数据结构之树（一）

树（tree）与二叉树（binary tree）

树的概念可以对比单链表来，而且链表可以当作特殊的树。假如链表的next有两个以上的话，就会形成分叉，即树形结构。二叉树是指next指针只有两个以内。所以树跟二叉树是二维的数据结构。（区分图（graph），图结构中可能指向相同的元素，形成一个环。树是特殊化的图）

• 元素之间非线性，不是一对一了。
• 拥有相对的父节点与子节点。

存储形式

树存储结构

树与二叉树的区别是二叉树的兄弟最多为2，也就是一个父节点最多有两个字节点。大部分使用情况下，都是使用二叉树以及其变种结构（平衡二叉树（AVL）、二叉搜索树（右>左 、二分查找），红黑树（路径平衡）。。。），其中因为二叉搜索树可能不是平衡二叉树，为了不是最坏情况（O(n)）插入删除与搜索，大部分语言实现二叉搜索树使用红黑树。

为什么出现树的结构？

一维的链表可以采用跳表来加速查找。但是现实以及工程问题都需要二维以上来形象描述解决问题，例如斐波那契额函数，用树形结构可以很好的看到函数运算的内容。以及各种棋类游戏，由一个节点扩散出好多个可以选择的节点（节点树多少决定棋类游戏的难度）。在这种树形结构选择能获胜的节点就是简单的游戏AI。

代码表现

二叉树（Binary Tree）

class BinaryTree:
    def __init__(self, x, left=None, right=None):
        self.val = x
        self.left = left
        self.right = right

    def __str__(self):
        if self.left is None and self.right is None:
            return str(self.val)
        return str(self.val) + '(' + str(self.left) + ',' + str(self.right) + ')'


tree = BinaryTree(1, BinaryTree(2, BinaryTree(4), BinaryTree(5)), BinaryTree(3, BinaryTree(6), BinaryTree(7)))
print(tree)  #1(2(4,5),3(6,7))

从返回括号形式看，树也可以描述为一种包含关系。1包含（2，3），2包含（4，5），3包含（6，7）。

二叉搜索树（Binary search tree）

class BST:
    def __init__(self, x):
        self.val = x
        self.left = None
        self.right = None

    def insert(self, x):
        if x < self.val:
            if self.left is None:
                self.left = BST(x)
            else:
                self.left.insert(x)

        elif x > self