数据结构-树（基础，分类，遍历）
数据结构-树
1.什么是树？
在计算机科学中，树是一种常用的非线性数据结构，用于表示具有层次关系的数据。与线性数据结构（如数组和链表）不同，树结构以节点（Nodes）和边（Edges）组成，通过根节点（Root Node）进行组织。每个节点可以有零个或多个子节点，形成一系列层级结构。
树的基本术语包括：
- 根节点（Root）：树的最上层节点，没有父节点。
- 节点（Node）：树中的基本单元，包含数据和指向子节点的引用。
- 子节点（Child）：直接连接到某一节点的节点。
- 父节点（Parent）：直接连接到子节点的节点。
- 叶节点（Leaf）：没有子节点的节点。
- 深度（Depth）：节点到根节点的路径长度。
- 高度（Height）：节点到其最远叶节点的路径长度。
2.树的类型
- 二叉树（Binary Tree）：每个节点最多有两个子节点（左子节点和右子节点）。
- 二叉搜索树（Binary Search Tree, BST）：左子树的所有节点值小于根节点值，右子树的所有节点值大于根节点值。
- 平衡树（Balanced Tree）：如 AVL 树和红黑树，保持树的高度平衡，以优化插入、删除和查找操作的时间复杂度。
2.1. 二叉树（Binary Tree）
定义：二叉树是一种每个节点最多有两个子节点的树形结构。每个节点通常包含三个部分：数据、左子节点、右子节点。
特点：
- 结构：每个节点有至多两个子节点，通常称为左子节点和右子节点。
- 类型：包括满二叉树（每个节点都有两个子节点）、完全二叉树（除了最底层外，所有层都是满的）和不完全二叉树（节点可能只有一个子节点）。
完全二叉树和非完全二叉树：
用途：广泛应用于表达结构性的数据，例如表达式树、决策树等。
2.2. 二叉搜索树（Binary Search Tree, BST）
定义：二叉搜索树是一种特殊的二叉树，其中每个节点的左子树包含小于该节点值的节点，右子树包含大于该节点值的节点。（值）
特点：
- 性质：对于每个节点，左子树的所有节点值小于该节点值，右子树的所有节点值大于该节点值。
- 操作：插入、删除和查找操作可以在平均 O(log n) 时间复杂度下完成，前提是树是平衡的。
用途：常用于实现高效的查找、插入和删除操作。
2.3. 平衡树（Balanced Tree）
定义：平衡树是一种自我调整的二叉搜索树，确保树的高度在一个合理范围内，从而优化操作效率。
类型：
- AVL 树：一种严格平衡的二叉搜索树，其中每个节点的左右子树高度差最多为1。插入和删除操作后，可能需要进行旋转来保持平衡。
- 红黑树：一种较宽松的平衡树，其中每个节点都有一个颜色属性（红色或黑色），并且遵循一系列规则来确保树的平衡。红黑树在插入和删除时也进行必要的旋转和重新着色。
特点：
- AVL 树：高度更严格平衡，查询操作通常较快，但插入和删除的旋转次数可能较多。
- 红黑树：维护平衡较为宽松，插入和删除操作的复杂度较低，但查询操作可能稍慢。
用途：用于实现具有自平衡特性的高效数据结构，如Java的 TreeMap 和 TreeSet。
3.二叉树的存储
二叉树的存储结构通常有两种方式：顺序存储和链式存储。顺序存储适用于完全二叉树，而链式存储则更为灵活，适用于不完全二叉树。二叉树的遍历方式包括前序遍历、中序遍历、后序遍历和层序遍历（广度遍历），这些遍历方式按照不同的顺序访问树的节点。
4.二叉树的遍历
二叉树的遍历是指按某条搜索路径访问树中的每个结点，使得每个结点均被访问一次。
1)先序遍历
若二叉树为空，则返回，否则先访问根节点，再先序遍历左子树，再先序遍历右子树。
void PreOrderVisit(BiTree T) {
if (T != NULL) {
visit(T);
PreOrderVisit(T->lchild);
PreOrderVisit(T->rchild);
}
}
2)中序遍历
若二叉树为空，则返回，否则先中序遍历左子树，再访问根节点，再中序遍历右子树。
void InOrderVisit(BiTree T) {
if (T != NULL) {
InOrderVisit(T->lchild);
visit(T);
InOrderVisit(T->rchild);
}
}
3)后序遍历
若二叉树为空，则返回，否则先后序遍历左子树，再后序遍历右子树，再访问根节点。
void PostOrderVisit(BiTree T) {
if (T != NULL) {
PostOrderVisit(T->lchild);
PostOrderVisit(T->rchild);
visit(T);
}