数据结构—树与二叉树的基本概念

---

关于未来的事情，现在还不知道。接下来我可能还会继续迷茫、犯错、失败，但是如果能把过去和现在的自己都作为养料，去创造未来的自己，那就太好了。

前言

嗨喽喽！！小伙伴们，大家好哇！！

今天来分享一种个人觉得非常厉害的数据结构，树。主要包括树的基本概念与结构，以及树中的一个具有很大的实际效用的分支——二叉树的概念与结构。

一、树

概念

这时现实世界中的树：

而这是数据结构中的树：

可见，这与之前所分享的数据结构不同，树这一数据结构是非线性的。它是由N个（N>=0）有限节点组成的具有层次关系的集合。在形象上，它看起来像一颗根在上，而叶子在下的倒挂的树。

以下为树所具有的基本概念：

有一个特殊的结点，称为根结点，根结点没有前驱结点
除根结点外，其余结点被分成M(M>0)个互不相交的集合T1、T2、……、Tm，其中每一个集合Ti(1<= i <= m)又是一棵结构与树类似的子树。每棵子树的根结点有且只有一个前驱，可以有0个或多个后继
因此，树是递归定义的。

要注意的是：树形结构中，子树之间是不能有交集的，否则就不是树形结构：

结点的度：一个结点含有的子树的个数称为该结点的度； 如上图：A的为6
叶结点或终端结点：度为0的结点称为叶结点； 如上图：B、C、H、I…等结点为叶结点
非终端结点或分支结点：度不为0的结点； 如上图：D、E、F、G…等结点为分支结点
双亲结点或父结点：若一个结点含有子结点，则这个结点称为其子结点的父结点； 如上图：A是B的父结点
孩子结点或子结点：一个结点含有的子树的根结点称为该结点的子结点； 如上图：B是A的孩子结点
兄弟结点：具有相同父结点的结点互称为兄弟结点； 如上图：B、C是兄弟结点
树的度：一棵树中，最大的结点的度称为树的度； 如上图：树的度为6
结点的层次：从根开始定义起，根为第1层，根的子结点为第2层，以此类推；
树的高度或深度：树中结点的最大层次； 如上图：树的高度为4
堂兄弟结点：双亲在同一层的结点互为堂兄弟；如上图：H、I互为兄弟结点
结点的祖先：从根到该结点所经分支上的所有结点；如上图：A是所有结点的祖先
子孙：以某结点为根的子树中任一结点都称为该结点的子孙。如上图：所有结点都是A的子孙
森林：由m（m>0）棵互不相交的树的集合称为森林；

结构

而树的结构相对线性表就要复杂很多，要存储表示起来也比较麻烦了，既要保存值域，也要保存节点之间的关系。由于每一个节点的孩子节点都不一定相同，所以在声明树的节点时，直接按照树的结构去定义该节点所有孩子节点的方法自然是很麻烦的。
在实际中，也有很多表示树的方法，如：双亲表示法，孩子表示法，双亲孩子表示法和左孩子右兄弟表示法等。
在这主要了解一下最常用且非常巧妙的左孩子右兄弟表示法，以下是该表示法中树的节点声明：

typedef int TreeDataType;

struct Node
{
	struct Node* leftChild;  //指向第一个孩子节点
	struct Node* rightBrother; //指向下一个兄弟节点
	TreeDataType data;		   //节点中的数据域
};

下图中左侧是一颗树的逻辑结构，而右侧是该树使用孩子兄弟表示法的实际结构：

这个结构就类似于以前的家庭构成关系，由于当时人们的经济条件普遍较差，但为了多增加家里的劳动力，所以又要多生。由于父母要干活，肯定没有太多的时间来带所有的孩子。所以很多家庭就先将老大养到5、6岁，然后再生老二，让老大去带老二，这样父母足够的时间干活，孩子也有人带。
树使用这种方法便可以瞬间知道所有节点的关系（是不是很巧妙！！），而这样的树的度最大为二，类似于后面即将分享的二叉树。

树在实际中的运用

比如，在windows系统中，我们的C盘、D盘就是一颗颗树，而这些盘就组成了森林。

又比如Linux的目录就是一颗树的结构：

二、二叉树

二叉树的基本概念

使用树来存储数据显然比较复杂，所以在日常当中，普通的树的意义并不是很大。因此，实际存储数据存在一种更加合适的树——二叉树，

一棵二叉树是结点的一个有限集合，该集合:

