一起学数据结构（7）——树及二叉树的基本概念及存储

前面的关于数据结构的文章中，介绍了顺序表，链表，栈，队列等数据结构。对于以上数据结构，均是一对一的关系。本篇文章将对于一对多的数据结构——树进行解析。

1. 树的定义及基本概念：

1.1 树的定义：

1.2 树的基本概念及术语：

1. 树的定义及基本概念：

1.1 树的定义：

树是 $n(n\geq 0)$ 个结点的有限集，当 $n =0$ 时，把树称之为空树。对于任意的非空树，应该满足下面的条件：

1. 有且仅有一个特定的根结点

2.当 $n> 1$ 时，除根结点之外的其他结点可以再分为 $m(m> 0)$ 个互不相交的有限集 $T_{1},T_{2},T_{3}......T_{n}$ ,并且每个有限集本身也可以看作一棵树，并且称之为根的子树。

树的结构可以由下图表示：

从给出的树的结构图可以看出，树的定义是满足递归的，即：树在定义的过程中，多次用到了自身。所以，树是一种递归的数据结构，同时，满足下面的两个特点：

(1).根结点没有前驱，除根结点以外的结点有且仅有一个前驱。如果对上述树的结构图进行更改：

本图中 $L$ 结点因为由两个前驱，即 $E,F$ 结点。所以，上图不满足树的结构，不为树。

(2).树中所有结点都可以又零个或者多个后继结点。

1.2 树的基本概念及术语：

(1).结点的度：一个结点含有子树的个数，被称之为该结点的度，图中， $A$ 结点的度为 $3$ 。

(2).叶结点或终端结点：度为 $0$ 的结点称之为叶结点，图中 $G,I,J$ 均为叶结点。

(3).非终端结点或分支结点：度不为 $0$ 的结点为分支结点。图中 $B,C,D,E$ 均为分支结点。

(4).双亲结点或者父结点：若一个结点含有一个子结点，则这个结点称为子结点的父结点。

(5).子结点：一个结点含有的子树的根结点，称之为该结点的子结点，图中 $B,C,D$ 均为结点 $A$ 的子结点。

(6).兄弟结点：具有相同父结点的结点，称之为兄弟结点。

(7).树的度：树中最大的结点的度，称之为树的度。图中树的度为 $3$ .

(8).结点的层次：从根结点开始定义，根结点为第 $1$ 层，以此类推。

(9).树的高度：树中最大的结点的层次，图中树的高度为 $4$ 。

(10).堂兄弟结点：父结点在同一层的结点，称之为堂兄弟结点，图中 $F,G,$ 就互为堂兄弟结点。

(11).结点的祖先：从根到该结点所经分支的所有结点。例如，图中的祖先结点为 $A$ 。

(12).子孙结点：以某结点为根的子树中任一结点都为该结点的子孙结点。

(13).森林：由 $m(m>0)$ 棵互不相交的树构成的集合称之为森林。

2. 树的存储：

在存储上述给出的树时，由于每一个结点下面的子结点的数量都是随机的，所以，只有在得知结点的度的情况下，才可以提前开辟一定量的空间进行存储。但是在大多数情况下，结点的度都是未知的，对于上述情况，采取的存储方式为左孩子，右兄弟的存储方法，具体结构如下：

struct TreeNode
{
     int val;
     struct TreeNode* firstchild;
     struct TreeNode* nextbrother;
};

其中， $val$ 用于存储数据元素，结构体指针 $firstchild$ 用于指向该结点最靠左部分的子结点， $nextbrother$ 用于指向子结点的兄弟结点。

若用上面的存储方法来表示给出的树的结构，其中红线表示结构体指针 $firstchild$ 的指向，蓝线表示结构体指针 $nextbrother$ 的指向，效果图如下：

对于由 $m(m>0)$ 棵互不相交的树构成的森林，也可以采用双亲表示法进行存储，原理如下：

在采用双亲表示法对上述的森林进行存储时，需要创建一定大小的数组，用于存放若干个结构体，每个结构体均是森林中子树的结点，即：

在上一个存储方法中，分别存储了子结点和兄弟结点的地址。对于双亲表示法，则是存储该结点父结点的指针或者下标。 例如上面给出的数组，若该结点不存在父结点，则直接存储 $-1$ ，若存在父结点，需要存储父结点的下标，效果如下：

