你真的了解二叉树吗？（树形结构基础篇）

联系我们：有道技术团队助手：ydtech01 / 邮箱：[email protected].com

前言

树形结构，尤其是二叉树，在我们平时开发过程中使用频率比较高，但之前对于树形结构没有一个比较系统全面的了解和认知，所以借此机会梳理一下。

本文属于《你真的了解二叉树吗》系列文章之一，主要介绍的是树形结构的基础，在看完这篇文章之后，如果想要更加熟练掌握二叉树的话，可以看另一篇《你真的了解二叉树吗（手撕算法篇）》（下周发布）。

一、树形结构基础

相较于链表每个节点只能唯一指向下一个节点（此处说的链表是单向链表），树则是每个节点可以有若干个子节点，因此，我们一个树形结构可以如下表示：

interface TreeNode {
   
  data: any;
  nodes: TreeNode[]
}

1.1 树的度

PS: 在图结构中，也有度的概念，分为出度和入度，如果把树看作是图的一部分的话，那么严格来说，树的度其实是出度。不过，在树形结构中，我们通常把度这个概念作为描述当前树节点有几个子节点。

即每个节点拥有几个孩子，因此，二叉树的度最大是2，链表（可以看成只有一个孩子的树）的度最大是1。

• 定理： 在一个二叉树中，度为 0 的节点比度为 2 的节点多1。

• 证明： 假如一个树有 n 个节点，那么，这棵树肯定有 n-1 条边，也就是说，点的数量=边的数量+1(这个结论针对所有树形结构都适用，不仅仅是二叉树)如下图：

这个棵树有 7 个节点，节点与节点之间的连线，也就是边只有 6 条。

那么，我们假设度为 0 的节点数量为 n0,度为 1的节点为数量 n1，度为 2 的节点数量为 n2，又因为是度为0的节点，说明他的边的数量N0=0，度为1的节点边的数量为 N1=n1 * 1，度为2的节点边的数量为N2=n2 * 2，那么总共的节点数量为：

#由上可知，边数量的表达式如下

N0=0;

N1=1*n1;

N2=2*n2;

#由上可知，节点的数量=边的数量+1

n0 + n1 + n2 = N0 + N1 + N2 + 1;

#代入N0,N1,N2得：

n0 + n1 + n2 = 0 + n1 + 2*n2 + 1;

#化简得：

n0 = n2 +1;

#即度为0的节点数量永远比度为2的节点多一个

由此，我们就证明了上面的定理，我们把这个定理换个描述或许更容易理解：

在二叉树中，只要你知道了有多少个叶子节点，那么度为2的节点数量就是叶子节点的数量减1，反之，知道度为2的节点数量，那么叶子节点的数量就是度为2的节点数量加1。

1.2 树的遍历

    5
   / \
  1   4
     / \
    3   6

1.3 树的遍历思想

树天生就是一个适合递归遍历的数据结构，因为每一次处理左子树和右子树的时候，其实就是递归遍历的过程。

• 前序遍历：「根节点」「递归遍历左子树的输出结果」「递归遍历右子树的输出结果」

• 中序遍历：「递归遍历左子树的输出结果」「根节点」「递归遍历右子树的输出结果」

• 后序遍历：「递归遍历左子树的输出结果」「递归遍历右子树的输出结果」 「根节点」