E F   G      0       2       3

在这个例子中，A是根节点，B和C是A的子节点，D、E、F和G分别是B和C的子节点。叶子节点包括D、E、F和G，它们没有子节点。

以下是树的常见概念的详细解释：

1. 节点：每个节点都有一个存储数据的数据域（比如字母A、B等）和指向其他节点的引用域。
2. 根节点：顶层节点A，它没有父节点。
3. 子节点：B和C是A的子节点，D、E、F和G是B和C的子节点。
4. 父节点：A是B和C的父节点，B是D和E的父节点，C是F和G的父节点。
5. 叶子节点：D、E、F和G没有任何子节点。
6. 兄弟节点：B和C是兄弟节点，也就是拥有共同父节点A的节点。
7. 深度：根节点A的深度为0，B和C的深度为1，D、E、F和G的深度为2。
8. 高度：叶子节点D、E、F和G的高度为0，B和C的高度为1，根节点A的高度为2。
9. 层级：根节点A所在的层级为0，B和C所在的层级为1，D、E、F和G所在的层级为2。
10. 祖先节点：比如，节点B的祖先节点为A，节点E的祖先节点为B和A。
11. 后代节点：比如，节点A的后代节点包括B、C、D、E、F和G。

2. 树的性质

树具有以下几个重要的性质：

**性质1：**在二叉树的第i层上至多有2^(i - 1)个节点（i > 0）

**性质2：**深度为k的二叉树至多有2^k - 1 个结点（k>0）

**性质3：**对于任意一棵二叉树，如果其叶结点数为N0，而度数为2的结点总数为N2，则N0=N2+1

**性质4：**具有n个结点的完全二叉树的深度必为log2(n+1)

**性质5：**对完全二叉树，若从上至下、从左至右编号，则编号为i的结点，其左孩子编号必为2i，其右孩子编号必为2i+1；其双亲的编号必为i/2(i = 1 时为根，除外)

让我们以一个家谱树为例来说明这些性质：

        A
       / \
      B   C
     / \   \
    D   E   F
         \
          G

在这个家谱树中，A是根节点，B和C是A的子节点，D、E和F分别是B和C的子节点，G是E的子节点。

1. 性质1：在二叉树的第i层上至多有2^(i - 1)个节点（i > 0）

   • 第1层上最多有2^(1-1)=1个节点。
   • 第2层上最多有2^(2-1)=2个节点。
   • 第3层上最多有2^(3-1)=4个节点。

2. 性质2：深度为k的二叉树至多有2^k - 1个结点（k>0）

   • 这棵树的深度为3，所以至多有2^3-1=7个节点。

3. 性质3：对于任意一棵二叉树，如果其叶结点数为N0，而度数为2的结点总数为N2，则N0=N2+1

   • 叶节点是没有子节点的节点。
   • 度数为2的节点是指具有两个子节点的节点
   • 在这棵树中，叶节点数N0为4（D、G、F），度数为2的节点数N2为2（A、B），满足N0 = N2 + 1。

4. 性质4：具有n个结点的完全二叉树的深度必为log2(n+1)

   • 这棵树有7个节点，所以它是具有7个节点的完全二叉树，深度为log2(7+1)=3。

5. 性质5：对完全二叉树，若从上至下、从左至右编号，则编号为i的结点，
   其左孩子编号必为2i，其右孩子编号必为2i+1；其双亲的编号必为i/2（i = 1 时为根，除外）

   • 编号为1的节点A，左孩子编号为2，右孩子编号为3。
   • 编号为2的节点B，左孩子编号为4，右孩子编号为5，双亲编号为1。
   • 编号为3的节点C，右孩子编号为6，双亲编号为1。
   • 编号为4的节点D，没有左孩子和右孩子，双亲编号为2。
   • 编号为5的节点E，左孩子编号为10，右孩子编号为11，双亲编号为2。
   • 编号为6的节点F，没有左孩子和右孩子，双亲编号为3。
   • 编号为7的节点G，没有左孩子和右孩子，双亲编号为5。

