数据结构中的树(二叉树、二叉搜索树、AVL树)
得到：提问的智慧
树的概念
树（英语：tree）是一种抽象数据类型（ADT）或是实作这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n（n>=1）个有限节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：
-
每个节点有零个或多个子节点；
-
没有父节点的节点称为根节点；
-
每一个非根节点有且只有一个父节点；
-
除了根节点外，每个子节点可以分为多个不相交的子树；
-
节点的度：一个节点含有的子树的个数称为该节点的度；
-
树的度：一棵树中，最大的节点的度称为树的度；
-
叶节点或终端节点：度为零的节点；
-
父亲节点或父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点；
-
孩子节点或子节点：一个节点含有的子树的根节点称为该节点的子节点；
-
兄弟节点：具有相同父节点的节点互称为兄弟节点；
-
节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；
-
树的高度或深度：树中节点的最大层次；
-
堂兄弟节点：父节点在同一层的节点互为堂兄弟；
-
节点的祖先：从根到该节点所经分支上的所有节点；
-
子孙：以某节点为根的子树中任一节点都称为该节点的子孙。
-
森林：由m（m>=0）棵互不相交的树的集合称为森林；
二叉树
每个节点最多含有两个子树的树称为二叉树
- 平衡二叉树（AVG树）: 当且仅当任何节点的两棵子树的高度差不大于1的二叉树
- 完全二叉树: 对于一颗二叉树，假设其深度为d(d>1)。除了第d层外，其它各层的节点数目均已达最大值，且第d层所有节点从左向右连续地紧密排列，这样的二叉树被称为完全二叉树，其中满二叉树的定义是所有叶节点都在最底层的完全二叉树;
- 排序二叉树: (二叉查找数 Binary Search Tree), 也称二叉搜索树，有序二叉树，任意一个结点左边子节点的数据要比根结点的值小，右边子节点的数据要比根结点的值大。但是如果二叉树是单增的情况会退化成链表
二叉树的遍历
- 深度优先遍历
- 先序遍历 preorder 在先序遍历中，我们先访问根节点，然后递归使用先序遍历访问左子树，再递归使用先序遍历访问右子树 根节点->左子树->右子树
- 中序遍历 inorder 在中序遍历中，我们递归使用中序遍历访问左子树，然后访问根节点，最后再递归使用中序遍历访问右子树 左子树->根节点->右子树
- 后序遍历 postorder 在后序遍历中，我们先递归使用后序遍历访问左子树和右子树，最后访问根节点 左子树->右子树->根节点
)
- 广度优先遍历（层次遍历）
二叉树反推
如果已知中序和先序，或者中序和后序，可以确定二叉树的结构
eg:
先序：A B C D E F
中序: C B A E D F
先序找根，中序定两边
先序遍历序列为ABCDEF，第一个字母是A被打印出来，就说明A是根结点的数据。
再由中序遍历序列是CBAEDF，可以知道C和B是A的左子树的结点，
E、D、F是A的右子树的结点
然后我们看先序中的C和B，它的顺序是ABCDEF，B是在C的前面打印，所以B应该是A的左孩子，而C就只能是B的孩子，此时是左还是右孩子还不确定。再看中序序列是CBAEDF，C是在B的前面打印，这就说明C是B的左孩子，否则就是右孩子了
再看先序中的E、D、F，它的顺序是ABCDEF，那就意味着D是A结点的右孩子，E和F是D的子孙，注意，它们中有一个不一定是孩子，还有可能是孙子的。再来看中序序列是CBAEDF，由于E在D的左侧，而F在右侧，所以可以确定E是D的左孩子，F是D的右孩子
注：如果已经先序和后序无法判断二叉树结构
先序序列:ABC
后序序列:CBA
