数据结构——二叉树

树是一个非常常见的数据结构，应用非常广泛。

而在树中，二叉树是最为常见的，所以我们以二叉树举例说明。

如下图所示，就是一个二叉树

                                                                      图1

图中 22 即为该二叉树的根节点，18为22的左子节点，26为22的右子节点，依此类推，树的最下面一层15，17，19，21，23，25，27，29为叶子节点。

第一点：在认识二叉树之前，需要先了解几个概念，

（1） 节点：每个二叉树都是由一个个节点组成的，每个节点中又保存了4个数据，分别为父节点地址，自身数据，左子节点地址，右子节点地址，如下所示。

（2）度：每一个节点的子节点数量即为该节点的度，有一个子节点则度为1，有两个子节点则度为2，没有子节点则度为0。

（3）树高：树的总层数即为树的高度，如上图1所示，该树自顶向下一共有四层，所以该树的高度为4。

（4）根节点：树的最顶层节点即为根节点.

（5）左子节点：一个结点的左下方节点。

（6）右子节点：一个节点的右下方节点。

（7）根节点的左子树：如图1所示，根节点左侧的半棵小树即为根节点的左子树。

（8）根节点的右子树：如图1所示，根节点右侧的半棵小树即为根节点的右子树。

第二点：值得一提的是，二叉树之所以叫二叉树，是因为任意节点的度都是小于或等于2的。

如果一棵树的度可以小于等于n，那么该树就叫做n叉树，但最为常见也是最常用的还是二叉树。

二叉树还可以分为普通二叉树和二叉查找树，普通二叉树如下图所示：

普通二叉树，他只是结构上符合二叉树的基本特征，但在数据分布上，没有任何规律，所以实际应用不大。

而二叉搜索树就不一样了，如下图所示：

 二叉查找树，又叫做二叉排序树或二叉搜索树，他有以下几个特点：

(1)每一个节点上最多有两个子节点。

(2)任意节点左子树上的值都小于当前节点。

(3)任意节点右子树上的值都大于当前节点。

二叉查找树再添加结点时，有以下规则，可总结为三句话：小的存左边，大的存右边，一样的不存。

第三点：二叉树的四种遍历方式

二叉树的遍历方式，共有四种，分别为前序遍历，中序遍历，后序遍历，层序遍历。

如下二叉树

前序遍历顺序为：根左右，可以解释为从根节点开始，然后按照当前节点，左子节点，右子节点的顺序遍历。遍历如上二叉树后，得到的序列为 20，18，16，19，23，22，24

中序遍历顺序为：左根右，可以解释为从最左边的子节点开始，然后按照左子节点，当前节点，右子节点的顺序遍历。遍历上述二叉树后，得到的序列为 16，18，19，20，22，23，24

根据遍历后的数据不难看出，中序遍历后得到的结果，是按照从小到大的顺序来获取结果的，这种方式是最为常见，也是最重要的。

后序遍历顺序为：左右根，可以解释为从根节点开始，然后按照左子节点，右子节点，当前节点的顺序遍历。遍历上述二叉树后，得到的序列为 16，19，18，22，24，23，20

层序遍历：层序遍历就很好理解了，他是从根节点那一层开始，自顶向下逐层遍历，便利上述二叉树后，得到的结果为 20，18，23，16，19，22，24

第四点：二叉查找树的弊端

 上述我们也已经说过了二叉搜索树的特点，那么这里我列举以下五个数据，7，10，11，12，13，若要将这5个数据添加到二叉搜索树中，会得到如下二叉树：

这样的话，很明显是不太友好地，此时该树就已经变成了一个链表，若要查询13，则要查询5次，查询效率低，那么有什么办法可以避免这种情况的发生呢？这里就引出了平衡二叉树的概念。

第五点：什么是平衡二叉树？

平衡二叉树其实仍是一个二叉搜索树，只是在二叉搜索树的基础上，加了一条限定条件。

平衡二叉树规定：任意节点的左右子树高度差不能超过1。

这里需要注意三个点，1，是任意节点，2，左右子树，3，高度差不超过1

就拿如下二叉树来说，各位认为这是一个平衡二叉树吗？

答案显而易见，不是的，就拿节点10来讲，节点10的左子树高度为0，而右子树高度为3，相差3，不满足相差1，所以很明显他不是一个平衡二叉树。

再来看下面这个树是平衡二叉树吗？

很明显，也不似，仍以节点10来讲，节点10的左子树高度为0，而右子树高度为3，相差3，不满足相差1，所以很明显他不是一个平衡二叉树。

再看一个，如下图：

 很明显，这是一个平衡二叉树，我想应该不需要在这里证明了吧。

上面那个平衡二叉树有些明显，那下面这个还是吗？各位可以看一看，想清楚了再下结论哦。

 它是的，节点7左右字数高度都为2，节点4和节点10左右子树高度差都为1，所以满足平衡二叉树的特性。因此他是一个平衡二叉树。

 相比到了这里，各位一定有些疑问吧。比如平衡二叉搜索树是如何保持平衡的呢？

那么这里就要引出我们的第六点，平衡二叉树的旋转。

首先要知道，旋转分为左旋和右旋，它的触发机制是当添加一个节点之后，该树不在是一个平衡二叉树时，就会发生旋转。旋转又分为左旋和右旋。这里我都一一举例。

左旋举例：如下平衡二叉树

假如我要再添加一个节点为13，那么添加之后的结果应为

 但这里我们不难看出，此时该二叉树已经不再是一个平衡二叉树了，那么就出现问题了，我们该如何让它继续保持平衡呢？就引出了左旋，其实，在旋转之前，我们是无法判断它应该左旋还是右旋，是需要根据插入的节点所在的位置来进行判断的。