1. 或者为空
2. 由一个根结点加上两棵别称为左子树和右子树的二叉树组成
   

由上图可见：

1. 二叉树不存在度大于2的节点
2. 二叉树是有左右之分的，次序不能颠倒，所以二叉树是有序树。

并且任何二叉树都由以下几种情况复合而成：

特殊二叉树

根据二叉树的结构不同，二叉树中还存在几种特殊的二叉树：

1. 满二叉树：一颗二叉树，若每层节点数都达到最大值，则这颗二叉树为满二叉树。也就是说，假设二叉树的从1开始总共k层，总节点数为2^k - 1，那这颗二叉树为满二叉树。
2. 完全二叉树：完全二叉树是一种效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。
3. 斜二叉树：即每个节点仅存在左孩子或右孩子，形成了一个类似于链表的结构。
   
   

二叉树的性质

1. 若规定根结点的层数为1，则一棵非空二叉树的第i层上最多有 2^(i - 1)个结点。
2. 若规定根结点的层数为1，则深度为h的二叉树的最大结点数是2^h - 1 。
3. 对任何一棵二叉树, 如果度为0其叶结点个数为n0， 度为2的分支结点个数为 n2，则有 n0＝n2 ＋1

对于以上这点:
假设二叉树有N个结点
从总结点数角度考虑：N = n0 + n1 + n2 ①

从边的角度考虑，N个结点的任意二叉树，总共有N-1条边
因为二叉树中每个结点都有双亲，根结点没有双亲，每个节点向上与其双亲之间存
在一条边
因此N个结点的二叉树总共有N-1条边

因为度为0的结点没有孩子，故度为0的结点不产生边; 度为1的结点只有一个孩子，?故每个度为1的结
点 产生一条边; 度为2的结点有2个孩子，故每个度为2的结点产生两条边，所以总边数为：n1+2*(n2 )
故从边的角度考虑：N-1 = n1 + 2n2 ②
结合① 和 ②得：n0 + n1 + n2 = n1 + 2n2 - 1
即：n0 = n2 + 1

4. 若规定根结点的层数为1，具有n个结点的满二叉树的深度，h=log2(n + 1) . (ps： h=log2(n + 1)是log以2为底，n+1为对数)
5. 对于具有n个结点的完全二叉树，如果按照从上至下从左至右的数组顺序对所有结点从0开始编号，则对于序号为i的结点有：
   1. 若i>0，i位置结点的双亲序号：(i-1)/2；i=0，i为根结点编号，无双亲结点
   2. 若2i+1<n，左孩子序号：2i+1，2i+1>=n否则无左孩子
   3. 若2i+2<n，右孩子序号：2i+2，2i+2>=n否则无右孩子

二叉树的存储结构

二叉树一般使用两种存储结构，一种是顺序结构，另一种是链式结构。

顺序存储

顺序结构存储就是使用数组来存储，一般使用数组只适合表示完全二叉树，因为不是完全二叉树会有空间的浪费。
而现实中使用中只有堆才会使用数组来存储（关于堆会下一篇博客会专门讲解）。二叉树顺序存储在物理上是一个数组，在逻辑上是一颗二叉树，所以它的逻辑与物理结构是具有很大差别的，理解起来会存在有点麻烦。
至于使用数组存储使访问孩子节点的问题，就可以运用前面的【二叉树的性质】的第5点来解决。这也是为什么只有完全二叉树才能使用数组来存储的原因。

链式存储

二叉树的链式存储结构，即用链表来表示一棵二叉树，使用链来指示元素的逻辑关系。 通常的方法是链表中每个结点由三个域组成，数据域和左右指针域，左右指针分别用来给出该结点左孩子和右孩子所在的链结点的存储地址 。使用链式结构表示的二叉树的物理结构与逻辑结构基本相同。
链式结构又分为二叉链和三叉链，当前分享的一般都是二叉链，后面会有更高阶的数据结构，如红黑树等会用到三叉链。

typedef int BTDataType;
// 二叉链
struct BinaryTreeNode
{
 struct BinTreeNode* left; // 指向当前结点左孩子
 struct BinTreeNode* right; // 指向当前结点右孩子
 BTDataType data; // 当前结点值域
}
// 三叉链
struct BinaryTreeNode
{
 struct BinTreeNode* parent; // 指向当前结点的双亲
 struct BinTreeNode* left; // 指向当前结点左孩子
 struct BinTreeNode* right; // 指向当前结点右孩子
 BTDataType data; // 当前结点值域
}；

总结

以上便是对树与二叉树的知识点的分享。若对小伙伴有帮助的话，一个赞是对博主最大的鼓励！！( ﾟдﾟ)つBye