目录
一、前情提要
前面几篇所讲到的，链表、栈、队列，那都是线性结构。但是在现实中，还有很多一对多的=情况需要处理，所以我们需要研究这种一对多的数据结构——“树”，考虑到它的各种特性，来解决我们编程中所出现的问题。
二、树的概念介绍
定义：树（Tree）是n(n>=0)个结点的有限集。当n==0的时候，我们称之为空树。在任意一棵非空树中，有几个特点：
（1）有且仅有一个特定的称为根（Root）的结点。
（2）当n>1时，其余结点可以分为m个互不相交的有限集，T1,T2,T3....Tm，其中每一个集合本身又是一棵树，并且被称为根的子树（SubTree）。
乍一看定义很长，看起来很懵。不急，咱一句句解释。
第一句“树（Tree）是n(n>=0)个结点的有限集。” ，这里重点是有限集，首先它是一个集合，集合里面装的啥？装的是n个结点。并且结点的数量是有限的，所以称之为n个结点的有限集。
第二句，“当n==0的时候，我们称之为空树”。这个好理解，一个点都没，不就是空树嘛。
第一个特点，“有且仅有一个特定的称为根（Root）的结点。”，我们画个图就好理解了。
红色框内的结点就是根节点。
第二个特点，“当n>1时，其余结点可以分为m个互不相交的有限集”，在上图中n==9,其余结点就是B,C,D,E,F,G,H,I(其余结点就是除开根结点)。可以分为m个互不相交的有限集。有限集咱解释过了，怎么分呢？看下图注释。
我们可以将其余结点分为3个部分，也就是图中的三个红框。这么分就保证了三个有限集互不相交，此时m==3。
最后一句“其中每一个集合本身又是一棵树，并且被称为根的子树（SubTree）。”，我们可以把三个框中的东西单独拿出来看，我们就拿T1来看吧。
仔细观察发现，T1其实也满足树的定义和特点。所以T1，也是一棵树。但这棵树是，以A为根结点的树的一部分，所以被称为根的子树（SubTree）。
可能会有人存在疑问，T2只有一个点C，它也是子树吗？
回答是肯定的，因为树的定义中，n的范围是n>=0的，T2中只有一个点，那就是n==1，符合树的定义，那就说明T2是一棵树，并且这棵树是，以A为根结点的树的一部分，所以也是根的子树。
对于树的定义再强调两点：
（1）n>0时根结点是唯一的，不可能存在多个根结点。
（2）m>0时，子树的个数没有限制，但是它们肯定互不相交。
下图中的结构就不符合树的定义，因为有子树相交：
三、结点的分类
树的结点包含一个数据元素及若干指向其子树的分支。结点拥有的子树数称为结点的度（Degree）。
例如：
这张图中： 结点A的度为3，结点B的度为2，结点C的度为0，结点D的度为3。
度为0的结点称为叶结点(Leaf)或者终端结点。度不为0的结点称为非终端结点或者分支结点。除根结点之外，分支结点也称为内部结点。
树的度是树内个节点的度的最大值。
例如上图中：整棵树的度==树内各结点的度的最大值。
树中结点的度最大的是：结点A和结点D的度，都等于3.
所以整棵树的度为3。
四、结点间的关系
结点的子树的根称为该结点的孩子(Child)，相应的，该结点称为孩子的双亲结点(Parent)。
同一个双亲的孩子之间互称兄弟(Sibling)。结点的祖先是从根到该结点所经分支上的所有结点。反之，以某结点为根的子树中的任一结点都被称为该结点的子孙。
还是以这个图来举例：
对于E来说，B和A都是它的祖先。
对于B来说，E和F都是它的子孙。
五、树的其他相关概念
结点的层次(Level)从根开始定义起。根为第一层，根的孩子为第二层。若某结点再第l层，则其子树就在第l+1层。
另外再说一句，有的书上会说，根为第零层，从零开始计数。其实两种说法都没问题，为了后面说法统一，我就默认以根为第一层。
双亲再同一层的结点互为堂兄弟。
树中结点的最大层次称为树的深度(Depth)或高度。
例如下图中：
G、H、I与F是堂兄弟。
这棵树的高度为3，因为这棵树总共有三层。
如果将树中结点的各子树看成从左至右是有次序的，不能互换的，则称该树为有序树，否则称为无序树。
森林(Forest)是m(m>=0)棵互不相交的树的集合。
例如·
T1、T2、T3组成的集合就可以理解为森林。
注意：树是结点的有限集。森林是树的有限集。
最后我们来对比一下线性结构与树的结构：
线性结构：
（1）第一个数据元素：无前驱
（2）最后一个数据元素：无后继
（3）中间元素：一个前驱一个后继。
树结构：
（1）根结点：无双亲，且唯一。
（2）叶节点：无孩子，可以多个。
（3）中间结点：一个双亲多个孩子。
25万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
