优雅的二叉树

二叉树(Tree)

(⊙﹏⊙)

这是一个满二叉树，瞧瞧它，枝繁叶茂，长得可带劲啦，hah。

深度是指所有结点中最深的结点所在的层数。

完全二叉树

从上往下看，就是深度(deepth)4嘛，emmm，高度(height)那肯定得仰视的角度嘛。自上而下的树，是由来已久的习惯，当初计算科学家高纳德曾经试图改变这个习惯，结果发现没几个月，就徒劳无功了，最后不了了之。

常用的二叉树存储，一般是数组或者链表。它是一种非线性表的数据结构，所以当你学完“图”后，会发现，咦长得可真像啊。

二叉树的遍历

先序遍历

中序遍历

后序遍历

层序遍历

emmm 实际上的存储

现以中序遍历来看看它究竟是怎么实现的，这里涉及到程序中的单线程，说白了，就是一件事非要做完，再做另一件。

当node不是空节点时，则会从23-->16-->3,这是只会执行inOrder(node.left),然后下一步,node.show()-->3;再inOrder(node.right),直接返回，到上一级node节点(16)的那个，这个过程类似栈的后入先出(LIFO，last-in-first-out)过程。

而（不）完全二叉树，则会依据数组的存储是否满了，来判断是否是个好“树”，这个下次再聊聊。

二叉树的优缺点

二叉树中的数据是有序的，在O(n)的时间复杂度中，可以输出其性能更为稳定，平衡二叉树作为二叉树的升级版可以弥补其平衡性。

而哈希表（散列表），由于其中的数据是无须的，每次增查删改时，可能出现元素之间的冲突（虽然概率很小，2^65)，但是所费的时间，所考虑的范围往往比二叉树多。

开发中，充分结合需求，扬长避短即可。

二叉树实现及可视化：https://www.bilibili.com/video/av9343349?from=search&seid=15629247604702884278

wiki：二叉树

部分图片来源：百度 谷歌

js部分源代码实现：https://github.com/Jiangjao/python_learn_demo/tree/master