数据结构--各种树的概念

先了解一下关于树的相关术语：

节点深度：对任意节点x，x节点的深度表示为根节点到x节点的路径长度。所以根节点深度为0，第二层节点深度为1，以此类推
节点高度：对任意节点x，叶子节点到x节点的路径长度就是节点x的高度 树的深度：一棵树中节点的最大深度就是树的深度，也称为高度
父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点 子节点：一个节点含有的子树的根节点称为该节点的子节点
节点的层次：从根节点开始，根节点为第一层，根的子节点为第二层，以此类推 兄弟节点：拥有共同父节点的节点互称为兄弟节点
度：节点的子树数目就是节点的度 叶子节点：度为零的节点就是叶子节点
祖先：对任意节点x，从根节点到节点x的所有节点都是x的祖先（节点x也是自己的祖先）
后代：对任意节点x，从节点x到叶子节点的所有节点都是x的后代（节点x也是自己的后代） 森林：m颗互不相交的树构成的集合就是森林

树的种类
无序树，有序树，二叉树，满二叉树（完美二叉树），完全二叉树，完满二叉树，霍夫曼树（最优二叉树），二叉查找树（二叉搜索树、二叉排序树、BST）,平衡二叉查找树（AVL树），红黑树，伸展树，替罪羊树，B树(B-树)，B+树，B*树，字典树，线索二叉树

二叉树的遍历方法，动画演示看这里

• 中序遍历：即左-根-右遍历，对于给定的二叉树根，寻找其左子树；对于其左子树的根，再去寻找其左子树；递归遍历，直到寻找最左边的节点i，其必然为叶子节点，然后遍历i的父节点，再遍历i的兄弟节点。随着递归的逐渐出栈，最终完成遍历
• 先序遍历：即根-左-右遍历。从根节点开始，先获取根节点的值，然后获取左子树所有节点的值，最后获取所有右子树所有节点的值，其中对于子树的遍历也是递归按照这个规律。
• 后序遍历：即左-右-根遍历
• 层序遍历：按照树的层次一层一层遍历

有序树

无序树

二叉树
树的任意节点至多包含两棵子树

二叉树遍历:二叉树的遍历是指从二叉树的根结点出发，按照某种次序依次访问二叉树中的所有结点，使得每个结点被访问一次，且仅被访问一次。
二叉树的访问次序可以分为四种：前序遍历 中序遍历 后序遍历 层次遍历

满二叉树（完美二叉树）
①除了叶子节点，每一个节点都有两个子节点
②每一层都填满

完全二叉树
①除了最后一层，其他每一层都被填满
②优先填充左节点

完满二叉树
①除了叶子节点，每一个节点都有两个子节点

二叉查找树：特殊的二叉树
若任意节点的左子树不空，则左子树上所有节点的值均小于它的根节点的值
若任意节点的右子树不空，则右子树上所有节点的值均大于它的根节点的值
任意节点的左、右子树也分别为二叉查找树
没有键值相等的节点

平衡二叉查找树：特殊的二叉查找树
它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树，同时，平衡二叉树必定是二叉搜索树

红黑树：特殊的平衡二叉查找树，动画演示看这里

• 查找，插入，删除的时间复杂度都是O(logn)
• 节点只能是红色或者黑色
• 根节点和叶节点是黑色的
• 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点–>可以连续两个黑色节点)
• 每个节点的左子树都小于自身，右子树都大于自身
• 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点

使用场景：红黑树多用于搜索,插入,删除操作多的情况下
红黑树和AVL严格平衡二叉查找树相比：AVL查询时间复杂度<logn，比红黑树效率高，但是AVL为了保持严格的平衡，会在每次插入和删除时进行复杂的调整，相比而言红黑树插入和删除就很方便，所以对于经常插入和删除的场景下使用红黑树更好

B树（B-树）：特殊的平衡多叉树

B+树：特殊的平衡多叉树

参考：https://zhuanlan.zhihu.com/p/90255760