数据结构之——树（一）

树定义

树（Tree）是由n个结点组成的有限集合（树中的元素通常称为结点）。n=0的树称为空树；n>0的树T由以下两个条件约定构成：

（1）有一个特殊的结点称为根（Root）结点，它只有后继结点，没有前驱结点。

（2）除根节点之外其他结点分为m（-1<m<n）个互不相交的集合T0、T1…Tm-1，其中每个集合也具有树结构，称为根的子树。

树是递归定义的。结点是树的基本单位，若干个结点组成一棵子树，若干互不相交的子树组成一棵树。树中每个结点都是该树中某一棵子树的根。因此，树是由结点组成的、结点之间具有层次关系的非线性结构。

在上图中，1为树的根节点，其他结点组成两个互不相交的子集T0、T1作为1的子树，
T0=[2,4,5]、T1=[3,6]，两棵子树的根节点分别是2、3.

树的术语

下面以上图为例介绍树的术语。

（1）父母、孩子与兄弟结点
一棵树中，一个结点的子树的根节点称为其孩子结点；相对的，该结点是其孩子结点的父母结点。只有根节点没有父母结点，其他结点有且仅有一个父母结点。例如，根节点1没有父母结点，1是2、3的父母结点，2、3是1的孩子结点。

拥有同一个父母结点的多个结点之间称为兄弟结点。例如，2、3是兄弟，4、5也是兄弟，但5和6不是兄弟。

结点的祖先是指其父母结点，以及父母的父母结点等，直到根节点。结点的后代（也称子孙）是指其所有孩子结点，以及孩子的孩子结点等。例如，4的祖先结点有2和1,4是2和1的后代。

（2）度
结点的度是结点所拥有的子树的棵树。例如，1的度是2,4的度是0。

度为0的结点称为叶子结点，又称终端结点；树中除叶子结点之外的其他结点称为分支结点，又称非叶结点或非终端结点。例如，4和5是叶子结点，2和3是分支结点。

树的度是指树总各结点度的最大值。例如上图中所示树的度为2.

（3）结点层次、树的高度
结点的层次属性反映结点处于树中的层次位置。约定根结点的层次为1，其他结点的层次是其父母结点的层次加1。显然，兄弟结点的层次相同。例如，1的层次为1,2的层次为2，4的层次为3。5、6不是兄弟，称为同一层上的结点。

树的高度或深度是树中结点的最大层次树。例如上图所示树的高度为3。

（4）边、路径、直径
设树中X结点是Y结点的父母结点，有序对（X，Y）称为连接这两个结点的分支，也称为边。例如，1、2结点之间的边是（1,2）。

设（X0，X1…，Xk）（-1<k<n）是由树中结点组成的一个序列，且（Xi，Xi+1）（-1<i<k）都是树中的边，则称该序列为从X0到Xk的一条路径。路径长度为路径上的边数。例如，从1到4的路径是（1，2，4），路径长度为2。

二叉树的直径指从根到叶子结点一条最长路径，直径的路径长度是该二叉树的高度-1。

（5）无序树、有序树
在树的定义中，结点的子树T0、T1。。。Tm-1之间没有次序，可以交换位置，称为无序树，简称树。如果结点的子树从左到右是有次序的，不能交换位置，则称为有序树。

A
/ \
B C

A
/
C B

如上面两课树如果表示同一棵树，这就叫无序树，如果表示2棵不同的树，就叫有序树，也就是说结点的位置是否对树的构成有关。

（6）森林
森林是m棵互不相交的树的集合。给森林加上一个根结点就变成一棵树，将树的根节点删除就变成森林。

树抽象数据类型

树的操作主要有创建树、获得父母/孩子/兄弟结点、遍历、插入和删除等。声明树抽象数据类型Tree< T >如下，其中T表示结点的元素类型，TreeNode< T >是树结点类。结点类将在后面博客中写写到。

