数据结构与算法(八)-树(Tree)和二叉树(BinaryTree)

本文链接：https://blog.csdn.net/weixin_45792953/article/details/122453812

树(Tree)和二叉树(BinaryTree)

一、树结构的介绍

我们大家都见过现实生活中的树🌲，例如：

世界十大名树全球最著名的树盘点其中一棵位于我国台湾

1.1 树的特点：

树一般都有一个根，连接着根的是树干
树干会发生分叉，形成许多树枝，树枝会继续分化成更小的树枝
树枝的最后是叶子

现实生活中很多结构都是树的抽象，模拟的树结构相当于旋转180°的树，如下：

1.2 树结构对比于数组/链表/哈希表有哪些优势呢？

数组：

优点：可以通过下标值访问，效率高；
缺点：查找数据时需要先对数据进行排序，生成有序数组，才能提高查找效率；并且在插入和删除元素时，需要大量的位移操作；

链表：

优点：数据的插入和删除操作效率都很高；
缺点：查找效率低，需要从头开始依次查找，直到找到目标数据为止；当需要在链表中间位置插入或删除数据时，插入或删除的效率都不高。

哈希表：

优点：哈希表的插入/查询/删除效率都非常高；
缺点：空间利用率不高，底层使用的数组中很多单元没有被利用；并且哈希表中的元素是无序的，不能按照固定顺序遍历哈希表中的元素；而且不能快速找出哈希表中最大值或最小值这些特殊值。

树结构：

优点：树结构综合了上述三种结构的优点，同时也弥补了它们存在的缺点（虽然效率不一定都比它们高），比如树结构中数据都是有序的，查找效率高；空间利用率高；并且可以快速获取最大值和最小值等。

总结：每种数据结构都有自己特定的应用场景

二、认识树结构

树（Tree）:由 n（n ≥ 0）个节点构成的有限集合。当 n = 0 时，称为空树。

对于任一棵非空树（n > 0），它具备以下性质：

数中有一个称为**根（Root）**的特殊节点，用 **r **表示；
其余节点可分为 m（m > 0）个互不相交的有限集合 T1，T2，…，Tm，其中每个集合本身又是一棵树，称为原来树的子树（SubTree）。

2.1 树的常用术语：

节点的度（Degree）：节点的子树个数，比如节点B的度为2
树的度：树的所有节点中最大的度数，如上图树的度为2
叶节点（Leaf）：度为0的节点（也称为叶子节点），如上图的H，I，J等
父节点（Parent）：度不为0的节点称为父节点，如上图节点B是节点D和E的父节点
子节点（Child）：若B是D的父节点，那么D就是B的子节点
兄弟节点（Sibling）：具有同一父节点的各节点彼此是兄弟节点，比如上图的B和C，D和E互为兄弟节点
路径和路径长度：路径指的是一个节点到另一节点的通道，路径所包含边的个数称为路径长度，比如A->H的路径长度为3
节点的层次（Level）：规定根节点在1层，其他任一节点的层数是其父节点的层数加1。如B和C节点的层次为2
树的深度（Depth）：树种所有节点中的最大层次是这棵树的深度，如上图树的深度为4

2.2 数结构的表示方式

2.2.1 常见的表示方法

如图，树结构的组成方式类似于链表，都是由一个个节点连接构成。

不过，根据每个父节点子节点数量的不同，每一个父节点需要的引用数量也不同。

比如：节点A需要3个引用，分别指向子节点B，C，D；而B节点需要2个引用，分别指向子节点E和F；K节点由于没有子节点，所以不需要引用。

这种方法缺点在于我们无法确定某一结点的引用数

2.2.2 儿子-兄弟表示法

这种表示方法可以完整地记录每个节点的数据，比如

//节点A
Node{
  //存储数据
  this.data = data
  //统一只记录左边的子节点
  this.leftChild = B
  //统一只记录右边的第一个兄弟节点
  this.rightSibling = null
}

//节点B
Node{
  this.data = data
  this.leftChild = E
  this.rightSibling = C
}

//节点F
Node{
  this.data = data
  this.leftChild = null
  this.rightSibling = null
}

这种表示法的优点在于每一个节点中引用的数量都是确定的

2.2.3 将儿子-兄弟表示法选择

将儿子-兄弟表示法旋转后会打开一个新世界，让我们一步一步揭开新世界的大门，下面是儿子-兄弟表示法尚未旋转的结构

将其顺时针旋转45°之后：

这样就成为了一棵二叉树，由此我们可以得出结论：任何树都可以通过二叉树进行模拟。

问：但是这样父节点不是变了吗？

其实，父节点的设置只是为了方便指向子节点，在代码实现中谁是父节点并没有关系，只要能正确找到对应节点即可

三、二叉树的介绍

3.1 什么是二叉树？

正如上图所示：如果树中的每一个节点最多只能由两个子节点，这样的树就称为二叉树

二叉树十分重要，不仅仅是因为简单，更是因为几乎所有的树都可以表示成二叉树形式。

3.2 二叉树的组成：

二叉树可以为空，也就是可以没有节点；
若二叉树不为空，则它由根节点和称为其左子树TL和右子树TR的两个不相交的二叉树组成；

3.3 二叉树的五种形态

上图分别表示：空的二叉树、只有一个节点的二叉树、只有左子树TL的二叉树、只有右子树TR的二叉树、有左右两个子树的二叉树

3.4 二叉树的特性

一个二叉树的第 i 层的最多有 2 ^ (i-1)个节点，i >= 1
一个深度为k的二叉树的最多有(2 ^ k) - 1个节点，k >= 1
对任何非空二叉树，若 n0 表示叶子节点的个数，n2表示度为2的非叶子节点个数，那么两者满足关系：n0 = n2 + 1；
- 如下图所示：H，E，I，J，G为叶子节点，总数为5；
- A，B，C，F为度为2的非叶子节点，总数为4；
- 满足n0 = n2 + 1的规律