其中，绿色数字代表该结点的父结点的下标。

从上面对于树的简单介绍可以看出，相对于之前的顺序表，链表等数据结构来说，树的结构较为复杂。但是，在实际使用时，只有二叉树这一种特殊的结构比较泛用，下面将对于二叉树的内容进行介绍。

3. 二叉树的概念及结构：

3.1 二叉树的概念：

二叉树是一种特殊的数据结构，特点是每个结点至多只有两棵子树，即：二叉树中不存在度大于 $2$ 的结点。并且二叉树有左右之分，且顺序不可以颠倒。

与树相同，二叉树也是由 $n(n\geq 0)$ 个结点构成的有限集合。当 $n=1$ 时，此时的二叉树被称之为空树。当 $n = 1$ 时，此时二叉树只有一个根节点。当 $n = 2$ 时，此时的二叉树有左树、右树两种形式。当 $n=3$ 是，此时的二叉树有左、右两棵子树。即：

对 $n > 3$ 的任意二叉树，均可以看作由上述情况复合而来。

3.2 两种特殊的二叉树：

3.2.1 满二叉树：

对于一个二叉树，如果每一层的结点数都到达了最大值，则称这个二叉树为满二叉树，满二叉树结构如下：

对于一个高度为 $n$ 的满二叉树，由于每一层的结点都达到了最大值，满二叉树中的结点总数为 $2^n-1$

3.2.2 完全二叉树：

对于完全二叉树，是一种效率很高的数据结构，完全二叉树是由满二叉树引出来的。对于一个高度为 $n$ ,有 $m$ 个结点的二叉树，当且仅当每一个结点都与高度为 $n$ 的满二叉树编号从 $1$ 到 $n$ 的结点一一对应时，称之为完全二叉树。对于满二叉树，可以看作成一种特殊的完全二叉树。也可以理解为，一个高度为 $m$ 的完全二叉树，其前 $m-1$ 层的结点数都达到了最大值。但是在第 $m$ 层，结点的数量可以小于最大值，但是结点的排列必须是连续的，即下图中所展示的结构。：

而对于下面这种结点排列不连续的二叉树，则不可以看作完全二叉树：

前面说到，满二叉树可以看作一个特殊的完全二叉树。故，一个完全二叉树的结点数量的最大值为 $2^n-1$ 。通过上述给出的完全二叉树的结构，可以的出，当完全二叉树结点数量的最小值，就是第 $m$ 层只有一个结点，结构如下：

此时的完全二叉树的结点数量为 $2^{n-1}$ .所以，完全二叉树的结点数量的范围 $k$ 为:

$2^{n-1}\leq k\leq 2^{n}-1$

3.3 二叉树的存储：

3.3.1 完全二叉树的存储：

对于一个完全二叉树，在进行存储时，可以采用顺序存储的方式进行存储，例如对于下列完全二叉树：

其顺序存储方式可以表示为：

通过数组的下标，可以总结出下面的等式：

对于每个父结点，其左子结点的下标为 $child = parent*2+1$ 。其右子结点的下标为： $child = parent*2+2$ 。对于每个子结点，其父结点的下标可以表示为： $parent = (child-1)/2$ ，左、右子结点均通用。

3.3.2堆的相关概念：

对于完全二叉树的顺序存储，一个比较典型的例子就是堆：堆是一个非线性结构的数据结构，结构上满足完全二叉树，适合用顺序存储。堆可以分为两种：

(1).小堆：树中任何一个父节点存储的值都 $\leq$ 子结点存储的值。

顺序存储可以表示为：

(2).大堆：树中任何一个父结点存储的值都 $\geq$ 子结点存储的值。例如：

3.3.3 非完全二叉树的存储：

将上面给出的完全二叉树删除其中的几个结点，改造成非完全二叉树。如果用顺序存储方式来存储非完全二叉树，则其顺序存储方式可以表示为：

对应非完全二叉树的结构为：

对于给出的非二叉树，将不再适用于上面给出的两个等式。这是因为，当在计算机中建立上述非完全二叉树时，二叉树的结构与图中表示不同，而是把 $F$ 看作 $B$ 的一个子结点，而非 $C$ 的子结点。也就是说， $F$ 的下标应该是 $4$ ， $E$ 的坐标为 $3$ ，与顺序表示方法中的下标编号不同。故不能采用顺序存储。

对于非完全二叉树的存储，一般采用链式存储。