二叉树的深入理解

1树的概念及结构

1.1树的概念

树是一种非线性的数据结构，它是由n （n>=0)个有限结点组成一个具有层次关系的集合，把它叫做树是因为它看起来像一棵倒挂的树，也就是说它是根朝上，叶朝下的。

• 有一个特殊的结点，称为根结点，根结点没有前驱结点
• 除根节点外，其余结点被分成M(M>0)个互不相交的集合T1、T2、…、Tm，其中每一个集合Ti(1<=i<=m)又是一颗结构与树类似的子树。每颗子树的结点有且只有一个前驱，可以有0个或者多个后继。
• 因此，树是递归定义。
• 

注意：树形结构中，子树不可能有交集，否则就不是树形结构

1.2树的相关概念

（1）结点的度：一个结点含有的子树的个数称为该结点的度；如上图：A的为6
（2）叶节点或终端结点：度为0的点称为叶节点：如上图：B、C、H、L…等节点为叶节点
（3）非终端节点和分支节点：度不为0的节点，如上图D、E、F、G…等节点为分支节点
（4）双亲节点和父亲节点：若一个节点含有子节点，则这个节点称为其子节点的父节点；如上图：A是B的父节点
（5）孩子节点和子节点：一个节点含有的子树的根节点称为该节点的子节点；如上图B是A的孩子节点
（6）兄弟节点：具有相同父节点的节点互称为兄弟节点；如上图B、c是兄弟节点
（7）树的度：一棵树中，最大的节点的度称为树的度；如上图：树的高度为6
（8）节点的层次：从根开始定义起，根为第一层，根的子节点为第二层，以此类推
（9）树的高度和深度：树中节点的最大层次；如上图：树的高度为4
（10）堂兄弟节点：双亲在同一层的节点互为堂兄弟；如上图：H、I互为兄弟节点
（11）节点的祖先：从根到该节点所经分支上的所有节点；如上图：A是所有节点的祖先
（12）子孙：以某节点为根的子树中任一点都称为该节点的子孙，如上图：所有节点都是Ad 子孙
（13）森林：由m(m>0)棵互不相交的集合称为森林

1.3树的表示

树结构相对线性表比较复杂，要存储表示起来就比较麻烦，既要保存值域，也要保存节点和节点之间的关系，实际中树有很多种表示方式如：双亲表示法，孩子表示法，孩子双亲表示法以及孩子兄弟表示法等。

2.二叉树概念及结构

2.1概念
一颗二叉树是结点的一个有限集合，该集合：
（1）或者为空
（2）由一个根节点加上两颗别称为左子树和右子树的二叉树的组成

从上图可以看出：
二叉树不存在大于2的结点
二叉树的子树有左右子分，次序不能颠倒，因此二叉树是有序树

注意：二叉树多是有一下几种情况复合而成的：

2.2特殊二叉树

2.3二叉树性质

1. 若规定根节点的层数为1，则一棵非空二叉树的第i层上最多有2^（i-）个节点
2. 若规定根节点的层数为1，则深度为h的二叉树的最大结点数是 2^h-1
3. 对任何一棵二叉树, 如果度为0其叶结点个数为n0 度为2的分支结点个数为n2则有n0=n2+1
4. 若规定根节点的层数为1，具有n个结点的满二叉树的深度，h=log2(n+1).(ps: log2(n +1)是log以2
   为底，n+1为对数)
5. 对于具有n个结点的完全二叉树，如果按照从上至下从左至右的数组顺序对所有节点从0开始编号，则对
   于序号为i的结点有：
   （1）若i>0，i位置节点的双亲序号：(i-1)/2；i=0，i为根节点编号，无双亲节点
   （2）若2i+1<n，左孩子序号：2i+1，2i+1>=n否则无左孩子
   （3）若2i+2<n，右孩子序号：2i+2，2i+2>=n否则无右孩子

2.5二叉树的存储结构
二叉树一般可以使用两种结构存储，一种顺序结构，一种链式结构。

1. 顺序存储
   顺序结构存储就是使用数组来存储，一般使用数组只适合表示完全二叉树，因为不是完全二叉树会有空
   间的浪费。而现实中使用中只有堆才会使用数组来存储，关于堆我们后面的章节会专门讲解。二叉树顺
   序存储在物理上是一个数组，在逻辑上是一颗二叉树。

