算法和数据结构之树

一、介绍

面试造火箭，开始造树。那么什么是树（Tree）呢？马路边儿上的大树，森林里的大树？是的。就是那玩意。数据结构的树之所以叫树就是因为和马路边儿上的大树长得差不多。做为一种抽象的数据类型（ADT）——树，就是因为他的组织结构类似于树的形状（不过要倒过来看，也就是根在最上，树叶在下面），树是由有限个节点（Node）组成的。下面看一个普通的树的图：

在自然世界中，两根树枝是不能连接生长在一起的，所以数据结构中的树也一样，不能在两个子树之间有直接的连接，否则，就不是树了。这个需要引起注意。

二、树的形态

树在计算机世界中的应用是非常广泛的，从基础的排序到数据编码，再到查找搜索保存等。树的各种衍生形态非常多，但核心基本就两类：二叉树、多叉树。而在这其中，最常用的就是二叉树，二叉树是如何定义的呢？
二叉树的任意一个节点最多只有两棵子树，二叉树的子树分为左子树和右子树，次序不能颠倒。二叉树的第n层至多有2^{(n-1)个结点；深度为k的二叉树至多有2}(k-1)个结点；对任何一棵二叉树T，如果其终端结点数为n0，度为2的结点数为n^2，则n0=n2+1。

二叉树主要有以下几种形态：

1、完全二叉树
完全二叉树是指除最后一层外，其它各层节点数目均达到最大值，而最后一层的所有节点自左向右连续的紧密排列。听起来可能有点不好理解，看图：

完全二叉树可以这样理解，假如一个完美二叉树缺少的节点是最下层的自右向左的顺序节点时，就是一个完全二叉树。

2、完美二叉树（满二叉树）

完美二叉树就好理解了，就是一个标准的二叉树帅哥。不过这里有一个注意的是，国内和国外对其定义略有不同：
如果一个二叉树的每层的结点数都达到最大值，则这个二叉树就是完美（满）二叉树。即如果一个二叉树的层数为K，且结点总数是(2^k) -1 ，则它就是完美（满）二叉树。
这个定义是国内的教科书常见的定义方法，也是大家一般认为的情况。

国外的定义方法为：
a binary tree T is full if each node is either a leaf or possesses exactly two childnodes.

说的比较麻烦，一看图就清楚了。

3、完满二叉树
完满二叉树，一听就是完全和满二叉树的结合啊？有那个意思，但还是有不同（其实如果以国外的定义满二叉树，就好理解了，用国内定义的满二叉树就得动下脑筋）。完满二叉树就是一个二叉树，如果一个节点有孩子，那么这个节点一定有两个孩子。

三、树的遍历

先定义一个基准的遍历树，如下：

树的遍历分为三种：

1、先（前）序（根）遍历：
先序遍历，就是先访问根，再访问左子树，然后再访问右子树。在图上，你可以看做是以根为起点，对整个树进行环形遍历。先看一下上图的先序遍历的结果：
A-> B->D-> H ->I-> E-> J-> C-> F-> K-> G

先序遍历先走根从A起，ABDHI，这个好理解，下来又走BEJ，但B已经访问过，所以去除，即ABDHIEJ，同样，到ACFKGCA，其中A已经遍历，去除。第二个C也去除。最后形成ABDHIEJCFKG。

2、中序（根）遍历：
中序遍历就是先访问左子树再访问根结点，再访问右子树。在图上，可以看做一个投影过程，把树投影到一个数轴上，得到的就是中序遍历，这个在后面的红黑树中还会讲，先看一下结果：
H->D->I->B->E->J->A->F->K->C->G
投影很简单，如果不想画图，把树拉扁，自左向右挨个拉取即可。

3、后序（根）遍历
后序遍历就是先访问右子树，再访问右子树，最后再访问根结点，它也有简单的记忆方法，即从根的最下方最左起，按照左右上的方式裁剪单个结点，如果没有单个结点就从其子树中重自左到右向上的方式裁剪子结点。裁剪节点的顺序即为遍历的顺序。先看结果：
H->I->D->J->E->B->K->F->G->C->A
以上面的图为例，最左侧为H，然后是I（H->I），这时候儿D结点只没有子节点了，裁剪(H->I->D)。继续向上，B结点有子节点，所以进入其右子树，J，J剪掉后，E形成一个单个节点，剪掉(H->I->D->J->E)，B也成了一个单个节点，剪掉(H->I->D->J->E->B)。此时发现A节点有右子树，进入，从最左开始，F结点没有左子节点，但是有右子结点K，所以从K删除（H->I->D->J->E->B->K），再删除F，此时c节点有右子节点G，所以先删除单节点G，再删除C节点,再删除根节点A（H->I->D->J->E->B->K->F->G->C->A）。

