树 --->树

树的定义

树（Tree）是N（N>=0）个结点的有限集。当N=0时成为空树，在任意一棵非空树种：

-有且仅有一个特定的成为根（Root）的结点。

-当N>1时，其余结点可分为m（m>0）个互不相交的有限集T1，T2...Tm,其中每一个集合本身又是一棵树，并且成为根的子树（SubTree）。

虽然从概念上很容易理解树，但是有两点还是需要大家注意下

-n>0时，根结点是唯一的，坚决不可能存在多个根结点。

-m>0时，子树的个数是没有限制的，但他们互相是一定不会相交的。

结点分类

上图中，每一个圈圈我们就称为树的一个结点。结点拥有的子树称为结点的度-（Degree），树的度取树内各结点的度的最大值。

-度为0的结点称为叶结点（Leaf）或终端结点。

-度不为0的结点称为分支结点或非终端结点，除根结点外，分支结点也称为内部结点。

结点间的关系

结点的子树的根称为结点的孩子（Child），相应的，该结点称为孩子的双亲（Parent），同一双亲的孩子之间互称为兄弟（Sibling）。

结点的祖先是从根到该结点所经分支上的所有结点。

其他概念

如果将树中结点的各子树看成从左至右是有次序的，不能互换的，则称该树为有序树，否则称为无序树。

森林是m（m>=0）棵互不相交的树的集合。对树种每个结点而言，其子树的集合即为森林。

结点的层次

结点的层次（Level）从根开始定一起，根为第一层，根的孩子为第二层，

其双亲在同一层的结点互为堂兄弟。

树中结点的最大层次称为树的深度（Depth）或高度。

树的存储结构

要存储树，简单的顺序存储结构和链式存储结构是不能的，不过如果充分利用它们各自的特点，完全可以间接地来实现。要考虑到双亲，孩子，兄弟之间的关系。

这里介绍三种不同的表示法：双亲表示法，孩子表示法，孩子兄弟表示法。

双亲表示法

言外之意就是以双亲作为索引的关键词的一种存储方式。

我们假设以一组连续控件存储树的结点，同事在每个结点中，附设一个指示其双亲结点在数组中位置的元素。也就是说，每个结点除了知道自己是谁之外，还要知道它的爸爸妈妈在哪里。

这样的存储结构，我们可以根据某结点的parent指针找到它的双亲结点，所用的时间复杂度是O（1），索引到parent的值为-1时，表示找到了树结点的根。

可是如果我们要知道某节点的孩子是什么？那么不好意思，请遍历整个树结构。能不能改进一下呢？

当然，我们可以这样改进下：

那如果我们又比较它们兄弟之间的关系呢？

存储结构的设计是一个非常灵活的过程，只要你愿意，你可以设计出任何你想要的结构。

一个存储结构设计的是否合理，取决于基于该存储结构的运算是否适合，是否方便，时间复杂度好不好等等。

孩子表示法

这里给出一共三种方案，第一种：根据树的度，声明足够空间存放子树指针指针的节点。

但是这种方式呢，很明显造成资源的浪费。

针对方案一的缺点，我们有了方案二：

这样我们就克服了浪费这个概念，我们从此走上了节俭的社会主义道路，但每个节点的度的值不同，初始化和维护起来难度巨大，结构动态很复杂，花费了更多的时间。

下面这一种即节省了空间又节省了时间。

这种是数组和链表的搭配构成。但是上面只能找到孩子，找不到双亲貌似还不够完善，那么合并双亲孩子表示法：

那么在最后还有一种孩子兄弟表示法，构造方式也是大同小异，不多做解释，大家可以来思考。

那么上代码来写结构：