【数据结构】树

 

目录

一、定义和特点

二、基本术语

三、树的分类

3.1 二叉树（Binary Tree）

3.1.1 满二叉树（Full Binary Tree）

3.1.2 完全二叉树（Complete Binary Tree）

3.1.3 平衡二叉树（Balanced Binary Tree）

3.2 N叉树（N-ary Tree）

3.3 搜索树（Search Tree）

3.4 堆（Heap）

3.5 B树（B-Tree）

3.6 二叉搜索树的其他变种

四、树的扩展与变体

4.1 N叉树（N-ary Tree）

4.2 哈夫曼树（Huffman Tree）

4.3 并查集（Disjoint Set/Union-Find）

4.4 后缀树（Suffix Tree）

4.5 线索二叉树（Threaded Binary Tree）

六、树的操作

七、树在算法设计中的应用

---

       数据结构中树(Tree)作为一种非线性的数据组织方式，以其独特的层次性和递归性在计算机科学中占据了举足轻重的地位。它不仅是理论计算机科学的基础，也是软件开发和算法设计中的核心工具。

一、定义和特点

        树（Tree）是由n（n≥0）个结点的有限集合。当n=0时，我们称之为空树；而当n>0时，这棵树便拥有了一个特定的根（root）结点，其余结点则按照一定的规则划分为m（m>0）个互不相交的有限集T1、T2...Tm，其中每一个集合都继续保持着树的特性，形成了根的子树（SubTree）。这种结构使得树能够以一种自然的方式表达层次和分类的信息。

        树的特点包括：每个节点（除了根节点外）都有且仅有一个前驱节点，称为父节点；每个节点可以有零个或多个后继节点，称为子节点。根节点没有父节点，而叶子节点（即度为0的节点）则没有子节点。树中不存在环形的连接，这保证了数据的访问和修改能够按照清晰的路径进行。

二、基本术语

        在树形结构中，我们有一系列专门的术语来描述其组成部分和关系。结点，作为树的基本单位，包含了一个数据元素以及指向其子树的分支。结点的度，即其所拥有的子树的数量，直接反映了该节点在树中的复杂度和重要性。叶子或终端结点，作为树的边界元素，它们没有子节点，因此是数据访问的终点。而非终端结点或分支结点，则作为树的骨架，支撑起了整个数据结构。

        节点（Node）：树的基本单元，包含数据元素和指向其子节点的链接。

        根节点（Root Node）：树的最顶端的节点，它没有父节点。

        内部节点（Internal Node）：除了根节点以外的所有节点，它至少有一个子节点。

        叶子节点（Leaf Node）：没有子节点的节点。

        父节点（Parent Node）：某个节点的直接上层节点。

        子节点（Child Node）：某个节点的直接下层节点。

        兄弟节点（Sibling Node）：具有相同父节点的节点。

        边（Edge）：连接两个节点的线段，表示这两个节点之间存在父子关系。

        度（Degree）：一个节点的子节点的数量。

        树的度：树中所有节点的度的最大值。

        深度（Depth）：从根节点到某个节点的最长路径上的节点数量（包括根节点和该节点）。

        高度（Height）：从根节点到叶子节点的最长路径上的节点数量（不包括根节点）。

<