数据结构与算法 - 基础：二叉树

二叉树（Binary Tree） 是一种非常重要的非线性数据结构，每个节点最多有两个子节点，分别是左子节点和右子节点。二叉树的特点如下：

结构定义：

• 节点（Node）：二叉树中的每个元素被称为节点，每个节点包含一个值（也可以是数据对象）和两个指向子节点的指针，通常标记为left和right。
• 空树：当二叉树没有任何节点时，称为空树。
• 子树：每个节点的左子树和右子树也都是二叉树。

特性：

1. 度：节点拥有的子节点数称为节点的度，二叉树的节点度最大为2。
2. 叶子节点或终端节点：度为0的节点，即没有子节点的节点。
3. 树的度：二叉树中各节点度的最大值。
4. 层次：根节点的层次为0，其子节点为1层，依此类推。
5. 深度：二叉树中节点的最大层次数，即树的深度。

分类：

• 满二叉树（Full Binary Tree）：所有层都被完全填满，所有节点都有两个子节点或没有子节点。
• 完全二叉树（Complete Binary Tree）：除了最后一层外，每一层都被完全填满，且最后一层的所有节点都尽可能地靠左排列。
• 平衡二叉树（Balanced Binary Tree）：左右两个子树的高度差不超过1，例如AVL树和红黑树。

常见操作：

• 插入节点：将新节点添加到合适的位置，保持二叉树的结构。
• 删除节点：从二叉树中移除指定节点，并调整树结构。
• 查找节点：根据节点的值查找节点在树中的位置。
• 遍历：
  • 前序遍历（Root-Less-Right）：先访问根节点，然后左子树，最后右子树。
  • 中序遍历（Left-Root-Right）：先访问左子树，然后根节点，最后右子树。
  • 后序遍历（Left-Right-Root）：先访问左子树，然后右子树，最后根节点。
  • 层次遍历（也称广度优先遍历，Level Order Traversal）：按层次从左到右遍历所有节点。

应用场景：

• 搜索与查找：例如二叉搜索树（BST），每个节点的值都大于其左子树中的任何一个节点的值，并小于其右子树中的任何一个节点的值。
• ** Huffman 编码**：构建Huffman树，用于数据压缩。
• 堆（Heap）：完全二叉树结构用于优先队列实现。

存储方式：

• 链式存储：每个节点通过指针指向其子节点。
• 顺序存储：对于完全二叉树，可以采用数组实现，利用数组下标与二叉树层级和节点位置的关系进行高效存储和访问。

时间复杂度：

• 插入和删除操作：在普通二叉树中，最坏情况下可能需要遍历完整棵树，时间复杂度为O(n)；而在平衡二叉搜索树中，通过保持树的平衡性，这些操作的时间复杂度可以维持在O(log n)级别。
• 查找操作：在二叉搜索树中，查找时间复杂度为O(log n)（最优情况），在最坏情况下仍可能是O(n)。在普通二叉树中查找的时间复杂度也为O(n)。