3 月 12 號，是全國的重大節日：植樹節，記得小時候就跟隨老師一起植過樹。現在參加工作了，雖然沒有植過樹，但是學到過很多樹的結構，比如二叉樹、B+ 樹，紅黑樹。每次面試必問，恰逢植樹節，這裏給大家做個二叉樹的總結，也方便自己複習。
大白話講解二叉樹
比如現在有個數組，存放了很多用戶的名字，需要從這個數組中找到包含指定的用戶名，最快的方式是什麼？
我們會想到二分查找，雖然這種方式很快，但要達到最快還需要有個條件：數組有序。
如果我們能把插入用戶名的時候直接給他排序，那最後的結構就是有序結構。
因此有人設計了一種數據結構：二叉查找樹，也叫做二叉樹。
如下圖所示：這是一種二叉樹結構。
根據上文中的例子的，假定 Herry 在最上面，下面有 Alice，Mike，Ivy，Tom，從左到右，從上到下來看的話，最後的排序是：
Alice->Herry->Ivy->Mike->Tom，確實是按照字母順序排的。
其中有四個術語需要說明：節點、左節點、右節點、根節點。
其中每個紅色圓球都算一個節點，節點左下邊相連接的節點叫做左節點，而右邊相連的叫做右節點。比如 Alice 被稱作 Herry 節點的左節點，Mike 被稱作 Herry 的右節點。而根節點只會有一個，屬於最上面的節點，上圖中的 Herry 就是根節點。
對於其中每個節點，左子節點的值都比它小，而右子節點的值都比它大。比如 Alice < Herry < Mike。
假設現在我們想要查找 Ivy，首先檢查根節點，發現比 Herry 大，所以往下繼續找，找到了根節點的右節點 Mike，再繼續找，比 Mike 小，所以找 Mike 的左節點，正好找到 Ivy。
二叉查找樹中查找節點時，平均運行時間是 O(logn)，最糟糕的情況下所需時間爲 O(n); 而在有序數組中查找時，及時最糟糕的情況，二分查找最多也是 O(logn)，所以你可能會覺得，二分查找比二叉查找要快很多。但是二叉查找樹的插入和刪除操作的速度是要快很多的。這裏我們做一個對比：
但是二叉樹也有缺點：
- 不能隨機訪問。比如想要查找第 10 個元素，是不能返回第十個元素的，但是數組就可以通過下標索引找到。
- 二叉樹存在不平衡的情況，比如以根節點爲中間的界限，發現右邊的節點數遠超左邊的節點數，那麼左右不平衡，查找的效率就很低了。如下圖所示：
那有沒有平衡的二叉樹呢？當然有，那就是紅黑樹，限於篇幅和側重點，這個放到下篇再講吧
二叉樹中的含義
二叉樹定義
大白話說二叉樹就是每個節點只能有兩顆子樹，且有左右之分。
來看看專業定義：二叉樹是 n(n>=0 ) 個結點的有限集合，該集合或者爲空集（稱爲空二叉樹），或者由一個根結點和兩棵互不相交的、分別稱爲根結點的左子樹和右子樹組成。
二叉樹有 5 種形態
- 空二叉樹。
- 只有一個根節點的二叉樹。
- 只有左子樹
- 只有右子樹。
- 完全二叉樹。
節點的度
定義：節點擁有的子樹數目稱爲節點的度。
我們來看下圖就一目樂然了。
比如節點 B 的度爲 2，節點 E 的度 爲 1.
而樹的度就是所有節點的度的最大值，也就是 2。
節點層次
如下圖所示：根節點爲第一層，依次類推。
二叉樹的特點
- 每個節點最多有顆子樹，所以二叉樹中不存在度大於 2 的節點。
- 左右子樹是有順序的，次序不能任意顛倒。
- 即使某個節點只有一顆子樹，也是需要區分它是左子樹還是右子樹。
二叉樹的遍歷
二叉樹的遍歷：從二叉樹的根節點出發，按照某種次序依次訪問二叉樹中的所有節點，使得每個節點都能被訪問一次，且僅被訪問一次。
二叉樹的訪問次序可以分爲四種：
- 前序遍歷。
- 中序遍歷。
- 後續遍歷。
- 層序遍歷。
前序遍歷：通俗的說就是從二叉樹的根結點出發，當第一次到達結點時就輸出結點數據，按照先向左在向右的方向訪問。
中序遍歷：就是從二叉樹的根結點出發，當第二次到達結點時就輸出結點數據，按照先向左再向右的方向訪問。
後序遍歷：就是從二叉樹的根結點出發，當第三次到達結點時就輸出結點數據，按照先向左再向右的方向訪問。
層次遍歷：就是按照樹的層次自上而下的遍歷二叉樹。
按照前序遍歷的結果就是 BADCE。
按照中序遍歷的結果就是 ABCDE。
按照後續遍歷的結果就是 ACEDB。
按照層次遍歷的結果就是 BADCE。
巨人的肩膀：
《算法圖解》