数据结构5（树的概念和原理）

树的概念和原理

基本概念

日常生活中，很多数据的组织形式本质上是一棵树。比如一个公司中的职员层级关系、一个学校中的院系层级关系、淘汰赛中的各次比赛队伍、一个家族中的族谱成员关系等都是树状逻辑结构。由于树状结构表现出来都是具有层次的，因此也被称为层次结构。

树是一种非线性结构，其严格的数学定义是：如果一组数据中除了第一个节点（第一个节点称为根节点，没有直接前驱节点）之外，其余任意节点有且仅有一个直接前驱，有零个或多个直接后继，这样的一组数据形成一棵树。树中的数据元素之间的逻辑关系是一对多的。

所以树也属于数据结构的一种类型，其实树就是n个结点的有限集，当n=0的时候，此时树就被称为空树，如果是一颗非空树应该满足以下两个条件：

任意的非空树中有且只有一个特定的结点，该结点被称为根或称为根结点，也就是n = 1。
当n>1的时候，其余的结点可以分为m个（m>1）互不相交的有限集 T1、T2、T3…Tm ，每个集合也被称为一棵树，就是根的子树。

对于树状结构，除了根结点之外，其余的结点都可以分为多个不相交的子树，具体如下所示:

可以看到，结点A就是根结点，根结点A下面有两个子树，分别是子树B和子树H，另外结点B和H都是根结点A的子结点。

如果一个结点有子树，则该结点就被称为子树的“双亲”，该结点的子树就被称为结点的“孩子”，另外，具有相同结点的子树就被称为“兄弟”。

可以看到，结点A有2个子结点，分别是B和H，所以子树B和子树H的双亲就是结点A，同理，结点B和H就是结点A的孩子，并且结点B和H是兄弟。

一般把一个结点拥有子树的数量称为结点的度，把度为0的结点称为叶子结点，把度不为0的结点称为分支结点，也就是除了叶子结点之外的结点都是分支结点。

可以看到，结点A的度是2，结点B的度是1，结点H的度是2，结点C的度是3。结点D、E、F、G、I都是叶子结点，对于A、B、H、C都是分支结点。

树是分层结构，一般把树的根结点称为第一层，其余的子结点的层次就是在上一层的基础上+1，另外一般把树的最大层数称为树的深度。

可以看到，对于树A一共有4层，所以树A的深度就是4，对于子树B的深度是3，对于子树H的深度是2，树的深度也被称为树的高度。

二叉树的种类说明

二叉树是另一种树状结构，二叉树的特点就是每个结点至多有两颗子树（每个结点的度不会超过2），并且二叉树的子树是有左右之分，如果有两颗子树，就分别叫做左子树和右子树，而且二叉树的子树是有次序的，不能随意更改的，所以二叉树也属于有序树，也就意味着哪怕二叉树只有一个子树，也要区分到底是左子树还是右子树。

二叉树也是n个（n>=0）结点的有限集，一般二叉树有5种形式，分别是空树、根结点（ROOT）、有根结点和左子树以及右子树、左子树（Left Child Tree）、右子树（Right Child Tree）。

⦁ 斜树

一般只有左子树的二叉树被称为左斜树，一般只有右子树的二叉树被称为右斜树，可以看到斜树退化为线性结构，所以斜树是没有体现二叉树的性能。

⦁ 满二叉树

一颗高度为h的二叉树，树的结点个数为 2h - 1个就被称为满二叉树，满二叉树所有的结点的度都是2，也就是每个结点都是有左子树和右子树，满二叉树的叶子结点的数量是最多的。另外，叶子结点都集中最下面一层。

⦁ 完全二叉树

对于一颗树而言，完全二叉树指的是只有树的最下面2层的结点的度可以小于2，并且结点的编号也是按照从上到下，从左到右的顺序进行排列，最下面一层的叶子结点都集中在左树。

可以知道满二叉树一定是完全二叉树，但是完全二叉树不一定是满二叉树，大家需要注意。

⦁ 二叉查找树

二叉查找树英文缩写为BST树（Binary Search Tree），一般也被称为二叉搜索树或者二叉排序树，二叉查找树的结点是有键值key的，如果二叉查找树不是空树则需要遵循以下的特点：

1. 如果二叉查找树有左子树，则左子树的结点的键值key要小于左子树的根结点的键值key
2. 如果二叉查找树有右子树，则右子树的结点的键值key要大于右子树的根结点的键值key
3. 对于二叉查找树而言，左子树和右子树也分别是二叉查找树。
   
   可以看到，左子树的结点的键值都是小于右子树，二叉查找树的结点的键值key是不重复的。
   
   
   
   
   
   
   
   
   
