树介绍
根节点在哪里就是什么序遍历
-
先序遍历：根、左子树、右子树（特点：第一个元素为根）
-
中序遍历：左子树、根、右子树（特点：根的两边分别为左子树和右子树）
-
后序遍历：左子树、右子树、根（特点：最后一个元素为根）
示例题目
分别按照二叉树先序，中序和后序打印所有的节点。
class Solution:
def threeOrders(self , root ):
# write code here
pre, mid, after = [], [], []
def dfs(proot):
if root is None:
return None
pre.append(root.val)
# 遍历左树
dfs(root.left)
mid.append(proot.val)
# 遍历右树
dfs(root.right)
after.append(root.val)
dfs(root)
return [pre, mid, after]
几种特殊的二叉树
满二叉树
所有叶结点同处于最底层（非底层结点均是内部结点），一个深度为k且有2^(k+1) - 1个结点（第一层算是从0开始）
完全二叉树
叶结点只能出现在最底层的两层，且最底层叶结点均处于次底层叶结点的左侧。规模为n的完全二叉树，高度为
平衡二叉树
平衡二叉树（Self-balancing binary search tree）又被称为AVL树（有别于AVL算法），且具有以下性质：它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。平衡二叉树的常用实现方法有红黑树、AVL、替罪羊树、Treap、伸展树等。 最小二叉平衡树的节点的公式如下 F(n)=F(n-1)+F(n-2)+1 这个类似于一个递归的数列，可以参考Fibonacci(斐波那契)数列，1是根节点，F(n-1)是左子树的节点数量，F(n-2)是右子树的节点数量。
对于平衡二叉树要特别注意的是，不要求非叶节点都有两个子结点，仅要求两个子树的高度差的绝对值不超过1，或者为空树。
二叉搜索树
搜索二叉树为了搜索而设计，要求也是将无序存储变成有序。即每个节点的值要比左子树的值大，比右子树的值小
二叉树缺点
二叉树的四大缺点：
-
每个非叶子节点至多两个子树，每个节点存储一个关键字。
-
树的搜索深度不一致，搜索稳定性不好，查询效率不稳定。
-
同样的关键字集合，根节点的关键字选择不好，树的深度结构差异很大。
-
为了让二叉树尽量保持平衡，延伸出“平衡叉树”，即B树。
二叉树的存储方式
存储的方式和图一样，有链表和数组两种，用数组存访问速度快，但插入、删除节点操作就比较费时了。实际中更多的是用链来表示二叉树的。