在旋转之前，我们首先确定旋转支点，确定方法就是：从添加的节点开始，不断地往父节点寻找不平衡的点。如上，添加了节点12以后，我们往上找，发现从节点10开始该树不平衡，所以10即为旋转支点，可以看出，10节点的右边比作边多，所以判断需要左旋，旋转一共分为3步

（1）以不平衡的点为支点

（2）把支点左旋降级，变成左子节点

（3）晋升原来的右子节点

旋转过程如下：

经旋转后，得到新的平衡二叉搜索树如下：

 刚才的二叉树教为简单，这里我们换一个稍微复杂一点的：

 假设往如下二叉树中插入节点12，插入之后应为：

 这时我们依旧按照刚才的步骤寻找支点，确定7为旋转支点，

这时旋转过程就与刚才的不太一样了

（1）以不平衡的点为支点

（2）将根节点的右侧往左拉

（3）原先的右子节点变成新的父节点，并把多余的左子节点让出，交给已经降级的根节点作为右子节点

旋转之后得到新的二叉树如下：

 这时该树就已经保持平衡了。

右旋举例：如下平衡二叉树

假设要加入节点1，则会变成如下树

 此时不难发现，该树已经不平衡了，因此要进行旋转，还是和刚才一样，先确定旋转支点，找到旋转支点为4。右旋也分为3步，而且旋转步骤与左旋非常相似

（1）以不平衡的点为支点

（2）把支点右旋降级，变成右子节点

（3）晋升原来的左子节点

旋转后得到新的平衡二叉树如下：

 这个选专业时较为简单的，我们来做一个稍微难一点的。

如下二叉树：

 假设要加入节点1，加入后新的树为

 不难看出，此时树已经不平衡，需要旋转，仍然是先确定旋转支点，找到支点为7

 旋转仍然分为3步：

（1）以不平衡的点为支点

（2）将根节点的左侧往右拉

（3）原先的左子节点变成新的父节点，并把多余的右子节点让出，交给已经降级的根节点作为左子节点

经旋转后，新的平衡二叉树如下所示：

第七点：为第六点的补充，平衡二叉树需要旋转的四种情况

分为如下四种

（1）左左：为当根节点的左子树的左子树右节点插入时，导致二叉树不平衡需要旋转

（2）左右：为当根节点的左子树的右子树右节点插入时，导致二叉树不平衡需要旋转

（3）右右：为当根节点的右子树的右子树右节点插入时，导致二叉树不平衡需要旋转

（4）右左：为当根节点的右子树的左子树右节点插入时，导致二叉树不平衡需要旋转

我们一一来举例讲解：

1. 左左，其实不难看出，左左这种情况，和我上面刚才举例的右旋是一样的，所以这里就不再赘述

2. 左右，如下所示，在如下二叉树中插入节点6

插入节点6之后，新的树为

这就是左右，即在左子树的右子树上添加节点，这是我们再来旋转，找到旋转支点为7，进行一次右旋，旋转后结果如下：

 我们发现，旋转后仍然是一个不平衡的二叉树，无法满足我们的要求，因此，仅仅一次右旋是不行的，这里我们需要在右旋之前，先进行一次左旋，将这个左右的情况，变成左左，左旋得到的树如下所示：

 这时我们再来看，就很好进行判断了吧，在进行一次右旋，就变成了

 这时就满足了我们的要求。

总结：当遇到左右时，要先变成左左的情况，这样就好进行判断，也更好的进行变换。

3.  右右：右右这种情况，和我上面刚才举例的左旋是一样的，可以类比思考一下。

4. 右左：这个和左右有些相似，我还是举例说明一下吧

如下树，假设要插入节点8， 

 插入之后得到的树为

可以看到已经不是平衡二叉树，因此要进行旋转，找到旋转支点为7，进行左旋，得到结果为

仍然不是一个平衡二叉树，所以就要考虑换一种思路，想想刚才的左左，举一反三，我们应该大致能联想到，将右左这种情况换成右右，因该就很好解决了吧，我们来试一下，先以10为节点进行一次右旋，得到结果如下：

 这时我们再进行一次左旋，相比就可以得到正确结果了吧

得到新的平衡二叉树为

以上就是平衡二叉树旋转的全部内容了，如果有哪里不懂的话，可以多看几遍，细细品味，仔细推敲。