算法中“树”的基本概念 （图）

在学习树中的查找方法之前，首先要了解“树”这种数据结构。树是一种由 n 个元素组成的集合，元素间具有层次关系。如图 1 所示，这种数据结构叫作“树”，是因为它就像一棵倒过来的树，茂密的叶子在下面，而根在最上面。

当 n=0 时，树被称作空树。当 n>0 时，树被称作非空树。

对于非空树，最基本的概念有三个：

1. 树中的每个元素被称为节点；
2. 树最顶层的节点称作根节点；比当前节点深度小但与当前节点之间相连的节点称为节点的前驱；每棵树只有一个特定的根节点，它没有直接前驱；
3. 当 n>1 时，根节点及其之下的所有节点构成原树，而根节点之外的节点可以被划分为 m 个互不相交的有限集 T1, T2,…, Tm。每个集合 Ti 本身也是一棵树，被称作根的子树。

例如，图 2 中的这棵树可以被分为根节点和三个互不相交的子集，T1={2,5,9,10}，T2={3,6}， T3={4,7,8,11}。T1、T2、T3 都是根的子树，它们自己本身也是一棵树。

 

所以，也可以定义树为由一个根节点和若干子树构成的数据结构，如图 3 所示。

再换句话说，当从根节点以外的一个节点开始往下遍历时，能遍历到的所有节点以及这个初始节点，就是初始节点的父亲节点的一棵子树。而这个初始节点被称为子树的根。

这里的前驱后继关系也是节点之间最重要的一种关系——父子关系。树中任意两个相连的节点之间，一个必然比另一个高一层。处于较高一层的节点是另一个节点的父亲节点；相反地，处于较低一层的节点是另一个节点的孩子节点。

例如，图 4 中编号为 2 的节点就是 5 号和 6 号节点的父亲节点，而 2、3、4 号节点都是 1 号节点的孩子节点。2、5、6 号节点构成了 1 号节点的一棵子树，3、7、8 号节点同样构成了 1 号节点的一棵子树。而 2 号节点的两棵子树即为 5 号节点和 6 号节点。

在一棵树中，所有的非根节点有且只有一个父亲节点。

另外，具有相同父亲节点的两个节点称为兄弟节点。比如 5 和 6，7 和 8，它们是两对不同的兄弟节点。从根节点到树中某一节点的所经分支上所有的节点，都被称为这个节点的祖先节点。在以一个节点为根的子树中，任意一个节点都是根的子孙节点。而所有没有孩子节点的节点，称为叶子节点。

在树中，一个节点连接的孩子节点数量称为度。比如说，图 4 中 1 号节点的度是 3，2 号节点的度是 2。相应地，所有的叶子节点的度都为 0。而在一棵树中，所有节点里最大的度称为树的度。图 4 中，这棵树的度就是 3。

一个节点的层次从根开始定义起。根节点是第1层，往下层层递增。树的高度即为树中节点的最大层次。图 5 中，树的高度为3。

 

 

 最后，若干棵互不重合的树构成的集合，称作森林。对于树中的每个节点而言，其所有子树的集合就为森林。而树还分为两种，有序树和无序树。有序树中的节点有顺序关系，不能轻易改变其中的排列；而无序树中的节点没有顺序关系，也称作自由树。