3.树的定义与存储方式

定义二叉树

定义树的原理与前面讲的链表本质上是一样的，只不过多了一个指针，如果是二叉树，只要在链表的定义上增加一个指针就可以了

public class BinaryTreeNode {
    private int data; // 节点的数据
    private BinaryTreeNode leftChild; // 左子节点
    private BinaryTreeNode rightChild; // 右子节点
}

本质上就是有两个引用，分别指向两个位置，为了便于理解，我们分别命名为左孩子和右孩子。如果是N叉树该如何定义呢？其实就是每个节点最多可以有N个指针指向其他地方，这是不用left和right，使用一个List就可以了，也就是：

public class NaryTreeNode {
    private int data; // 节点的数据
    private List<NaryTreeNode> children; // 子节点
}

下面给出一个通用的树节点类。它包含了以下属性：

• id：节点ID，用来唯一标识每个节点。
• parentId：父节点ID，标识节点的父节点。顶级节点的父节点ID一般为0。
• label：节点的名称或标签，用来描述节点的内容。
• children：子节点列表，存储该节点的所有子节点。

通过这个通用的树节点类，可以构建各种类型的树结构，如二叉树、N叉树等。这样的设计可以方便地表示树形结构，并进行相关的操作和遍历。

public class TreeNode {

    /** 节点ID */
    private Integer id;

    /** 父节点ID：顶级节点为0 */
    private Integer parentId;

    /** 节点名称 */
    private String label;

    /** 子节点 */
    private List<TreeNode> children;

    public TreeNode(Integer id, Integer parentId, String label) {
        this.id = id;
        this.parentId = parentId;
        this.label = label;
    }
}

4.树的遍历

二叉树的遍历方式有层次遍历和深度优先遍历两种：

• 深度优先遍历：先往深走，遇到叶子节点再往回走。
• 广度优先遍历：一层一层的去遍历，一层访问完再访问下一层。

这两种遍历方式不仅仅是二叉树，N叉树也有这两种方式，图结构也有。

深度优先算法又有前中后序三种。

树的遍历方式主要有三种：前序遍历、中序遍历和后序遍历。下面将结合一个例子来详细讲解这三种遍历方式。

考虑以下二叉树作为例子：

        A
       / \
      B   C
     / \   \
    D   E   F
         \
          G

1. 前序遍历（Preorder Traversal）：按照 根-左-右 的顺序遍历树。
   • 遍历顺序：A -> B -> D -> E -> G -> C -> F
2. 中序遍历（Inorder Traversal）：按照 左-根-右 的顺序遍历树。
   • 遍历顺序：D -> B -> G -> E -> A -> C -> F
3. 后序遍历（Postorder Traversal）：按照 左-右-根 的顺序遍历树。
   • 遍历顺序：D -> G -> E -> B -> F -> C -> A

现在，让我们一步一步地说明如何进行这三种遍历：

1. 前序遍历：
   • 首先访问根节点A。
   • 然后递归地对左子树进行前序遍历，访问节点B。
   • 继续递归地对左子树进行前序遍历，访问节点D。
   • 左子树遍历完成后，回到B节点，递归地对右子树进行前序遍历，访问节点E。
   • 继续递归地对右子树进行前序遍历，访问节点G。
   • 回到A节点，递归地对右子树进行前序遍历，访问节点C。
   • 最后递归地对右子树进行前序遍历，访问节点F。
2. 中序遍历：
   • 首先递归地对左子树进行中序遍历，访问节点D。
   • 然后访问根节点B。
   • 继续递归地对左子树进行中序遍历，访问节点E。
   • 继续递归地对右子树进行中序遍历，访问节点G。
   • 回到根节点A，访问它。
   • 递归地对右子树进行中序遍历，访问节点C。
   • 最后递归地对右子树进行中序遍历，访问节点F。
3. 后序遍历：
   • 首先递归地对左子树进行后序遍历，访问节点D。
   • 继续递归地对左子树进行后序遍历，访问节点G。
   • 然后回到根节点B，递归地对右子树进行后序遍历，访问节点E。
   • 回到根节点A，递归地对右子树进行后序遍历，访问节点C。
   • 继续递归地对右子树进行后序遍历，访问节点F。
   • 最后访问根节点A。