我们可以确定A一定是根结点，但接下来，我们无法知道，哪个结点是左子树，哪个是右子树
二叉查找树(二叉搜索树)
节点的左子树只包含小于当前节点的数。
节点的右子树只包含大于当前节点的数。
所有左子树和右子树自身必须也是二叉搜索树
参考以下两篇文章（最好是自己画图容易理解）:
二叉平衡树
Python实现平衡二叉树 删除和添加调整的是最小不平衡子树
平衡二叉树 （Height-Balanced Binary Search Tree） 是一种二叉排序树，
其中每一个结点的左子树和右子树的高度差不超过1（小于等于1）
二叉树的平衡因子 （Balance Factor） 等于该结点的左子树深度减去右子树深度的值称为平衡因子。平衡因子只可能是[－1，0，1]。距离插入结点最近的，且平衡因子的绝对值大于1的结点为根的子树，称为最小不平衡子树
平衡二叉树就是二叉树的构建过程中，每当插入一个结点，看是不是因为树的插入破坏了树的平衡性，若是，则找出最小不平衡树。在保持二叉树特性的前提下，调整最小不平衡子树中各个结点之间的链接关系，进行相应的旋转，使之成为新的平衡子树。简记为： 步步调整，步步平衡
参考以下两篇文章（最好是自己画图）:
注：第一篇文章中针对左右失衡和右左失衡的处理图片和代码中有误，但是主要是看个人理解，作者可以只对根节点进行失衡处理，而我这边是按照第二篇文章说的，调整最小不平衡子树
对于其中添加元素的递归代码的理解:
霍夫曼树
（用于信息编码）：带权路径最短的二叉树称为哈夫曼树或最优二叉树；
应用: 压缩文件
B树(B-Tree)
一种对读写操作进行优化的自平衡的二叉查找树，能够保持数据有序，拥有多余两个子树。B树是多路平衡查找树，2阶B树才是平衡二叉树
应用: 数据库存储
M阶的Btree的几个重要特性：
- 节点最多含有m棵字树(指针), m-1个关键字(存的数据，空间)（m > 2）
- 除根节点和叶子节点外，其他每个节点至少有ceil（m / 2）个子节点，（ceil为上取整）
- 若根节点不是叶子节点，则至少有两棵子树
M阶: 这个由磁盘的页大小决定，页内存是4KB, 好处是一次性取数据就可以取出这个节点即这个页数据，不会造成IO读取的浪费。
B+Tree
- 每个节点最多有m个子节点
- 除根节点外，每个节点至少有m/2个子节点，注意如果结果除不尽，就取上蒸，如 5/2=3
- 根节点要么是空，要么是独根，否则至少有2个子节点
- 有k个子节点的节点必有k个关键字
- 叶节点的高度一致
适合大数据的磁盘索引，经典的MySQL，所有的数据都存在叶子节点，其他上层节点都是索引，增加了系统的稳定性以及遍历查找效率。叶子节点之间是双向指针，这一点就有利于范围查找。
MyISAM存储引擎的数据结构（非聚集）
索引文件和数据文件是分离的，非聚集（非聚族）
.MYD 存储数据的文件
.MYI 存储索引的文件
.FRM 表结构文件，管理索引和数据的框架
InnoDB索引的实现（聚集）
- 表数据本身就是按B+Tree组织的一个索引结构文件
- 聚集索引-叶子节点包含了完整的数据记录，索引跟数据合并，MySQL默认节点大小为16KB，所以说高度为3的B+树就能够存储千万级别的数据。
- 为什么InnoDB表必须有主键，并且推荐使用整形的自增主键？
- 整形存储占用比较少，且比较容易，如果是uuid字符串还需要进行转换且占用空间大
- 使用自增是为了避免二叉树的频繁自平衡分裂，自增主键，只需要每次都忘后面增加即可，不会造成大范围的性能开销
- 为什么非主键索引结构叶子节点存储的是主键值？（一直性）
联合索引的底层存储结构
常见树的应用场景
- xml，html等，那么编写这些东西的解析器的时候，不可避免用到树
- 路由协议就是使用了树的算法
- mysql数据库索引
- 文件系统的目录结构
- 所以很多经典的AI算法其实都是树搜索，此外机器学习中的decision tree也是树结构
