树的存储与遍历

前言

在我第一篇的文章中，我大体概述了图的存储的知识点，那么这篇文章，我们就来介绍一下图的存储中特殊的一环：树的存储与遍历

树的存储

对于我们存储一棵树，我们大体上有三种方法：数组，结构体，邻接表。同时这几种方法，各有各的利弊
但是一定要注意的是，数组存树只能存二叉树

数组

数组存树就比较好理解了，就是通过对满二叉树通过对每一个节点从一开始逐层标号存储图，对于每一个根节点来说，他的左子树序列号为$2\ast n$，而他的右子树序列号为$2\ast n+1$,这样，通过根节点的位置，就能很快找出整个二叉树来
但是对于非满二叉树来说，每个节点的序号对于这个树的满二叉树的编号是一样的，也就是说对于只有右子树且只需要存4个点的二叉树我们需要开大小为15的数组，造成了极大的空间浪费，所以数组存树通常用于满二叉树或近满二叉树的情况下才会使用。

结构体

结构体存树一共有两种方法：通过存每个点根节点或存每个点子节点。

存根节点

存根节点可以很快的从任意一个子节点向上查询完整个二叉树，但是从根节点向下遍历确十分的难。

存子节点

存子节点与存根节点相反，可以很快的从任意一个根节点向下遍历完整个二叉树，但是对于从子节点查询根节点很麻烦。

但值得注意的是，存根节点和存子节点的方法可以共存，理论上可以起到相辅相成的作用，但是会增加代码量和不确定因素；

邻接表

邻接表可以说是很常用的存储方式，无论是存图还是存树都是很管用的。对于邻接表存树，就需要用到链式前向星来存，具体存储方式可以查看我第一篇文章，再此就不多叙述了

树的遍历

对于遍历一棵树，和遍历图一样，最常用的就是深度优先搜索和广度优先搜索，常见题型的思路大概为用链式前向星存下树，之后根据题目用广搜或深搜遍历树，并找出题目所要求的值，也有些极端点的题，存储方法或许会要求使用其他方法。

总结

以上即为树的存储目前所想到的知识点，树本质上也是种图，所以一些在《图的存储》文章中提到的就没有重复说明，日后将会继续完善，如果有错误的地方请指出来，会及时改正