一篇文章看懂各种树的特点、概念、应用（二叉树、搜索树、B树、B+树）

本文链接：https://blog.csdn.net/haha1fan/article/details/106452251

一、树的基本术语

树状图是一种数据结构，它是由n（n>=0）个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：

若一个结点有子树，那么该结点称为子树根的"双亲"，子树的根是该结点的"孩子"。有相同双亲的结点互为"兄弟"。一个结点的所有子树上的任何结点都是该结点的后裔。从根结点到某个结点的路径上的所有结点都是该结点的祖先。

各种概念：

叶子：度为零的结点
分支结点：度不为零的结点
树的度：树中结点的最大的度
结点的度：结点拥有的子树的数目
树的度：Max{各结点的度}）
层次：根结点的层次为1，其余结点的层次等于该结点的双亲结点的层次加1
树的高度：树中结点的最大层次

无序树：如果树中结点的各子树之间的次序是不重要的，可以交换位置
有序树：如果树中结点的各子树之间的次序是重要的, 不可以交换位置
森林：0个或多个不相交的树组成。对森林加上一个根，森林即成为树；删去根，树即成为森林

二、二叉树

即每个结点最多有两个子树的树结构

三、满二叉树

除最后一层无任何子节点外，每一层上的所有结点都有两个子结点二叉树。从图形形态上看，满二叉树外观上是一个三角形。

也就是说，满足条件：如果一个二叉树的层数为K，且结点总数是(2^k) -1 ，则它就是满二叉树。

四、完全二叉树

满足条件：

1、所有的叶结点都出现在第k层或k-l层（层次最大的两层）

2、对任一结点，如果其右子树的最大层次为L，则其左子树的最大层次为L或L+l

五、二叉搜索树（Binary Search Tree）

根据二叉搜索树定义，有左子树节点值<根节点值<右子节点值，所以搜索树节点值，所以，对二叉搜索树进行中序遍历，可以得到一个递增的有序序列。

满足条件：

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、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（no duplicate nodes）。

六、平衡二叉树(Balanced Binary Tree)

满足条件：

1、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

2、左右两个子树都是一棵平衡二叉树

设计目的：这个方案很好的解决了二叉查找树退化成链表的问题，就是AVL树就是由平衡二叉树组成

七、平衡二叉搜索树（AVL Tree）

AVL树是最先发明的自平衡二叉查找树

满足条件：

1、满足二叉搜索树所有特征

2、满足平衡二叉树所有特征

设计目的：这个方案很好的解决二叉查找树退化成链表的问题，把插入，查找，删除的时间复杂度最好情况和最坏情况都维持在O(logN)

缺点：由于维护平衡代价较大，一般应用于插入删除不频繁，只是对查找要求较高的地方

应用场所：由于是最早的平衡二叉树之一。应用相对其他数据结构比较少。windows对进程地址空间的管理用到了AVL树。

对树增加删除时，不符合平衡条件要进行自旋操作。

八、红黑树（Red Black Tree）

是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。它是一颗自平衡的二叉搜索树，具有平衡二叉搜索树的全部特性，

并满足下面特点：

1、节点是红色或黑色。

2、根节点是黑色。

3、每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)

4、从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

设计目的：解决AVL树删除和插入效率低问题，它可以在O(log n)时间内做查找，插入和删除。

应用场景：范围较广
1、在Linux非实时任务调度中的应用
2、在Linux虚拟内存中的应用
3、在检测树的平衡性上的应用
4、epoll在内核中的实现，用红黑树管理事件块
5、nginx中，用红黑树管理timer等
6、Java的TreeMap实现
7、广泛用在C++的STL中。map和set都是用红黑树实现的。