   ⦁ 平衡二叉树

平衡二叉树也是有序树，指的是树中任一结点的左子树和右子树的深度之差不超过1，如下图所示：

⦁ 二叉树的性质说明

性质01：非空二叉树中的叶子结点数量等于双分支结点数量+1，双分支结点指的是就是度为2的结点，假设二叉树的叶子结点数量为n0,二叉树中单分支结点的数量为n1，二叉树中双分支结点的数量为n2，则二叉树中结点的总数 = n0 + n1 + n2。

可以看到，上图二叉查找树中叶子结点的数量为3，度为1的结点的数量为1，度为2的结点数量为2，所以该二叉查找树的结点总数为6，和图中结点数量一致。

性质02：二叉树的第i层上最多有2i-1（i≥1）个结点，因为二叉树结点最多的情况就是满二叉树。

可以看到，满二叉树此时一共有4层，也就是二叉树的高度为4，假设要计算二叉树第4层的结点数量，则带入公式24-1之后得到的结果为8，和图中结点数量一致。

性质03：高度为h的二叉树最多有2h-1（h≥1）个结点。满二叉树就是结点最多的二叉树，所以换句话说，满二叉树前h层结点的数量为2h-1（h≥1）。

可以看到，满二叉树此时一共有4层，也就是二叉树的高度为4，假设要计算满二叉树的结点总数，则带入公式24-1之后得到的结果为15，和图中结点数量一致。

二叉树的存储结构

⦁ 顺序结构

二叉树的顺序结构就是采用一组地址连续的内存单元（数组）按照从上到下，从左到右的顺序依次存储二叉树中的结点，也就是把二叉树中编号为i的结点存储在数组下标为i-1的元素空间中。

如果按照二叉树的性质而言，满二叉树以及完全二叉树使用顺序存储比较合适，好处是可以最大程序的节约内存空间，并且可以利用数组下标查找数据。

对于一般的二叉树而言，也可以使用顺序结构进行存储，为了可以使用数组来表示结点的逻辑关系，需要数组的一些元素空间来存储空结点，会导致浪费空间。0表示不存在的空结点。

⦁ 链式结构

链式结构就可以有效的解决数组中存储空结点的问题，链式结构不受内存的限制，由于一个结点最多可能存在两个子结点，所以应该采用双向不循环链表的方案来实现。

⦁ 二叉树的遍历说明

通过遍历二叉树可以得到二叉树的所有信息，对二叉树做出全面的了解，对于二叉树遍历结点而言，绝大多数是采用二叉查找树（BST树）来实现，接下来就以二叉查找树为例进行讲解：

思考：如果按照思路把n个结点插入到二叉查找树中，请问应该如何验证程序的正确性???

1.需要包含drawtree.h头文件，并需要把源文件和该头文件处于同一个路径中，双引号包含

2.修改drawtree.h头文件中关于二叉树的数据类型以及二叉树结点的类型，操作如下图所示

3.在用户设计的源文件中调用drawtree.h头文件中的函数即可，然后把根结点传入该函数！！

1. 编译源程序，当编译运行之后，会自动在当前目录内生成一个网页，打开网页即可验证！！
   
   对于二叉树的遍历，指的是从根结点出发，依次访问二叉树中所有的结点，每个结点只会被访问一次，一共提供了三种方案实现二叉树结点的遍历：前序遍历、中序遍历、后序遍历。

2. 前序遍历（根结点—>左子树—>右子树） A B D G H C E I F

3. 中序遍历（左子树—>根结点—>右子树） G D H B A E I C F

4. 后序遍历（左子树—>右子树—>根结点） G H D B I E F C A

⦁ 删除二叉查找树中的结点

从二叉查找树删除某个结点比插入结点要麻烦一点，但是删除结点之后也必须遵循“小–中–大”的原则。删除结点的时候就可能会出现以下几种情况：

1. 要删除的结点的键值比根结点小，则在根结点的左子树进行递归的删除

2. 要删除的结点的键值比根结点大，则在根结点的右子树进行递归的删除

3. 如果要删除的结点恰好是根结点，也会遇到以下三种情况：

4. 如果根结点有左子树，需要从左子树中找到键值最大的结点去替换根结点，然后在左子树中把原来的键值最大的结点递归的删掉

5. 如果根结点有右子树，需要从右子树中找到键值最小的结点去替换根结点，然后在右子树中把原来的键值最小的结点递归的删掉

6. 如果根结点没有左子树和右子树，则直接把根结点删掉
   
   可以看到，如果要删除的结点是15，该结点有左子树，所以需要从左子树中找到键值最大的结点，也就是13，然后把13替换到15的位置，最后把多余13删掉即可。
   
   可以看到，如果要删除的结点是25，该结点有右子树，所以需要从右子树中找到键值最小的结点，也就是26，然后把26替换到25的位置，最后把多余26删掉即可。