【ROOT from CERN】——到底什么是Tree

ROOT框架是由CERN开发的数据分析框架。其拥有自成体系的.root数据文件，该文件对于数据的存储结构被称作Tree（树）。.root文件也兼容CERN开发的其他配套研究软件，作为科研软件的输入和输出，如Geant4。这篇文章主要介绍如何直观地理解Tree结构。

一、官方用户手册中的解释

有一些代码基础的读者可能首先会想到数据结构里的树，比如大家广为熟知的二叉树（我记得堆排序似乎用到了二叉树）。ROOT的Tree有类似之意，在官方手册中也给出了类似的解释。需要注意的是，.root文件并不等于Tree结构，而是.root中的大量数据可以被存成一棵Tree。而其并非仅可以存储数据，同时可以存取histogram或graph，以便于使用者后续可以在GUI中对图片进行修饰和更改，类似Photoshop的.psd格式。

本文不包括Tree的写入，读取，查看。请各位自行查阅《UserGuide》的Chapter12-Trees进行简单的了解。在这里简单给出官方使用的专有名词：

Tree、Branch、Leaf、Entry

简单理解，Entry就是Event，每个Entry都具有很多个属性，或者叫做变量。每一个变量就是该Entry的一片Leaf。在Tree的存取过程中，若干个Entry的变量将被拆分为一片片Leaf分别存储，以便于压缩空间和快速读取。而如何拆分，拆不拆彻底，将由程序员决定

就像是我们理解的那样，Tree上长有Branch，Branch上长着Leaf。 下图是树的两种可能的形式。左边的树将一个Event的所有变量全部拆开，每片Leaf都占据一个Branch，这是对于Event的最大拆分。而右图则没有对Event的变量进行任何拆分，所有的Leaf作为一个整体Event共同占据一条Branch。我知道有读者会想——那不应该是所有的Leaf都长在同一个Branch上吗，或许可以这样理解，但图上并没有表现出来，这是对于Event的最小拆分。其余所有的树的形态都介于两者之间，例如你可以选择将Event的某个变量（Leaf）单独拿出来，使其独立在一条Branch上。

这让人听上去云里雾里，但没有关系。本文的重点并不是官方的解释，因为我觉得官方的用户手册非常不友好。实际上官方出具的解释相当的“专业”，或者说“抽象”，对于代码小白来说基本是灾难。虽然说可以通过大量的练习来达到一个熟练使用的效果，但是对于一个结构而言，如果理解不够深刻，总会遇到一些难以跨越的bug，这只是时间问题。

二、另一种理解

中文互联网上的ROOT教程不能说多，但至少也是有一定数量的。我并非全部看过，所以理解思路可能会重复。又或者因为我自己的局限性，导致我自己对于Tree的理解出现了偏差。还请各位读者指正。

让我们假设一棵树Particle，用以储存n个粒子的信息，例如坐标x，坐标y，以及能量Energy。我们将进行这样的拆分，建立Branch分支——Coordinate和Energy。将Leaf叶子x和y置于Coordinate上，将Leaf叶子Energy置于Energy上（允许叶子与分支重名，因为不是同一级）。那我们或许可以这样理解：

这是一张表格，有熟悉Tree的读者可能会看出，这就是TTree:Scan()打印在Shell里的形式。其实就是一样的，但是在用户手册中并没有以此为重点进行解读，我也是在整理本文的时候才发现。（啊毕竟我水平还不是很高。。。）

本文仅仅浅显地探讨了Tree的理解方法，更多的细节和使用方法可以参考《如何读取Tree》。

【资料】

1、ROOT官网——ROOT: analyzing petabytes of data, scientifically. - ROOT 

2、ROOT官方指导书——《ROOTUsersGuide》

如有错误请指正。