python二叉树

树的定义

树（tree）是一种抽象数据类型(ADT)或是视作这个数据类型的数据结构，用来模拟拥有树状结构的数据集合
它是由n（n>=1）个有限的结点组成的一个层次关系的集合。
把它叫做树是因为是看起来像树，根在上，而叶朝下的，它具有一下的特点：
1、每个节点都有零个或者多个子节点
2、没有父节点的节点叫做根节点
3、除了根节点之外，每个字节点可以分为多个不想交的子树
4、除了根节点之外，每个节点只有一个父节点

图一

在图1，该树一共有13个节点，其中A是根，其余节点分成3个互不相交的子集：
T1={B,E,F,K,L},T2={C,G},T3={D,H,I,J,M};T1,T2和T3都是根A的子树，且本身也是一棵树。
例如T1，其根为B，其余节点分为两个互不相交的子集；T11={E,K,L},T12={F}。
T11和T12都是B的子树。而在T11中E是根，{K}和{L}是E的两棵互不相交的子树，其本身又是只有一个根节点的树。

上述观察实际上给了我们一种严格的定义方法：

1、树是元素的集合
2、该集合可以为空，这时候树中没有元素，我们成它为空树（empty tree）
3、如果该集合不为空，那么该集合有一个根节点，以及0个或者多个子树，根节点和它的子节点用一条边（edge）连接

上面几点使用的递归定义的树，也就是在定义树的过程中使用了树（子树）本身，由于树的递归特征，许多树的相关操作也可以方便的实现递归实现

基本术语

1、节点的度：一个节点所含有的子树
2、树的度：一棵树的所有节点中最大的度
3、叶节点或终端节点：度为零的节点
4、父亲节点或者父节点：若一个节点含有子节点，就称这个节点为这些子节点的父节点（自身的上一级）
5、孩子节点或子节点：父亲节点的子节点（自身的下一级）
6、兄弟节点：同一个父节点
7、节点的层次：从根开始定义起，根为第一层，根的子节点为第二层，以此类推
8、树的高度或深度：树中节点的最大层次
9、堂兄弟节点：父节点在同一层次的节点
10、节点的祖先：从根节点到该节点分支上的所有节点
11、子孙：自身的所有下一级节点
12、森林：由m(m>=0)棵互不相交的树的集合

性质

1、在二叉树的第i层上至多有2的（k-1） 个节点(i>0)（也就是2的层数-1次方）
2、深度（高度）为k的二叉树至多有2的k次方 -1 个节点 (k >0)（从第一层累加，加到k层）
3、对于任意一棵二叉树，如果其叶节点数位N0，而度数位2的结点总数为N2，则N0=N2+1
4、具有n个结点的完全二叉树的深度必为log2(n+1)
5、

二叉树的类型

1、完全二叉树：

2、满二叉树：

## 3、平衡二叉树
平衡二叉树又被称为AVL树（这里区别于AVL算法），他是一棵二叉排序树，且具有以下性质：他是一棵空树或他的左右两个的子树的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树

二叉树的遍历

所谓二叉树的遍历，指的是如何按某种路径巡防树中的每次结点，使得每个结点均被访问一次，而且仅被访问一次。
介绍完了二叉树的定义及基本性质，接下来，我们需要了解二叉树的遍历。所谓二叉树的遍历，指的是如何按某种搜索路径巡防树中的每个结点，使得每个结点均被访问一次，而且仅被访问一次。对于二叉树，常见的遍历方法有：先序遍历，中序遍历，后序遍历，层序遍历。这些遍历方法一般使用递归算法实现。
先序遍历的操作定义为：若二叉树为空，为空操作；否则（1）访问根节点；（2）先序遍历左子树；（3）先序遍历右子树。
中序遍历的操作定义为：若二叉树为空，为空操作；否则（1）中序遍历左子树；（2）访问根结点；（3）中序遍历右子树。
后序遍历的操作定义为：若二叉树为空，为空操作；否则（1）后序遍历左子树；（2）后序遍历右子树；（3）访问根结点。
层序遍历的操作定义为：若二叉树为空，为空操作；否则从上到下、从左到右按层次进行访问。
如对于下图3

其先序遍历、中序遍历、后序遍历、层序遍历的结果为：

先序遍历为:
18 7 3 4 11 5 1 3 6 2 4 
中序遍历为:
3 7 4 18 1 5 3 11 2 6 4 
后序遍历为:
3 4 7 1 3 5 2 4 6 11 18 
层序遍历为:
[[18], [7, 11], [3, 4, 5, 6], [1, 3, 2, 4]]