数据结构之树的基本概念学习

一、树的基本概念

1、结点的度:一个结点拥有子树的个数称为度。比如A的度为3，C的度为2，H的度为0。度为0的结点称为叶子节点（D,F,G,H）。树的度是树中所有结点的度的最大值，此树的度为3。
2、树中结点的最大层次成为树的深度或高度。此树的深度为4。
3、父节点A的子结点B,C,D；B,C,D也是兄弟节点

二、二叉树

二叉树是每个节点最多拥有两个子节点的树。

1、二叉树的遍历

前序遍历（前根遍历）：根——>左——>右，ABDEC
中序遍历（中根遍历）：左——>根——>右，DBEAC
后序遍历（后根遍历）：左——>右——>根，DEBCA

2、深度优先遍历和广度优先遍历

DFS深度优先遍历：从根节点出发，沿着左子树方向进行纵向遍历，直到找到叶子节点为止。然后回溯到前一个节点，进行右子树节点的遍历，直到遍历完所有可达节点为止。利用数据结构“栈”，父节点入栈，父节点出栈，先右子节点入栈，后左子节点入栈。递归遍历全部节点。
DFS:ABDGCEFH

BFS广度优先遍历：从根节点出发，在横向遍历二叉树层段节点的基础上纵向遍历二叉树的层次。利用数据结构“队列”，父节点入队，父节点出队列，先左子节点入队，后右子节点入队。递归遍历全部节点。
BFS：ABCDGEFH

3、满二叉树

高度为h，由2^h-1个节点构成的二叉树称为满二叉树。

4、完全二叉树

完全二叉树是由满二叉树而引出来的，若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数(即1~h-1层为一个满二叉树)，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。

三、二叉查找树（BST）

二叉查找树，也称二叉搜索树，或二叉排序树。其定义也比较简单，要么是一颗空树，要么就是具有如下性质的二叉树：
（1）若任意节点的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
（2） 若任意节点的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
（3） 任意节点的左、右子树也分别为二叉查找树；
（4） 没有键值相等的节点。

四、二叉平衡树（AVL）

平衡二叉搜索树，又被称为AVL树，且具有以下性质：它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。

在构建一棵平衡二叉树的过程中，当有新的节点要插入时，检查是否因插入后而破坏了树的平衡，如果是，则需要做旋转去改变树的结构。
（1）左旋
举个例子，像上图是否平衡二叉树的图里面，左图在没插入前”19“节点前，该树还是平衡二叉树，但是在插入”19“后，导致了”15“的左右子树失去了”平衡“，所以此时可以将”15“节点进行左旋，让”15“自身把节点出让给”17“作为”17“的左树，使得”17“节点左右子树平衡，而”15“节点没有子树，左右也平衡了。如下图

（2）右旋
假设需要插入3和5，如下图

这个时候，这两棵树都是不平衡的，节点10左边高度为3，右边高度为1，相差超过1，所以是不平衡的。这个时候只需要把10这个有问题的节点右旋就可以解决这个问题了，如下图

五、红黑树

1、为什么需要红黑树这种结构呢

我们知道AVL树是一种严格按照定义来实现的平衡二叉查找树，所以它查找的效率非常稳定，为O(log n),由于其严格按照左右子树高度差不大于1的规则，插入和删除操作中需要大量且复杂的操作来保持ALV树的平衡（左旋和右旋），因此AVL树适用于大量查询，少量插入和删除的场景中。

那么假设现在假设有这样一种场景：大量查询，大量插入和删除，现在使用ALV树就不太合适了，因为AVL树大量的插入和删除会非常耗时间，那么我们是否可以降低AVL树对平衡性的要求从而达到快速的插入和删除呢？

答案肯定是有的，红黑树这种数据结构就应运而生了（因为ALV树是高度平衡的，所以查找起来肯定比红黑树快，但是红黑树在插入和删除方面的性能就远远不是AVL树所能比的了），可以理解为红黑树是平衡二叉树的一种变异体。

2、红黑树简洁

红黑树是一种特殊的二叉查找树，每个结点都要储存位表示结点的颜色，或红或黑
红黑树的特性：
1）每个结点或红或黑
2）根结点是黑色
3）空叶子结点（NIL）是黑色
4）如果一个结点是红色，那么它的子节点是黑色（两个红色节点不能相邻，黑色可以相邻）
5）从任意一个结点出发到空的叶子结点（NIL）经过的黑结点个数相同

3、红黑树添加操作

新添加的节点默认是涂红，现在分为四种情况：
（1）新添加节点N为根：涂黑完事（因为根节点必须为黑）
（2）新添加的节点的父节点是黑的：啥事不用管，添加进来就行
（3）新添加节点的父红和叔红：父/叔涂黑，祖父涂红，然后把祖父当成新的平衡节点递归处理
（4）新添加节点的父红和叔黑：
（4.a）不在同一边的话，以父节点为中心扭到同一边（左旋或右旋）
（4.b）父节点和新插入节点同一边的话，以祖父节点为中心左旋或者右旋

文章参考：
https://blog.csdn.net/qq_25940921/article/details/82183093
https://www.cnblogs.com/yinbiao/p/10732600.html