数据结构之二叉树

树： 高效的查找与搜索语义
O(log n)–树的高度

树的基础概念

1、非线性的数据结构，根朝上，叶朝下。
2、只有根节点没有前驱节点。
3、从根节点出发分出的M个子集，彼此不能相交
4、树的边个数为X，树中节点个数n,x=n-1;
5、节点和树的“度”：
节点的度：该节点中包含子树个数称为该节点的度
树的度：树中最大节点的度为该树的度
5、叶子节点：度为0的节点
6、非叶子节点：度不为0
7、节点的层次（高度）：根节点为第一层，依次类推
树的高度：当前树中节点层次最大的即为树的高度

二叉树

1、什么是二叉树：
树中节点最大的度为2的树称为二叉树
2、性质：
1、在深度为K的二叉树中，最多存在2^k -1个节点
2、在第K层最多有2^(K-1)个节点
3、由于二叉树都满足节点个数n和边长x具备：x = n-1;
推论：在度为2的节点和度为0的节点有以下关系：n0 =n2 +1;即叶子节点总比非叶子节点多一个

完全二叉树

1、什么是完全二叉树？
满二叉树缺了一个右下角。
1、在完全二叉树中不存在只有右子树没有左子树的节点
2、若存在度为1的节点，这个节点必然只有左子树，且这个节点有且仅有一个。
2、完全二叉树的编号问题
①若根节点从1开始编号

②若根节点从0开始编号

二分搜索树（BST）

1、节点的值之间有一个大小关系：左子树值<根节点值<右子树值
2、查找一个元素就是二分查找
【中序遍历】：非递减序列。

平衡二叉树

1、该树中任意一个节点的左右子树高度差<=1
2、AVL ->严格平衡BST
3、RBTree -> “黑节点”严格平衡的BST

二叉树的遍历

【遍历：按照一定顺序访问这个集合的所有元素，做到不重复、不遗漏】
1、深度优先遍历（DFS）：前序遍历、中序遍历、后序遍历
【栈（数组）实现】

①递归实现前中后序遍历：

public class MyBinaryTree<E> {
   
    TreeBode<Character> root;

    public void build() {
   
        TreeBode<Character> node1 = new TreeBode('A');
        TreeBode<Character> node2 = new TreeBode('B');
        TreeBode<Character> node3 = new TreeBode('C');
        TreeBode<Character> node4 = new TreeBode('D');
        TreeBode<Character> node5 = new TreeBode('E');
        TreeBode<Character> node6 = new TreeBode('F');
        TreeBode<Character> node7 = new TreeBode('G');
        TreeBode<Character> node8 = new TreeBode('H');
        node1.left = node2;
        node1.right = node3;
        node2.left = node4;
        node2.right = node5;
        node5.left = node7;
        node7.right = node8;
        node3.right = node6;
        root = node1;
    }

    /**
     * 传入一个二叉树结点按照前序遍历
     *
     * @param root
     */
    public void preOder(TreeBode root) {
   
        if (root == null) {
   
            return;
        }
        System.out.print(root.val + " ");
        preOder(root.left);
        preOder(root.right);