3.二叉树的顺序结构及实现

3.1 二叉树的顺序结构
普通的二叉树是不适合用数组来存储的，因为可能会存在大量的空间浪费。而完全二叉树更适合使用顺序结
构存储。现实中我们通常把堆(一种二叉树)使用顺序结构的数组来存储，需要注意的是这里的堆和操作系统
虚拟进程地址空间中的堆是两回事，一个是数据结构，一个是操作系统中管理内存的一块区域分段。

3.2堆的概念及结构
如果有一个关键码的集合K = { k0，k1 ，k2 ，…，kn-1 }，把它的所有元素按完全二叉树的顺序存储方式存储
在一个一维数组中，并满足：Ki <=K2i 且 Ki<=K2i+1 (Ki >=K2i+1 且Ki >=K2i+2 ) i = 0，1，
2…，则称为小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。
堆的性质：

• 堆中某个节点的值总是不大于或不小于其父节点的值；
• 堆总是一棵完全二叉树。
• 

3.3堆的实现
（1）堆的向下调整法
现在我们给出一个数组，逻辑上看做一颗完全二叉树。我们通过从根节点开始的向下调整算法可以把它调整
成一个小堆。向下调整算法有一个前提：左右子树必须是一个堆，才能调整。

int array[] = {27,15,19,18,28,34,65,49,25,37};

（2）堆的创建
下面我们给出一个数组，这个数组逻辑上可以看做一颗完全二叉树，但是还不是一个堆，现在我们通过算
法，把它构建成一个堆。根节点左右子树不是堆，我们怎么调整呢？这里我们从倒数的第一个非叶子节点的
子树开始调整，一直调整到根节点的树，就可以调整成堆。

int a[] = {1,5,3,8,7,6};

(3)建堆时间复杂度

因此：建堆的时间复杂度为O（N)。

（4）堆的插入
先插入一个10到数组的尾上，在进行向上调整算法，直到满足堆。

（5）堆的删除
删除堆是删除堆顶的数据，将堆顶的数据根最后一个数据一换，然后删除数组最后一个数据，再进行向下调
整算法。

（6）堆代码的实现

typedef int HPDataType;
typedef struct Heap
{
        HPDataType* _a;
        int _size;
        int _capacity;
}Heap;
//堆的构建
void HeapCreat(Heap* hp, HPDataType* a, int n);
//堆的销毁
void HeapDestory(Heap* hp);
//堆的插入
void HeapPush(Heap* hp.HPDataType x);
//堆的删除
void HeapPop(Heap* hp);
//取堆项的数据
HPDataType HeapTop(Heap* hp);
//堆的数据个数
int HeapSize(Heap* hp);
//堆的判空
int HeapEmpty(Heap* hp);

3.4堆的应用
（1）建堆：

• 升序：建大堆
• 降序：建小堆

4.二叉树的遍历

（1）前序、中序、后序的遍历
学习二叉树结构，最简单的方式就是遍历。所谓二叉树遍历(Traversal)是按照某种特定的规则，依次对二叉
树中的节点进行相应的操作，并且每个节点只操作一次。访问结点所做的操作依赖于具体的应用问题。 遍历
是二叉树上最重要的运算之一，也是二叉树上进行其它运算的基础。

按照规则，二叉树的遍历有：前序/中序/后序的递归结构遍历：

1. 前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点的操作发生在遍历其左右子树之前。
2. 中序遍历(Inorder Traversal)——访问根结点的操作发生在遍历其左右子树之中（间）。
3. 后序遍历(Postorder Traversal)——访问根结点的操作发生在遍历其左右子树之后。

由于被访问的结点必是某子树的根，所以N(Node）、L(Left subtree）和R(Right subtree）又可解释为
根、根的左子树和根的右子树。NLR、LNR和LRN分别又称为先根遍历、中根遍历和后根遍历。

//二叉树前序遍历
void PreOrder(BTNoder* root);
//二叉树中序遍历
void InOrder(BTNode* root);
//二叉树后序遍历
void PostOrder(BTNode* root);