算法：什么是二叉树

二叉树的定义

二叉树的特点

• 每个节点最多有两棵子树，即二叉树中不存在度大于2的节点。

• 节点的度：就是当前节点有几个孩子
• 树的度：树中的节点最多可以拥有的孩子。
  • 如果最多2个孩子，就叫做二叉树
  • 如果最多3个孩子，就叫做三叉树

• 左子树和右子树是有顺序的，次序不能任意颠倒，就像人的双手，双脚一样
• 即使树中某节点只有一颗子树，也要取分它是左子树还是右子树。

二叉树的形态

二叉树有五种基本形态

• 空二叉树
• 只有一个根节点
• 根节点只有左子树
• 根节点只有右子树
• 根节点既有左子树又有右子树

N个节点的二叉树有多少种形态（卡特兰数）

• 2个节点的树有2种形态
• 3个节点的树有5种形态
  

特殊的二叉树

斜树

斜树的种类：

• 左斜树： 所有的节点都只有左子树
• 右斜树： 所有的节点都只有右子树

斜树的特点：

• 每一层都只有一个节点
• 节点的个数与二叉树的深度相同

满二叉树

在一棵二叉树中，所有分支节点都存在左子树和右子树，并且所有叶子都在同一层上，这样的二叉树就叫做满二叉树

一颗深度为k且有2^(k-1)个节点的二叉树称为满二叉树

因此，满二叉树的特点：

• 叶子只能出现在最下面一层
• 非叶子节点的度一定是2
• 在同样深度的二叉树中。满二叉树的节点个数最多，叶子树最多

完全二叉树

对一棵具有n个节点的二叉树按层序编号，如果编号为i的节点与同样深度的满二叉树中编号为i的节点在二叉树中的位置完全相同，这样的二叉树叫做完全二叉树

当二叉树的深度为h时，它的h层节点必须都是连续靠左并不可隔开的(满二叉树也符合)，并且1～h-1层的结点数都达到最大个数(即1~h-1层为一个满二叉树)。

为什么要把“完全二叉树”拎出来讲呢？

为什么要把“完全二叉树”拎出来讲呢？为什么偏偏把最后一层的叶子节点靠左排列的叫做完全二叉树？如果靠右排序就不能叫做完全二叉树了吗？这个定义的由来或者说目的在哪里。

要理解完全二叉树的由来，我们需要先了解，如果表示(或者存储)一颗二叉树？

• 想要存储一颗二叉树，我们有两种方法，一种是基于指针或者引用的二叉链式存储法，一种是基于数组的顺序存储法
• 我们先来看比较简单，直观的链式存储法。从下图中可以很清楚的看到，每个节点有三个字段，其中一个存储数据，另外两个是指向左右子节点的指针。我们只需要拎住根节点，就可以通过左右子节点的指针，把整棵树都串起来。这种存储方式我们比较常用，大部分二叉树代码都是通过这种结构来实现的。
  
• 我们再来看，基于数组的顺序存储法。我们把根节点存储在下标 i = 1 的位置，那左子节点存储在下标 2 * i = 2 的位置，右子节点存储在 2 * i + 1 = 3 的位置。以此类推，B 节点的左子节点存储在 2 * i = 2 * 2 = 4 的位置，右子节点存储在 2 * i + 1 = 2 * 2 + 1 = 5 的位置。
  
• 总结一下，如果节点 X 存储在数组中下标为 i 的位置，下标为$2\ast i$的位置存储的就是左子节点，下标为 $2\ast i+1$ 的位置存储的就是右子节点。反过来，下标为 i/2 的位置存储就是它的父节点。通过这种方式，我们只要知道根节点存储的位置（一般情况下，为了方便计算子节点，根节点会存储在下标为 1 的位置），这样就可以通过下标计算，把整棵树都串起来
• 不过，上面的例子是一颗完全二叉树，所以仅仅“浪费”了一个下标为0的存储位置。如果是非完全二叉树，就会浪费比较多的数组存储空间。如下图
  

所以，如果某颗二叉树是一颗完全二叉树，那用数组存储无疑是最节省内存的一种方式。因为数组的存储方式并不需要像链式存储法那样，要存储额外的左右子节点的指针。这也是为什么完全二叉树会单独拎的原因，也是为什么完全二叉树要求最后一层的子节点都靠左的原因。

