【数据结构】非线性表----树详解

树是一种非线性结构，它是由**n（n>=0）**个有限结点组成一个具有层次关系的集合。具有层次关系则说明它的结构不再是线性表那样一对一，而是一对多的关系；随着层数的增加，每一层的元素个数也在不断变化（由上一层和该层的对应关系决定）。

关于树的名称的由来，是因为它的结构类型很像现实中的树倒过来，故称作——树。

根据树的名称，也对其所包含的元素进行了命名和定义。

树的基本术语

1.结点：包含一个数据元素及若干指向其子树的分支；

2.结点的度：一个结点拥有的子树的数目；

3.叶子或终端结点：度为0的结点；

4.非终端结点或分支结点：度不为0的结点；

5.树的度：树内各结点的度的最大值；（需要注意，树的度和结点的度的定义是有略微差异的）

除此之外，还使用人类亲缘关系进行了一系列描述：（注：下图的关系与节点名称无关，仅代表树的结构）

6.孩子结点或子结点：结点的子树的根称为该结点的孩子结点或子结点；

7.双亲结点或父结点：若一个结点含有子结点，则这个结点称为其子结点的双亲结点或父结点；

8.兄弟结点：同一个双亲的孩子之间互称兄弟；

9.祖先结点：从根到该结点所经分支上的所有结点；

10.子孙结点：以某结点为根的子树中任一结点都称为该结点的子孙；

11.结点的层次：从根开始定义起，根为第一层，根的孩子为第二层。若某结点在第L层．则其子树的根就在第L+1层；

12.堂兄弟结点：其双亲在同一层的结点互为堂兄弟；

13.树的深度或高度：树中结点的最大层次；

14.森林：由m(m>=0)棵互不相交的树的集合称为森林;

15.有序树和无序树：树中结点的各子树从左到右是有次序的，不能互换，称该树为有序树，否则称为无序树；

16.路径和路径长度：路径是由树中的两个结点之间的结点序列构成的。而路径长度是路径上所经过的边的个数

树的基本特征

针对树，我们有很多可以说的点。这里我们主要从其结构特征来进行总结。

• 任何一棵树都是由根和子树构成的——子树又是一棵树——树是递归定义的

• 树的根结点没有前驱；除根结点外的所有结点有且只有一个前驱（也就是一个父节点）。

• 树中所有结点有零个或多个后继。

• 子树是不相交的。

• 当不再有子树的时候就说明该树已经到了尾结点。

树的公式

事实上，基于树的数据结构，可以衍生出很多数学公式来对其进行计算，但是这里只介绍基本的两个（其他重要的公式会在二叉树中进行介绍）

节点数量

• 对于一棵有 n 个节点的树，节点数量公式为：n = I + L 其中，I 是内节点数量，L 是叶节点数量。

边数

• 一棵有 n 个节点的树有 n−1 条边。

树的构建

树的存储结构主要有以下几种方法，每种方法都有其优缺点和适用场景：

1. 父节点表示法（Parent Representation）

每个节点记录其父节点的编号或指针。这种方法使用一个数组，其中每个元素表示节点，其值是该节点的父节点的索引。

• 结构：

  parent[i] 表示第 i 个节点的父节点
  

• 示例：

  节点:  0  1  2  3  4  5
  父节点: -1  0  0  1  1  2  （-1 表示根节点）
  

• 优点：简单，适合快速查找父节点。

• 缺点：查找子节点较慢，需要遍历整个数组。

2. 孩子表示法（Child Representation）

每个节点记录其所有子节点。这种方法使用一个链表或数组，其中每个节点包含一个指向其子节点列表的指针。

• 结构：

  children[i] 表示第 i 个节点的子节点列表
  

• 示例：

  节点:   0  1  2  3  4  5
  子节点: [1,2] [3,4] [5] [] [] []
  

• 优点：适合快速查找子节点。

• 缺点：查找父节点较慢，需要记录父节点指针或进行额外处理。

以上两种方法的缺点和优点是互补的。那么是否有更为方便的方法呢？

3. 孩子兄弟表示法（Left-Child Right-Sibling Representation）

当我们需要定义很多孩子的时候，我们可以使用左孩子右兄弟的定义法

也就是说根节点只指向它的第一个孩子结点，而其他的孩子节点就交给第一个孩子节点去指向

将树转换为二叉树，每个节点记录其最左子节点和右兄弟节点。这种方法使用两个指针，一个指向最左子节点，另一个指向右兄弟。

• 结构：

  节点: node
  左孩子: leftChild
  右兄弟: rightSibling
  

• 示例：

  节点:    0
          / \
         1   2
        / \
       3   4
  转换为:
  节点:    0
         /  \
        1    2
       /
      3
       \
        4
  

• 优点：能将任意树转换为二叉树，利用二叉树的遍历和处理方法。

• 缺点：需要两个指针，内存开销较大。

4. 邻接表表示法（Adjacency List Representation）

通常用于存储图结构，但也可以用于树。每个节点记录其相邻节点（即子节点和父节点）。

• 结构：

  adjList[i] 表示第 i 个节点的相邻节点列表
  

• 示例：

  节点:   0  1  2  3  4  5
  相邻节点: [1,2] [0,3,4] [0,5] [1] [1] [2]
  

• 优点：适合处理树和图的遍历和搜索。

• 缺点：需要额外处理以区分子节点和父节点。

5. 邻接矩阵表示法（Adjacency Matrix Representation）

使用一个二维数组表示节点之间的连接关系。通常用于稠密图，但在某些情况下也可用于树。

• 结构：

  adjMatrix[i][j] 表示节点 i 和节点 j 之间是否有边（0 或 1）
  

• 示例：

  节点:  0  1  2  3  4  5
  邻接矩阵:
  [0, 1, 1, 0, 0, 0]
  [1, 0, 0, 1, 1, 0]
  [1, 0, 0, 0, 0, 1]
  [0, 1, 0, 0, 0, 0]
  [0, 1, 0, 0, 0, 0]
  [0, 0, 1, 0, 0, 0]
  

• 优点：简单，适合快速查找任意两个节点之间是否有边。

• 缺点：存储空间开销大，不适合稀疏树。

这些存储结构各有特点，选择哪种方法主要取决于具体应用需求，例如查找子节点还是父节点更频繁，内存开销是否是主要考虑因素等。

树的初始化和一些基本操作

#include <stdio.h>
#include <stdlib.h>

// 定义树节点结构
typedef struct TreeNode {
    int data;
    struct TreeNode* child1;
    struct TreeNode* child2;
    struct TreeNode* child3;
    struct TreeNode* child4;
    ...
} TreeNode;

//树的初始化
TreeNode* createNode(int data)
{
    TreeNode* newNode = (TreeNode*)malloc(sizeof(TreeNode));
    if(!newNode){
        printf("failed!\n");
        return NULL;
    }
    newNode->data = data;
    newNode->child1 = NULL;
    newNode->child2 = NULL;
    ...
    return newNode;
}

//插入、查找、遍历...
TreeNode* insertTree(TreeNode* parent,int data);
TreeNode* findTree(TreeNode* parent,int data);
TreeNode* inorderTraversal(TreeNode* parent);
...

总结

单纯的树实际上用处不大（子节点过多）。但是对于文件系统、目录以及某些分层过多的系统，使用的就是树。

通常在优化的数据结构中，使用更多的是叫做二叉树的数据结构

这是基于树的数据结构，一个根节点只有两个孩子结点，在下一节我们将会对二叉树进行剖析，敬请期待。