数据结构3-1：树与树的表示

什么是树？

像我们平时使用的U盘，里面的目录和子目录之间的关系就是有层次关系的树。

顺序查找：（哨兵的设立）

说明：
下标为0的位置不是我们要查找的数据，而是我们所设立的哨兵，我们要查找的数据是在Element[1]~Element[10]之间查找的。建立哨兵还有一个作用就是防止数组下标越界，也就是不需要添加i>0的条件了。当从Element[10]开始找，找到Element[1]，如果还没有找到，再往上找就碰到了Element，此时设置的哨兵就拦截了，停止查找。这样也防止了每一次循环就要去判断是不是到达了数组边界的问题。通过哨兵，再循环的时候就少写一个判断分支。

我们最终循环结束，得到一个i返回值，通过判断i值，我们就可以知道是否查找到了，如果k!=0，那么就是在Element[10]～Element[1]之间找到了K值，找到了我们需要查找到的值。
但是如果K=0，那么就是找到了哨兵，在Element[10]~Element[1]之间没有查找到我们想要的值。没查找到我们需要的值。

显然，这样查找的效率并不高，那有没有效率高的查找方法呢？
有————————二分查找！

二分查找：

二分查找也称折半查找（Binary Search），它是一种效率较高的查找方法。但是，折半查找要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列。

left>right，发生了left、right边界错位，所以查找失败，结束。

说明：
1、上面的树中的数字都代表所查找元素的下标
2、ASL：表示平均查找长度。

我们能不能把数据不一定放在数组当中，就按照这样(上图)一个层次化的结构来存储我们的数据，是不是也会达到二分查找的效果？
这就是我们后面要讲的：我们用树的形式来存储我们需要的数据，使得我们的一些查找过程更加方便————查找树！
查找树和二分查找的效率上可以得到差不多的效果都是log²n(log以2为底)。

树的定义：

树是保证结点联通的最小的一种连接方式（边最少的连接方式），因为随便删去树中的一条边，就整体就不是一颗树了。

树的表示：

上面这种表示方法我们发现有三个指针域的，有两个指针域的，还有一个指针域的，那么整个结构的形式不一样，会给我们后面的程序实现带来困难。

但是如果将上面的结构统一设置成都有三个指针域，那这样结构就统一了，但是，这样又造成了大量的空间浪费问题，因为时间上，我们的边只有n-1条边，但是都使用3个指针域的话，那么就会造成3n-(n-1)=2n+1个指针的空间浪费。

儿子–兄弟表示法

第一个指针域FirstChild：表示的是“长子”，即第一个孩子结点(子节点)。

第二个指针域：NextSibling：表示的是它的下一个兄弟结点。

我们发现这样的结构每一个结点都有两个指针域，只造成了2n-(n-1)=n+1个指针域的浪费，浪费的空间也不算大。

代码：

typedef struct TNode *Position;
typedef Position BinTree; /* 二叉树类型 */
struct TNode{ /* 树结点定义 */
    ElementType Data; /* 结点数据 */
    BinTree Left;     /* 指向左子树 */
    BinTree Right;    /* 指向右子树 */
};