应用，堆排序中的堆就是一颗完全二叉树，最常用的存储方式是就是数组

完全二叉树的特点：

• 叶子节点只能出现在最下面两层：所有的叶节点都出现在第k层或者k-1层。
• 最下层的叶子一定集中在左部连续位置，倒数二层的叶子节点一定集中在右边连续位置：如果其右子树的最大层次为l，那么其左子树的最大层次为l或者l+1
• 如果节点度为1，则该节点只有左孩子，即不存在只有右子树的情况。
• 同样节点数的二叉树，完全二叉树的深度最小

完全二叉树的其他性质：

（1）具有n个节点的完全二叉树的深度为$[log2n]+1$ ，其中[log2n]表示log2n的整数部分

• 证明： 假设当前二叉树的深度为k，则$2^{(k-1)}-1<n<2^{(k)}-1$ —> $2^{(k-1)}<=n<2^{(k)}-1$
  • $2^{(k-1)}<=n$的意思是对于完全二叉树倒数第二层一定是满的
  • $n<2^{(k)}-1$的意思是对于完全二叉树倒数第一层一定是不满的
• 取对数得： $k-1<=lo{g}_{2}n<k$，因为$k=lo{g}_{2}n+1$

（2）如果对一棵有n个节点的完全二叉树的节点按层序编号[从第1层到第$Lo{g}_{2}n+1$层，每层从左到右]，对任一节点i(1 <= i <= n)有：

• 如果i=1，则节点是二叉树的根，没有双亲；如果i>1，那么双亲是节点**[i/2]**

  • 所以对于节点n，它的双亲节点是 [i/2]

• 如果当前节点编号为i，则左孩子left = i * 2 + 1，右孩子 right = index * 2 + 2

• 序数 >= floor(N/2)都是叶子节点

如果对一棵有n个节点的完全二叉树的节点按层序编号

性质	满二叉树	完全二叉树
高度	k	k
第i层节点数	$2^{(i-1)}$	$1<=x<2^{(i-1)}$
总节点数	$2^{(k)}-1$	$2^{(k-1)}<=n<2^{(k)}-1$

二叉树的性质

性质1

在二叉树的第 i 层上至多有 2^(i - 1) 个结点 ( i > 1 )。

证明：

第一层是根结点，只有一个，所以 2^(1 - 1) = 2^0 = 1。
第二层有两个，2^(2 -1) = 2^1 = 2。
第三层有四个，2^(3 -1) = 2^2 = 4。
第四层有八个，2^(4 -1) = 2^3 = 8。
通过数据归纳法的论证，可以很容易得出在二叉树的第 i 层上至多有 2^(i-1) 个结点 (i >= 1 ) 的结论。

性质2

深度为 k 的二叉树至多有 2^k - 1 个结点 (k >= 1 )

证明1：

如果有一层，至多 1 = 2^1 - 1 个结点。
如果有二层，至多 1+ 2 = 3 =2^2 - 1 个结点。
如果有三层，至多 1 + 2 + 4 = 7 = 2^3 - 1 个结点。
如果有四层， 至多 1 + 2 + 4 + 8 = 15 = 2^4 - 1 个结点。
通过数据归纳法的论证，可以得出，如果有 k 层，此二叉树至多有 2^k - 1 个结点。

证明2：

有性质一推出，深度为k的二叉树最多节点 = $2^0+2^1+2^2+...+2^{(}k-1)=2^k-1$

性质3

在任意一棵二叉树中，若终端结点的个数为n0，度为2的结点数为n2，则n0=n2+1

证明：因为二叉树中所有结点的度数均不大于2，所以结点总数(记为n)=“0度结点数(n0)” + “1度结点数(n1)” + “2度结点数(n2)”。由此，得到等式一。
(等式一) n=n0+n1+n2
　 另一方面，0度结点没有孩子，1度结点有一个孩子，2度结点有两个孩子，故二叉树中孩子结点总数是：n1+2n2。此外，只有根不是任何结点的孩子。故二叉树中的结点总数又可表示为等式二。
(等式二) n=n1+2n2+1
由(等式一)和(等式二)计算得到：n0=n2+1。原命题得证！

小结

我们平时最常用的数就是二叉树。二叉树的每个节点最多有两个子节点，分别是左子节点和右子节点。二叉树中，有两种比较特殊的树，分布是满二叉树和完全二叉树。满二叉树又是完全二叉树的一种特殊情况。

二叉树既可以用链式存储，也可以用数组顺序存储。数据顺序存储的方式比较合适用完全二叉树，其他类型的二叉树用数组存储会比较浪费存储空间