树

这里面的每个元素叫做“节点”，用来连接相邻节点之间的关系，叫做“父子关系”。
如图所示，
A节点就是B节点的父节点，B节点是A节点的子节点；
B，C，D这三个节点的父节点是同一个节点，所以它们之间互称为兄弟节点；
没有父节点的节点叫做根节点，即图中的节点E。
没有子节点的节点叫做叶子节点或者叶节点，即图中的G，H，I，J，K，L；
关于“树”，还有三个比较相似的概念：高度（Height）/深度（depth）/层（Level）。

高度就是从下往上度量，从最底层开始计数，并且计数的起点是0；
深度是从上往下度量，从根节点开始度量，并且计数起点也是0；
层数跟深度的计算类似，不过，计数起点是1，也就是说根节点位于第一层。

二叉树
树结构多种多样，不过最常用的还是二叉树。

二叉树，每个节点最多有两个叉，也就是两个子节点，分别是左子节点和右子节点。如上图1，2，3所示。
编号2的二叉树中，叶子节点全都在最底层，除了叶子节点之外，每个节点都有左右两个子节点，这种二叉树叫做满二叉树；
编号3的二叉树中，叶子节点都在最底下两层，最后一层的叶子节点都靠左排列，并且除了最后一层，其他层的节点个数都要达到最大，这种二叉树叫做完全二叉树；

要理解完全二叉树的由来，我们需要先了解，如何表示或者存储一颗二叉树？

1. 基于指针的二叉链式存储法。
   
   从图中可以看到，每个节点有三个字段，其中一个存储数据，另外两个是指向左右子节点的指针。我们只要拎住根节点，就可以通过左右子节点的指针，把整棵树都串起来。大部分二叉树代码都是通过这种结构来实现的。
2. 基于数组的顺序存储法。
   
   如上图所示，如果节点X存储在数组中下标为i的位置，下标2i的位置存储的就是左子节点，下标为2i+1的位置存储的就是右子节点，下标为i/2的位置存储的就是它的父节点。通过这种方式，我们只要知道根节点存储的位置，就可以通过下标计算，把整棵树都串起来。
   以上的例子是一颗完全二叉树，所以仅仅浪费了一个下标为0的存储位置。如果是非完全二叉树，其实会浪费比较多的数组存储空间，比如：
   
   由此可见，对于一颗完全二叉树，用数组存储是最节省内存的一种方式。

二叉树的遍历
经典的方法有三种：前序遍历/中序遍历/后序遍历。

1. 前序遍历是指，对于树中的任意节点来说，先打印这个节点，然后再打印它的左字数，最后打印它的右子数。
2. 中序遍历是指，…，先打印它的左子树，然后打印它本身，最后打印它的右子树。
3. 后序遍历是指，…，先打印它的左子树，然后打印它的右子树，最后打印这个节点本身。
   实际上，二叉树的前/中/后序遍历就是一个递归的过程。
   从上面前/中/后序遍历的顺序图可以看出，每个节点最多会被访问两次，所以遍历操作的时间复杂度，跟节点的个数n成正比，即二叉树遍历的时间复杂度是O（n）。