数据结构与算法--二叉树基础（上）

什么是树

树这种结构很像我们生活中的树，这里的每个元素叫做节点，用线连接的节点，我们叫做父子关系
比如下面这个图，A节点就是B节点的父节点，B节点是A节点的子节点，BCD三个节点的父节点是同一个父节点，他们互相称为兄弟节点，我们把没有父节点的称为根节点，比如E，我们把没有子节点的叫做叶子节点或叶节点比如图中的G H I J K L都是叶子节点

树还有几个相似的概念，高度，深度，层，他们的定义是这样的
节点的高度=节点到叶子节点的最长路径（边数）
节点的深度=根节点到这个节点经历边的个数
节点的层数=节点的深度+1
树的高度=根节点的高度
例如：

高度一般是从下向上计算，深度是从上到下计算，层数跟深度的计算相似，不过计数起点为1

二叉树

二叉树顾名思义，每个节点最多有俩个叉，分别是左子节点和右子节点，二叉树不要求每个节点都有俩个叉，可以只有一个左子节点，也可以只有一个右子节点

上面这张图中有来个节点比较特殊，分别是2和3号

编号2的二叉树，叶子节点都在最底层，除了叶子节点之外，其他节点都有俩个叉，这种二叉树叫做满二叉树

编号3的二叉树，叶子节点在最下俩层，左后一层的叶子节点都靠左排列，并且除了最后一层，其它层节点个数都要达到最大，这种叫做完全二叉树

如何储存二叉树

储存二叉树有俩种方法，一是基于指针和引用的二叉链式储存法，一种是基于数组的顺序储存法

1 二叉链式储存法
这个比较简单，我们从图中可以看出，每个节点除了储存数据，还储存了左右子节点的指针，我们只要拿到根节点，就可以把整个树串起来
顺序储存法
我们把根节点储存在下标i=1的位置，那么左子节点储存在下标2 * i = 2的位置，右子节点储存在下标2 * i + 1 = 3的位置，由此类推，B的左子节点储存在2 * i = 2 * 2 = 4的位置，B的右子节点储存在2 * i + 1 = 2 * 2 + 1 = 5的位置

总结一下 ，如果X储存在i位置，那么左子节点储存在i2的位置，右子节点储存在2i+1的位置，反过来i/2就是他父节点的位置，这种情况我们只要知道根节点的位置（一般根节点储存在下标1的位置，方便计算），就可以串起整个树

上方的例子是一个完全二叉树，所以只浪费了一个0的位置，不过如果不是完全二叉树，就会浪费比较多的空间

所以完全二叉树，做好的储存方式就是数组，因为数组不需要储存左右子节点的引用，这也是为什么完全二叉树会单独提出来，也是为什么完全二叉树最后一层叶子节点要靠左边的原因

二叉树的遍历

二叉树有三种遍历方式，前序遍历，中序遍历，后续遍历

前序遍历：对于树中任意节点来说，先打印这个节点，然后打印他的左子节点，最后打印他的右子节点

中序遍历：对于树中任一节点来说，先打印他的左子节点，然后打印他本身，最后打印他的右子节点

后序遍历：对于树中的任意节点来说，先打印他的左子节点，然后打印他的右子节点，最后打印它本身

实际上，二叉树的前中后遍历就是一个递归的过程，写递归代码的关键在于，是否可以写出递归公式

前序遍历的递推公式：
preOrder(r) = print r->preOrder(r->left)->preOrder(r->right)

中序遍历的递推公式：
inOrder(r) = inOrder(r->left)->print r->inOrder(r->right)

后序遍历的递推公式：
postOrder(r) = postOrder(r->left)->postOrder(r->right)->print r

翻译成代码

void preOrder(Node* root) {
  if (root == null) return;
  print root // 此处为伪代码，表示打印 root 节点
  preOrder(root->left);
  preOrder(root->right);
}

void inOrder(Node* root) {
  if (root == null) return;
  inOrder(root->left);
  print root // 此处为伪代码，表示打印 root 节点
  inOrder(root->right);
}

void postOrder(Node* root) {
  if (root == null) return;
  postOrder(root->left);
  postOrder(root->right);
  print root // 此处为伪代码，表示打印 root 节点
}

二叉树遍历的时间复杂度
从上边的图中可以看到，每个节点被访问了俩次，所有时间复杂度伪O(n)