
- 資料結構與演算法
- DSA - 首頁
- DSA - 概述
- DSA - 環境搭建
- DSA - 演算法基礎
- DSA - 漸進分析
- 資料結構
- DSA - 資料結構基礎
- DSA - 資料結構和型別
- DSA - 陣列資料結構
- 連結串列
- DSA - 連結串列資料結構
- DSA - 雙向連結串列資料結構
- DSA - 迴圈連結串列資料結構
- 棧與佇列
- DSA - 棧資料結構
- DSA - 表示式解析
- DSA - 佇列資料結構
- 搜尋演算法
- DSA - 搜尋演算法
- DSA - 線性搜尋演算法
- DSA - 二分搜尋演算法
- DSA - 插值搜尋
- DSA - 跳躍搜尋演算法
- DSA - 指數搜尋
- DSA - 斐波那契搜尋
- DSA - 子列表搜尋
- DSA - 雜湊表
- 排序演算法
- DSA - 排序演算法
- DSA - 氣泡排序演算法
- DSA - 插入排序演算法
- DSA - 選擇排序演算法
- DSA - 歸併排序演算法
- DSA - 希爾排序演算法
- DSA - 堆排序
- DSA - 桶排序演算法
- DSA - 計數排序演算法
- DSA - 基數排序演算法
- DSA - 快速排序演算法
- 圖資料結構
- DSA - 圖資料結構
- DSA - 深度優先遍歷
- DSA - 廣度優先遍歷
- DSA - 生成樹
- 樹形資料結構
- DSA - 樹形資料結構
- DSA - 樹的遍歷
- DSA - 二叉搜尋樹
- DSA - AVL樹
- DSA - 紅黑樹
- DSA - B樹
- DSA - B+樹
- DSA - 伸展樹
- DSA - 字典樹
- DSA - 堆資料結構
- 遞迴
- DSA - 遞迴演算法
- DSA - 使用遞迴實現漢諾塔
- DSA - 使用遞迴實現斐波那契數列
- 分治法
- DSA - 分治法
- DSA - 最大最小問題
- DSA - Strassen矩陣乘法
- DSA - Karatsuba演算法
- 貪心演算法
- DSA - 貪心演算法
- DSA - 旅行商問題(貪心演算法)
- DSA - Prim最小生成樹
- DSA - Kruskal最小生成樹
- DSA - Dijkstra最短路徑演算法
- DSA - 地圖著色演算法
- DSA - 分數揹包問題
- DSA - 帶截止期限的作業排序
- DSA - 最優合併模式演算法
- 動態規劃
- DSA - 動態規劃
- DSA - 矩陣鏈乘法
- DSA - Floyd-Warshall演算法
- DSA - 0-1揹包問題
- DSA - 最長公共子序列演算法
- DSA - 旅行商問題(動態規劃)
- 近似演算法
- DSA - 近似演算法
- DSA - 頂點覆蓋演算法
- DSA - 集合覆蓋問題
- DSA - 旅行商問題(近似演算法)
- 隨機化演算法
- DSA - 隨機化演算法
- DSA - 隨機化快速排序演算法
- DSA - Karger最小割演算法
- DSA - Fisher-Yates洗牌演算法
- DSA 有用資源
- DSA - 問答
- DSA - 快速指南
- DSA - 有用資源
- DSA - 討論
樹形資料結構
樹形資料結構
樹是一種非線性的抽象資料型別,具有層次結構。它由節點(儲存資料的地方)透過連結連線而成。樹形資料結構源於單個稱為根節點的節點,並具有連線到根的子樹。

重要術語
以下是關於樹的重要術語。
路徑 − 路徑指的是沿著樹的邊的節點序列。
根 − 樹頂部的節點稱為根。每棵樹只有一個根,並且從根節點到任何節點只有一條路徑。
父節點 − 除根節點外的任何節點都有一條向上連線到稱為父節點的節點的邊。
子節點 − 下方由其向下邊連線的給定節點稱為其子節點。
葉子節點 − 沒有子節點的節點稱為葉子節點。
子樹 − 子樹表示節點的後代。
訪問 − 訪問是指當控制處於節點上時檢查節點的值。
遍歷 − 遍歷意味著以特定順序透過節點。
層級 − 節點的層級表示節點的代數。如果根節點在第0層,則其下一個子節點在第1層,其孫子節點在第2層,依此類推。
鍵 − 鍵表示節點的值,根據該值將對節點進行搜尋操作。
樹的型別
樹有三種類型:
一般樹
二叉樹
二叉搜尋樹
一般樹
一般樹是非有序的樹形資料結構,其中根節點最多有0個或n個子樹。
一般樹對它們的層次結構沒有約束。因此,根節點充當所有其他子樹的超集。

二叉樹
二叉樹是一般樹,其中根節點最多隻能包含2個子樹:左子樹和右子樹。根據子節點的數量,二叉樹分為三種類型。
滿二叉樹
滿二叉樹是一種二叉樹型別,其中每個節點都具有0個或2個子節點。
完全二叉樹
完全二叉樹是一種二叉樹型別,其中所有葉子節點都必須位於同一層。但是,完全二叉樹中的根節點和內部節點可以具有0、1或2個子節點。
完美二叉樹
完美二叉樹是一種二叉樹型別,其中所有葉子節點都位於同一層,並且除葉子節點外的每個節點都有2個子節點。

二叉搜尋樹
二叉搜尋樹具有二叉樹的所有屬性,包括一些基於某些約束的額外屬性,使其比二叉樹更有效。
二叉搜尋樹 (BST) 中的資料總是以這樣的方式儲存:左子樹中的值總是小於根節點中的值,而右子樹中的值總是大於根節點中的值,即左子樹 < 根節點 ≤ 右子樹。

BST 的優點
二叉搜尋樹比二叉樹更有效,因為執行各種操作的時間複雜度降低了。
由於鍵的順序僅基於父節點,因此搜尋操作變得更簡單。
BST 的排列也有利於範圍查詢,範圍查詢用於查詢兩個鍵之間存在的值。這有助於資料庫管理系統。
BST 的缺點
二叉搜尋樹的主要缺點是,如果節點中的所有元素都大於或小於根節點,樹將變得傾斜。簡單地說,樹完全傾斜到一邊。
這種傾斜將使樹成為連結串列而不是 BST,因為搜尋操作的最壞情況時間複雜度變為 O(n)。
為了克服二叉搜尋樹的傾斜問題,引入了平衡二叉搜尋樹的概念。
平衡二叉搜尋樹
考慮一個二叉搜尋樹,其中左子樹的高度為“m”,右子樹的高度為“n”。如果 (m-n) 的值為 0、1 或 -1,則該樹被稱為平衡二叉搜尋樹。
樹的設計方式是在高度差超過 1 時自動平衡。二叉搜尋樹使用旋轉作為自平衡演算法。有四種不同的旋轉型別:左左、右右、左右、右左。
有各種型別的自平衡二叉搜尋樹: