二叉树及其验证

二叉树
二叉查找树
2.1 二叉查找树的查找
2.2 二叉查找树的插入
2.3 二叉查找树的删除
2.4 二叉查找树的时间复杂度分析
2.5 二叉查找树的总结
平衡二叉树
3.1 平衡二叉树的概念
3.2 平衡二叉树带来的问题
红黑树
4.1 红黑树近似平衡的简单证明
总结
1：二叉树
二叉树可以分为以下几种：

普通二叉树——对应编号1
满二叉树——对应编号2
完全二叉树——对应编号3

（1）普通二叉树

编号1，由一个根节点加上两棵分别称为左子树和右子树组成
（2）满二叉树

编号 2 的二叉树中，叶子节点全都在最底层，除了叶子节点之外，每个节点都有左右两个子节点
（3）完全二叉树

编号 3 的二叉树中，叶子节点都在最底下两层，最后一层的叶子节点都靠左排列，并且除了最后一层，其他层的节点个数都要达到最大
在理解二叉树的定义和类别后，进一步思考，如何存储一棵二叉树？

想要存储一棵二叉树，一种方法是基于指针或者引用的二叉链式存储法，一种是基于数组的顺序存储法。

下图表示的就是二叉树的链式存储法，链式存储更为直观，也比较简单。图中，每个节点有三个字段，其中一个存储数据，另外两个指向左右子节点的指针。只要找到根节点，就可以通过左右子节点的指针，把整棵树都串联起来，大部分二叉树都是通过这种结构实现的。

另一种方法，如下图所示，基于数组的顺序存储法，图中，我们把根节点A存储在下标i=1的位置，那么左子节点B存储在下标2*i=2的位置，右子节点C存储在2 * i +1=3的位置，以此类推。总结：如果节点X存储在数组中下标为i的位置，下标为2i的位置存储的就是其左子节点，下标为2 * i +1的位置存储的就是右子节点，反过来也可以倒推。因此，我们只要知道根节点的存储位置（一般情况下，为了方便计算，根节点都会存储在下标为1的位置），这样就可以通过下标计算，把整棵树的节点串联起来。

由于图中显示的是一颗完全二叉树，所以仅仅浪费了一个下标为0的存储位置。

下图中，由于是一个非完全二叉树，所以在用数组存储的时候，会浪费比较多的存储空间。

二叉树的遍历

遍历有三种方式：前序遍历、中序遍历和后序遍历。其中，前、中、后序，表示的是节点与它的左右子树接地那遍历的先后顺序

前序遍历是指，对于树中的任意节点来说，先打印这个节点，然后再打印它的左子树，最后打印它的右子树——根左右

中序遍历是指，对于树中的任意节点来说，先打印它的左子树，然后再打印它本身，最后打印它的右子树——左根右

后序遍历是指，对于树中的任意节点来说，先打印它的左子树，然后再打印它的右子树，最后打印这个节点本身——左右根

2：二叉查找树
二叉查找树是二叉树中最常用的一种类型，是为了实现快速查找的，不仅仅支持快速查找一个数，还支持快速插入和删除数据。二叉查找树的这些性能都依赖于二叉查找树的特殊结构，二叉查找树的要求，在树中的任意一个接地那，其左子树中的每个节点的值，都要小于这个节点的值，而右子树节点的值都要大于这个节点的值。

2.1：二叉查找树的查找
如果需要查找一个数，首先取根节点，如果它等于要查找的数据，则直接返回，如果小于要查找的数据，则在右子树中继续查找，如果大于要查找的数据，则在左子树中继续查找，也就是二分查找的思想，这样一直递归。

2.2：二叉查找树的插入
二叉树的插入类似于查找过程，首先还是从根节点开始，然后依次比较要插入的数据与接地那的关系。如果要插入的数据比节点的数据大，并且节点的右子树为空，就将新数据直接插到右子节点的位置；如果不为空，就再递归遍历右子树，查找插入位置。同理，如果要插入的数据比节点的数据小，也是类似的操作。

2.3：二叉查找树的删除
二叉查找树的删除相对于查找和插入要稍微复杂一点。主要有3种情况需要考虑：

如果要删除的节点没有子节点，只需要将父节点中，指向阐述接地那的指针置为NULL，比如删除图中的节点55
如果要删除的节点只有一个子节点（只有左子节点或者右子节点），只需要删除父节点中，指向要删除的指针，让它指向要删除的节点的子节点就可以了。比如要删除图中节点13
如果要删除的节点上有两个子节点，要稍微复杂一点。首先找到这个节点的右子树中最小的节点，把它替换到要删除的节点，然后再删除这个最小节点。因为最小节点肯定没有左子节点。比如删除节点18

2.4：二叉查找树的时间复杂度分析
二叉查找树的形态各式各样。比如这个图中，对于同一组数据，我们构造了三种二叉查找树，它们的查找、插入、删除操作的执行效率都是不一样的。

<