public interface Tree<T> {
	boolean isEmpty();	//判断是否空树
	int level(T key);	//返回关键字为key结点所在的层次
	int size();			//返回树的结点数
	int height();		//返回树的高度
	void preorder();	//输出树的先根次序遍历序列
	void postorder();	//输出树的后根次序遍历序列
	void levelorder();	//输出树的层次遍历序列
	TreeNode<T> insertRoot(T x);		//插入元素x作为根节点并返回
	TreeNode<T> insertChild(TreeNode<T> p,T x,int i)		//插入x作为p结点的第i个孩子
	void remove(TreeNode<T> p,int i);		//删除p结点的第i棵子树
	void clear();		//删除树的全部结点
	TreeNode<T> search(T key);		//先根次序遍历查找首个关键字为key的结点
	boolean contains(T key);		//判断是否包含关键字为key的元素
	T remove(T key);		//删除以key结点为根的子树

}

二叉树定义

二叉树（Binary Tree）是n个结点组成的有限集合，n=0时称为空二叉树；n>0时的二叉树由一个根结点和两棵互不相交的、分别称为左子树和右子树的子二叉树构成。二叉树也是递归定义的。在树中定义的度、层次等术语，适用于二叉树。

二叉树有五种基本形态：如上图所示

1.空二叉树就是什么也没有（null）
2.只有一个根
3.只有左子树，没有右子树
4.只有右子树，没有左子树
5.左右都有，如图

二叉树性质

全是公式，通过找规律推导的。我们可以直接记忆。注意深度即为高度，终端结点即叶子结点。

满二叉树和完全二叉树

满二叉树：

如图中，这个树有四层，它的四层全部都得是满的。所以它叫满二叉树。
如果有n层，它的n层全部都得是满的。

完全二叉树：

每一行必须是从左往右依次排开。
规律如下：

二叉树的遍历规则

1.前序遍历

前序遍历DLR，D–>根结点，L–>根的左子树的结点,R–>根的右子树的结点
从根结点开始，每个结点都按DLR的顺序进行判断。

前序遍历：也叫做先根次序，即访问根节点，遍历左子树，遍历右子树。

2.中序遍历

中序遍历LDR，L–>根的左子树的结点,D–>根结点，R–>根的右子树的结点
从根结点开始，每个结点都按LDR的顺序进行判断。
如图中的树，如果A在中序遍历的最前面，说明此树无左子树
如果A在中序遍历的最后面，说明此树无右子树

中序遍历：也叫中根次序，即遍历左子树，访问根结点，遍历右子树。

3.后续遍历

后序遍历LRD，L–>根的左子树的结点,R–>根的右子树的结点，D–>根结点
从根结点开始，每个结点都按LRD的顺序进行判断。

后序遍历：也叫做后根次序，即遍历左子树，遍历右子树，访问根结点。

4.层序遍历

层序遍历是逐层从左到右遍历

1.深优一般基于栈实现，广优一般基于队列实现
2.前序和后序推不出一颗唯一的二叉树。

栈实现中序遍历：
1.从根结点开始，把根结点的左孩子和该孩子的左孩子（一直是左孩子）…
（最左边的一排）全部进栈，一直到左边树没有下一个结点为止。
2.开始出栈，如果栈顶结点没有左，没有右，出栈它自己。
否则先出栈它自己，然后把它右孩子和该右孩子的所有左边进栈。然后再出栈。
3.出栈的顺序就是遍历的顺序

队列实现层序遍历：
1.根结点开始进队列
2.根结点出队，把根结点的左右孩子进队，再出队
3.其他结点一样，把该结点的左右孩子进队，再出队
4.队列出队的顺序就是层序遍历的顺序

二叉树的存储结构

二叉树主要采用链式存储结构，顺序存储结构仅使用于完全二叉树（满二叉树）。

1.二叉树的顺序存储结构

用树的最高高度-树的最低高度不能大于1，这样的树就称为平衡二叉树。

2.二叉树的链式存储结构

除了完全二叉树、平衡二叉树或者满二叉树，其他的一般都用链式存储结构。

今天就先学习到这里，后面的再慢慢的补充