数据结构和算法（十）之树结构_计算之树从树枝到树干-CSDN博客

本文链接：https://blog.csdn.net/yige001/article/details/124250767

数据结构和算法（十）之树结构

一. 树的概念

我们先来简单的认识一些关于树的概念，再来认识特殊的二叉树以及它的相关编码工作。

树是什么？

真正的树：
- 相信每个人对现实生活中的树都会非常熟悉
- 我们来看一下树有什么特点？
  - 树通常有一个根。连接着根的是树干。
  - 树干到上面之后会进行分叉成树枝，树枝还会分叉成更小的树枝。
  - 在树枝的最后是叶子。
- 树的抽象：
  - 专家们对树的结构进行了抽象，发现树可以模拟生活中的很多场景。
模拟树结构
- 公司组织架构：
- 红楼梦家谱
我们再将里面的数据移除，仅仅抽象出来结构，那么就是我们要学习的树结构

树的优点

我们之前已经学习了多种数据结构来保存数据，为什么要使用树结构来保存数据呢？
- 树结构和数组 / 链表 / 哈希表的对比有什么优先呢？
数组：
- 优点：
  - 数组的主要优点是根据下标值访问效率会很高。
  - 但是如果我们希望根据元素来查找对应的位置呢？
  - 比较好的方式是先对数组进行排序，再进行二分查找。
- 缺点：
  - 需要先对数组进行排序，生成有序数组，才能提高查找效率。
  - 另外数组在插入和删除数据时，需要有大量的位移操作（插入到首位或者中间位置的时候），效率很低。
链表：
- 优点：
  - 链表的插入和删除操作效率都很高。
- 缺点：
  - 查找效率很低，需要从头开始依次访问链表中的每个数据项，直到找到。
  - 而且即使插入和删除操作效率很高，但是如果要插入和删除中间位置的数据，还是需要重头先找到对应的数据。
哈希表：
- 优先：
  - 我们学过哈希表后，已经发现了哈希表的插入 / 查询 / 删除效率都是非常高的。
  - 但是哈希表也有很多缺点。
- 缺点：
  - 空间利用率不高，底层使用的是数组，并且某些单元是没有被利用的。
  - 哈希表中的元素时无序的，不能按照固定的顺序来遍历哈希表的元素。
  - 不能快速的找出哈希表中的最大或者最小值这些特殊的值。
树结构：
- 我们不能说树结构比其他结构都要好，因为每种数据结构都有自己特定的应用场景。
- 但是树确实也综合了上面的数据结构的优点（当然优点不足于盖过其他数据结构，比如效率一般情况下没有哈希表高），并且也弥补了上面数据结构的缺点。
- 而且为了模拟某些场景，我们使用树结构会更加发的那个方便。比如文件的目录结构。

树的术语

在描述树的各个部分的时候有很多术语。
- 为了让介绍的内容更容易理解，需要知道一些树的术语。
- 不过大部分术语都与真实世界的树相关，或者和家庭关系相关（如父节点和子节点），所以他们比较容易理解。
我们先来看一下树的结构
树的定义：
- 树（Tree）：n (n>=0)个结点构成的优先集合。
  - 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
  - 树中有一个称为“根（Root）”的特殊结点，用r表示；
  - 其余结点可分为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）”
- 注意：
  - 子树之间不可以相交
  - 除了根结点外，每个结点有且仅有一个父结点；
  - 一棵N个结点的树有N-1条边。
树的术语：
1. 结点的度（Degree）：结点的子树个数。
2. 树的度：树的所有结点中最大的度数。（树的度通常为结点的个数N-1）
3. 叶节点（Leaf）：度为0的结点。（也称为叶子结点）
4. 父结点（Parent）：有子树的结点是其子树的根结点的父结点。
5. 子结点（Child）：若A结点是B结点的父结点，则称B结点是A结点的子结点；子结点也称孩子结点。
6. 兄弟结点（Sibing）：具有同一父结点的各结点彼此是兄弟结点。
7. 路径和路劲长度：从结点n1到nk的路径为一个结点序列n1,n2,...,nk,ni是ni+1的父结点，路径包含边的个数为路径的长度。
8. 结点的层次（Level）：规定根结点在1层，其他任意结点的层数是其父结点的层数加1.
9. 树的深度（Depth）：树中所有结点中的最大层次是这棵树的深度。

树的表示

树可以有多种表示的方式。
最普通的表示方式：
儿子 - 兄弟表示法
儿子 - 兄弟表示法旋转
你发现上面规律了吗？
- 其实所有的树本质上都可以使用二叉树模拟出来。
- 所以在学习树的过程中，二叉树非常重要。

二. 二叉树

如果树中每个结点最多只能有两个结点，这样的树就称为“二叉树”。

前面，我们已经提过二叉树的重要性，不仅仅是因为简单，也因为几乎上所有的树都可以表示成二叉树的形式。

二叉树的概念

二叉树的定义
- 二叉树可以为空，也可以没有结点。
- 若不为空，则他是由根结点和称其为左子树TL和右子树TR的两个不相交的二叉树组成。
二叉树有五种形态：
- 注意c和d是不同的二叉树，因为二叉树是有左右之分的。

二叉树的特性

二叉树有几个比较重要的特性，在笔试题中比较常见：
- 一个二叉树第i层的最大结点树为： $2^{i-1}$ , $i > = 1$ ;
- 深度为k的二叉树有最大结点总数为： $2^k - 1$ , $k > = 1$
- 对任何非空二叉树T，若n0表示叶节点的个数、n2是度为2的非叶结点个数，那么两者满足关系n0 = n2 + 1。

特殊二叉树

完美二叉树（Perfect Binary Tree），也称为满二叉树（Full Binary Tree）
- 在二叉树中，除了最下一层的叶结点外，每层结点都有个子结点，就构成了满二叉树。
完全二叉树（Complete Binary Tree）
- 除二叉树最后一层外，其他各层的结点数都达到最大个数。
- 且最后一层从左向右的叶结点连续存在，只缺右侧若干结点。
- 完美二叉树是特殊的完全二叉树。
下面不是完全二叉树，因为D结点还没有右结点，但是E结点就有了左右结点。

二叉树的存储

二叉树的存储常见的方式是数组和链表。
使用数组存储：
- 完全二叉树：安从上至下、从左到右顺序存储
- 非完全二叉树：
  - 非完全二叉树要转成完全二叉树才可以按照上面的方案存储。
  - 但是会造成很大的空间浪费
链表存储：
- 二叉树最常见的方式还是使用链表存储。
- 每个结点封装成一个Node,Node中包含存储的数据，左结点的引用，右结点的引用。