【数据结构】二叉树

1. 概念

root：根节点

子节点：2、3是子节点，而4、5、6、7、8是2、3的子节点

叶子节点：4、6、8、9、10、11这种没后后代的称为叶子结点

1.1. 边（edges）

除了根节点外，每个节点都会有一个边。在一个有效的树结构中，边=node-1

1.2. 深度

root：root的深度为0

2、3的深度为1

4、5、6、7、8深度为2

1.3. 高度

定义：从该节点到一个叶子节点的最长路径的边数

节点1的高度为3。

节点3的高度为2.

2. 种类

1. 满二叉树

• 如果一棵二叉树中所有非叶子节点都有两个子节点，且所有叶子节点都在同一层上，则这棵二叉树为满二叉树。

特点：所有非叶子的节点均有左右子节点

1. 完全二叉树

• 对于树中的每个节点，左子树中的所有节点的值都小于该节点的值
• 对于树中的每个节点，右子树中的所有节点的值都大于该节点的值
• 左子树和右子树也是二叉搜索树。

特点：节点由上到下，左到右排列

1. 二叉搜索树

• 对于二叉搜索树中的每个节点，其左子树中的所有节点的值都小于它的值，而右子树中的所有节点的值都大于它的值。
• 对于二叉搜索树中的任意节点，其左子树和右子树也分别是二叉搜索树。

这个特性使得二叉搜索树具有如下特点：

1. 对于任意节点，其左子树的值都小于该节点的值，右子树的值都大于该节点的值，这使得在二叉搜索树中查找、插入和删除操作都具有较高的效率。
2. 二叉搜索树中的中序遍历是一个有序序列，可以很方便地进行有序性操作。

由于二叉搜索树的性质，它常被用于实现一些常见的数据结构和算法，例如集合、映射等。然而，需要注意的是，二叉搜索树的性能可能会受到树的平衡性的影响，不平衡的二叉搜索树可能会导致性能下降，因此出现了一些基于二叉搜索树的平衡算法，如 AVL 树、红黑树等。

特点：每个节点值大于等于左子节点值且小于等于右子节点值

3.  二叉树结构

二叉树是一种常见的树形数据结构，它由节点组成，每个节点最多有两个子节点，分别称为左子节点和右子节点。以下是二叉树的结构定义：

// TreeNode 表示二叉树的节点
type TreeNode struct {
    Val   int       // 节点的值
    Left  *TreeNode // 左子节点
    Right *TreeNode // 右子节点
}

在这个结构中，每个 TreeNode 都有一个整数值 Val，以及指向左右子节点的指针 Left 和 Right。如果某个节点没有左子节点或右子节点，则相应的指针为 nil。

使用这种结构，可以构建不同形态的二叉树，例如：

goCopy code
// 示例二叉树
//      1
//     / \
//    2   3
//   / \
//  4   5
root := &TreeNode{
    Val: 1,
    Left: &TreeNode{
        Val:   2,
        Left:  &TreeNode{Val: 4},
        Right: &TreeNode{Val: 5},
    },
    Right: &TreeNode{Val: 3},
}

这个示例中的二叉树具有四个节点，根节点的值为 1，左子节点的值为 2，右子节点的值为 3，它的左子节点又有两个子节点，分别为 4 和 5。

4. 二叉树的遍历的三种方式

二叉树的遍历方式有三种：先序遍历、中序遍历和后序遍历。这里是它们的简要描述：

1. 先序遍历（Pre-order traversal）：

• • 先访问根节点。
  • 然后按照先序遍历的方式递归地访问左子树。
  • 最后按照先序遍历的方式递归地访问右子树。

1. 中序遍历（In-order traversal）：

• • 先按照中序遍历的方式递归地访问左子树。
  • 然后访问根节点。
  • 最后按照中序遍历的方式递归地访问右子树。

1. 后序遍历（Post-order traversal）：

• • 先按照后序遍历的方式递归地访问左子树。
  • 然后按照后序遍历的方式递归地访问右子树。
  • 最后访问根节点。

比如上图正常的一个满节点，A：根节点、B：左节点、C：右节点

• 前序顺序是ABC
• 中序顺序是BAC(先左后根最后右）
• 后序顺序是BCA（先左后右最后根）

比如上图二叉树遍历结果

前序遍历：ABCDEFGHK

中序遍历：BDCAEHGKF

后序遍历：DCBHKGFEA