数据结构-非线性结构-集合-树（一般树-二叉树）-图（有向图、无向图）

一般树

概述

概念
树是n个（n>=0）有限结点组成的具有层次关系的集合，n=0时，是空树；

任意非空树应该满足的条件：

• 有且仅有一个特定的被称为根的节点；
• 当n>1时，其余节点可以分为m（m>0）个互不相交的有限集合，其中每一个集合本身又是一棵树，称为根节点的子树。

n个节点的树有n-1条边；

性质
树中的节点数 = 所有节点的度数 加 1

基本术语

度
树中各结点度的最大值称为该树的度。
树中一个结点的子结点的个数称为该结点的度。

分支结点和叶子结点
度大于0的结点 称为 分支结点；
度为0的节点 称为 叶子结点。

层次、高度、深度

介绍	层次	高度	深度
树	–	树中结点最大层数	树中结点最大层数
结点	–	结点到最后一个子孙节点的边数	结点的祖先元素的个数

有序树和无序树

路径
树中两个结点之间的路径是由两个结点之间所经过的结点序列构成的。

路径长度：路径上所经历边的个数；

森林
m（m>=0）棵互不相交的树的集合 。

二叉树

概述

• 二叉树
  每个节点至多只有二棵子树，左子树和右子树，次序不能颠倒。

• 逻辑上分类
  空二叉树、只有一个根结点的二叉树、只有左子树、只有右子树、完全二叉树(特例：满二叉树)。
  
  备注2022/8/15
  堆 = 一棵顺序存储的完全二叉树；

• 遍历二叉树
  按一定的规则和顺序走遍二叉树的所有结点，使每一个结点都被访问一次，而且只被访问一次，有前序、中序、后序遍历。
  前序 = 根左右；中序 = 左根右；后序 = 左右根。
  

• 二叉查找树（二叉搜索树）
  定义：满足二叉树，左子树的节点值小于根的节点数、右子树的节点值大于根节点的值；
  应用：为了解决数据库索引排好序的原则而提出。
  缺点：二叉查找树最后可能退化成一条链。

• 平衡二叉树（AVL树）
  定义：满足二叉查找树定义，任何节点的两个子树的高度之差的绝度之不超过1；
  应用：为了解决二叉查找树构建极不平衡的情况提出。
  缺点：当数据量过多时，二叉树高度会越来越高，1000个数据有9-10层，那么可能找一个数据需要9-10次IO。就会出现平衡二叉树高度过高导致的IO问题，进而提出B-tree 和 B+tree。
  平衡二叉树的左右子树高度差不能超过1，每次进行插入/删除时，都需要通过旋转操作保持平衡，频繁的操作会降低AVL树的性能。故提出了红黑树。

• B-tree
  每个节点上多放一些元素，减少磁盘IO。
  多路搜索树；

• B+tree
  是B-tree树的变体，是一种多路搜索树；

• 红黑树
  定义：节点只有红色和黑色两种，根节点是黑色；叶子节点是null且是黑色；同一路径不存在连续红色；
  规则：一个节点是红色，则其两个子节点必须是黑色（根到叶子的所有路径，不可能存在两个连续的红色节点）；
  每个节点到叶子节点的所有路径，都包含相同数目的黑色节点。
  根到叶子的所有路径中，最长路径不会超过最短路径的2倍。

性质

若根的层次为1，则二叉树的第i层最多有2^i-1个节点；
一棵非空二叉树，叶子节点数 = 度为2；
不属于二叉树的是：B树，它是多叉树；
而AVL树、二叉排序树、哈夫曼树都是二叉树。

B-tree

介绍	根节点	分支节点 除根节点、叶子节点	叶子节点
最多儿子节点数	节点数最多只有M个儿子，且M>2	节点数最多只有M个儿子，且M>2	–
儿子节点数	[2,M]	[M/2,M]
关键字数	至少M/2-1（向上取整） 最多 M-1个	至少M/2-1（向上取整） 最多 M-1个	至少M/2-1（向上取整） 最多 M-1个
	关键字个数 = 指向儿子节点的指针个数-1	关键字个数 = 指向儿子节点的指针个数-1	–
	关键字 k[1],k[2],…,k[M-1]，且k[i]<k[i+1]	关键字 k[1],k[2],…,k[M-1]，且k[i]<k[i+1]	–
指针	指针p[1],p[2]…p[M]；p[1] 指向关键字小于k[1]的子树； p[M] 指向关键字小于k[M]的子树；	p[i] 指向关键字属于(k[i-1],k[i])的子树
位置	最顶端	中间部分	位于同一层且最低层
节点内容 关键字 = 就是MySQL中数据表的索引	指针、关键字、数据	指针、关键字、数据	关键字、数据

• 特性：
  关键字集合分布在整颗树中；
  任何一个关键字只能出现在一个结点中；
  搜索有可能在非叶子结点结束；
  搜索性能等价于在关键字全集内做一次二分查找；
  自动层次控制：
  由于限制了除根结点以外的非叶子结点，至少含有M/2个儿子，确保了结点的至少利用率，其最底搜索性能为：O（logN）；

B+tree

图示：

说明	根节点	分支节点 除根节点、叶子节点	叶子节点
儿子数	有M个儿子则有m个元素	有M个儿子则有m个元素	–
存储内容	关键字（索引）、指针	关键字（索引）、指针	关键字、数据
存储	–	–	所有根节点、分支节点都存在于子节点中，是最大值或最小值
	–	–	包含所有关键字、指向数据记录的指针 叶子节点本身是根据关键字从小到大顺序链接的

作用：
优势= 更加高效的单元素查找。

图

概述

• 概念
  图 = 一些顶点的集合，顶点通过一系列边连接。

• 为什么使用图？
  有些编程问题可以通过顶点和边表示出来，图算法 = 广度优先搜索 或 深度优先搜索。

• 分类
  根据各元素之前的联系单双向：有向图 和 无向图。
  有向图 = 各元素之间的联系是单向的；
  无向图 = 各元素之间的联系是双向的。