关于二叉树

前言：

二叉树是“树”的一种特殊形式，所以了解二叉树前，我们需要先了解关于树的一些名词概念，以便于更好的进行二叉树的学习

---

树的定义：树是n(n>=0)个结点的有限集合，且各子树之间是不相交的，每个节点有且仅有一个父节点

关于树的一些名词概念：

• 节点的度
  一个节点含有的子树的个数即为该结点的度
• 树的度
  一棵树中，最大的节点的度称为该树的度
• 叶子节点
  度为0的结点（终端结点）
• 子节点
  一个节点含有的子树的根节点称为该结点的子节点
• 父节点
  若一个节点含有子节点，则这个节点称为其子结点的父节点
• 兄弟节点
  具有相同的父节点的节点互称为兄弟节点
• 节点的层次
  从根开始定义，根为第一层，根的子节点为第二层，以此类推
• 树的高度
  即树中结点的最大层次

---

了解完树的基础概念之后，我们来看看二叉树有什么特殊性质吧

关于二叉树的一些特殊性质：

• 假设一棵满二叉树的高度为h，则结点个数为：N = 2^h - 1
• 假设有N个结点，则二叉树的高度为：h= log(N+1)
• 度为0的结点比度为2的结点的个数多一个（n0=n2+1）
  叶子结点的个数比度为2的结点的个数多一个

第一、二点的性质证明：

第一层的节点数为2^0，第二层的节点数为2^1，第三层的节点数为2^2…， 总节点的个数即2^0 + 2^1 + 2^2 + … +2^(h-1) = N依等比数列求和公式可得：N = 2^h - 1 ---> h= log(N+1) 

第三点性质记住即可，对于任一二叉树都通用

紧接着我们来看看二叉树中的更特殊的二叉树

• 满二叉树
  每一层都是满的（每一层的度都为2）
  满二叉树是一种特殊的完全二叉树（完全且满的二叉树）
• 完全二叉树
  除了最后一层不满之外，上面每一层都是满的（前h-1层都是满的），
  但是最后一层从左往右的节点都是连续的
• 搜索二叉树
  任何一棵树，左子树的val值都比根的val值要小，右子树都比根要大；
  AVL树即平衡搜索树，左右子树趋于平衡，高度相差不大于1

---

了解了基础的二叉树的各个性质之后，作为数据结构的学习，紧接着就到了如何遍历这个二叉树了，一般的二叉树不适用于存储数据（效率以及复杂程度都过高，没有实际意义），故在基础二叉树的章节我们不涉及二叉树的增删查改，而是先学习遍历。

tips：树的结构本身就是一个递归结构：根 子树… 子树又分为根 子树… 所以解决树的相关问题时都是利用分治算法（递归）来解决

二叉树的遍历方式主要分为以下三种：
ps：任何一棵二叉树都要分为三个部分： 根节点，左子树，右子树

• 深度优先遍历
  递归进行的遍历,主要利用到分治算法，以递归解决问题
  （通过前序/后序 + 中序遍历的结果可以还原一整棵二叉树）​
  • 前序遍历（先根遍历）
    即先访问根，再访问左子树，再访问右子树
    访问左子树时，左子树也是一棵二叉树，即也跟原来问题的规模类似，所以也是先访问根，再访问左子树，再访问右子树，以此类推，直到访问到叶子结点的子节点（左子树为空，右子树为空），即访问到的根为空了就返回
    算法实现源码：

    void PrevOrder(BTNode *Tree)
    {
       if(!Tree)
       {
           printf("NULL ");
           return ;
       }
       printf("%c ",Tree->val);//访问二叉树的结点值
       PrevOrder(Tree->left);
       PrevOrder(Tree->right);
    }

  • 中序遍历（中根遍历）
    即先访问左子树，再访问根，再访问右子树
    算法实现源码

    void InOrder(BTNode *Tree)
    {
       if(!Tree)
       {
           printf("NULL ");
           return ;
       }
       InOrder(Tree->left);
       printf("%c ",Tree->val);//访问二叉树的结点值
       InOrder(Tree->right);
    }

  • 后序遍历（后根遍历）
    先访问左子树，再访问右子树，最后访问根
    访问过程都与前序类似，也是要不断分割至不能分割的子问题为止
    算法实现源码

    void PostOrder(BTNode *Tree)
    {
    
       if(!Tree)
       {
           printf("NULL ");
           return ;
       }
       PostOrder(Tree->left);
       PostOrder(Tree->right);
       printf("%c ",Tree->val);//访问二叉树的结点值
    }