有时候也会用层次遍历，这个就比较简单好理解了，这里就不再赘述。
经常遇到的问题是，如何把树转变成链表，其实就是基于上述的遍历思想，最简单的就是利用上面的中序遍历，实现一个双向链表。既可以使用递归，也可以使用非递归。

四、常见的应用

树的应用非常广泛。这里需要引起注意的是，B树和B-树，实际上，是没有B-树（就是B树）这一说法的，不过是在最初的翻译和应用过程中，导致的一些错误的说法。明白什么意思即可，不用为这个再加入口水大战。
常见的应用分为以下几类：
1、二叉查找树（有序二叉查找树）
二叉查找树就是通过二叉树进行查找，大家知道，查找前一般要排序，所以二叉查找树叫有序二叉树就正常了。其性质如下：
如果（根）节点的左子树不空,那么左子树的值小于（根）节点的值；假如右子树不为空,则右子树的值均大于于（根）节点的值；其任意节点的左右子树均符合前面两条性质。

这个树的缺点比较明显，就是如果数据排列在一定情况下会退化成链表，没有了树的意义。

2、AVL树（平衡二叉树-Self-balancing binary search tree）：
平衡二叉树又叫AVL树（Adelson-Velsky-Landis Tree ），注意，还有一个AVL算法，不要混淆。AVL树就是左右子树的深度不超过1.并且其左右子树也符合这个性质。这个树的特别适合于查找数据，但在插入删除比较多的情况下，为保持树的平衡，会不断的进行旋转，耗费大量的时间。

3、红黑树
红黑树也是一种平衡树，它有如下特点：
每个节点要么是红的要么是黑的；根节点是黑的； 每个叶子节点都是黑的； 假如一个节点是红的，那其两个儿子都是黑的；红黑树中任意节点，其到叶节点的简单路径都包含相同数目的黑节点。

在后面会详细分析红黑树，这里不展开。

4、B树系列
B树同样是平衡树，它是一种多路搜索树，也就是多叉的，同样也是有序的。它的性质如下：
设定任意非叶子结点最大只有M个儿子；
且M>2；根结点的儿子数为[2, M]；
除根结点以外的非叶子结点的儿子数为[M/2, M]；
每个结点存放至少M/2-1（取上整）和至多M-1个KEY；（至少2个关键字）；
非叶子结点的KEY个数等于指向儿子的指针个数-1；
非叶子结点的KEY：K[1], K[2], …, K[M-1]；且K[i] 小于 K[i+1]；
非叶子结点的指针：P[1], P[2], …, P[M]；其中P[1]指向关键字小于K[1]的子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向KEY属于(K[i-1], K[i])的子树；
所有叶子结点位于同一层；

B+树的性质：
其定义基本与B-树同，同时：
非叶子结点的子树指针与KEY个数相同；
非叶子结点的子树指针P[i]，指向KEY值属于[K[i], K[i+1])的子树（B-树是开区间）；
为所有叶子结点增加一个链指针；
所有KEY都在叶子结点出现；

B树：
B树是B+树的某个方面的优化，在B+树的非根和非叶子结点再增加指向兄弟的指针，这样就减少了KEY的数量，将结点的最低利用率从1/2提高到2/3。

从B树到B+到B* ，其实是一个牺牲空间不断的简单化的过程，B树可以自由存储数据，只要符合其性质，到了B+就要求叶子节点和非叶节点的KEY相同，并且增加了叶子节点间互相指向的指针。到了B*树，就又对非叶子节点间又增加了指针互相指向。
5、R树
R树是用来做空间数据存储的树状数据结构。例如给地理位置，矩形和多边形这类多维数据建立索引。这个在面试中遇到的比较少，一般是专业的才会问，这里就不再展开了，如果有兴趣，可以在网上查找相关资料。

6、Trie树
Tire树即字典树，又称单词查找树，它是一种哈希树的变种。在区块链中应用就比较多。经常用于统计，比如词频的统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少相关的字符串比较。
它的三个性质如下：
根节点不包含字符，除根节点外每一个节点仅包含一个字符；
从根节点到任一节点，路径上经过的字符连接起来，即为该节点对应的字符串；
任意节点的所有子节点包含的字符均不同。

其实，在树的应用中，就是要找出一种更好更优（时间空间等）的方法，让树始终保持在一个相对平衡状态，或者说一种稳定状态。这样，在后续的查找和增删改的过程中，付出代价最小。在现实的情况中，由于还没有找到一种方法能够兼顾各种的应用情况，所以只能衍生出不同的树的形态来适应一种或者多种应用的场景。从这个角度来理解为什么树有这么多种的形态，就好理解了。

五、总结

树的种类和形态很多，在后面会根据实际面试用到的多少进行分析。不过，不会像教材上讲的那样基础，重点是针对实际工程中遇到的问题和难点重点进行分析。如果有一些名词不太明白，比如度、深度等，可以看一下相关的教材。