• 广度优先便利
  非递归进行的遍历
  ​核心思路：利用队列先进先出的特性进行遍历，关键就是上一层数据带下一层数据
  • 层序遍历
    先将根入队列，然后队列不为空则将队头数据取出来，同时判断左子树和右子树(根节点)是否为空，若不为空，则将对应节点依次(左子树，右子树)入队列，依次进行即将每一层依次遍历了一遍。
    算法实现源码

    void LevelOrder(BTNode *Tree)
    {
        if(!Tree)
            return ;
        queue<char> q;//遍历使用队列
        q.push(Tree->val);
        while(!q.empty())
        {
            char ch = q.front();
            printf("%c ",ch);
            q.pop();
            LevelOrder(Tree->left);
            LevelOrder(Tree->right);
        }
    }

---

基础二叉树的结构我们初步要学习的就以上的内容，最后我们来了解一下树的表示方式

• 一般树的表示方式
  • 左孩子右兄弟表示法
    无论有几个孩子，每个只有两个指针
    一个保存第一个孩子，一个保存其右边的兄弟
  • 双亲表示法
    用数组表示，数组里只存父节点的下标。
• 二叉树的表示方式
  二叉链 or 三叉链
  二叉链：两个节点，分别指向其左孩子和右孩子
  三叉链：三个节点，分别指向左孩子，右孩子和父节点

---

最后的最后，虽然是最后，但也是很重要的一个知识点：堆

堆也是一种完全二叉树的一种，不过是用数组进行形象化后的数据结构
堆的逻辑结构是一棵完全二叉树，物理结构是一个数组

首先因为是用数组存储二叉树，我们先来看看它们是如何找到父节点/子节点的

贯穿堆这个数据结构的即下面这个关系式：

• 下标父子节点的关系
  leftChild = parent*2+1
  rightChild = parent*2+2
  parent = (child-1)/2

关于堆，分为以下两种类型的堆结构

• 大顶堆
  任意节点的关键字是其子树所有节点中的最大值
• 小顶堆
  任意节点的关键字是其子树所有节点中的最小值

了解完堆结构后，我们该如何建立一个堆呢，这里我们来学习两个跟堆的建立有关的算法：

向上调整算法 & 向下调整算法

• 向上调整算法(AdjustUp)：较常用于向堆插入数据
  算法思想：该算法用于当对堆进行插入数据时，保持堆的整体结构。
  即：如果向小堆随机插入一个数，插入数据后该小堆结构仍不变
  从堆底往堆顶调整（其实只调整了插入结点的所有祖先结点）
  从最后一个数据开始，与父节点进行比较，不断往上交换，直到到达合适的位置

算法实现源码

void AdjustUp(HPDataType* a, int n, int child)
{
	int parent;
	assert(a);
	parent = (child-1)/2;
	//while (parent >= 0)
	while (child > 0)
	{
        //如果孩子大于父亲，进行交换
		if (a[child] > a[parent])
		{
			Swap(&a[parent], &a[child]);
			child = parent;
			parent = (child-1)/2;
		}
		else
		{
			break;
		}
	}
}

• 向下调整算法(AdjustDown)：较常用于从堆“删除”数据
  使用该算法的前提：建小堆时，左右子树都是小堆；建大堆时，左右子树都是大堆
  算法思想：（建小堆）从堆顶往堆底调整
  从根节点开始，选出左右孩子较小的那个与父亲比较，如果比父亲小则与父亲进行交换
  然后继续往下调整，直到调整到叶子结点为止，或者当左右孩子较小那个也比父亲小则也说明调整完毕，也跳出循环

算法实现源码

void AdjustDown(HPDataType* a, int n, int root)
{
	int parent = root;
	int child = parent*2+1;
	while (child < n)
	{
		// 选左右孩纸中大的一个
		if (child+1 < n 
			&& a[child+1] > a[child])
		{
			++child;
		}
 
		//如果孩子大于父亲，进行调整交换 
		if(a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent*2+1;
		}
		else
		{
			break;
		}
	}
}

• 两个算法的实现要点：都要注意父节点或者子节点的下标，避免越界

堆的应用实例：堆排序 

---

 关于基础二叉树就到这里结束啦，希望对看到这里的小伙伴能够有所帮助！

写在最后：

如果感觉文章对你有帮助，或者写的还不错的话，可以点个赞，收个藏，顺带转发一手让更多人看到！~