在计算机科学中，树（英语：树）是抽象数据类型（ADT）的数据结构或实现此抽象数据类型以使用树结构属性模拟数据集。它是由N（N> n>）组成的层次关系的集合0）有限的节点。它被称为“树”，因为它看起来像一棵倒的树，这意味着它是根和ye chao。
这是一个学术定义。简单的白话单词是树可以被视为一堆葡萄（自脑补充）。
这是一些在开发时经常会联系的树，只需进行分类：
节点中包含的子树的数量称为节点的树的程度。最大的节点称为零节点节点的节点的节点，没有零节点。如果一个节点包含一个子节点，则该节点称为子节点的父节点。节点节点中包含的根节点称为节点节点的节点。节点级别从根定义开始，root是第一层，而根的子节点是第二层。任何节点n，n，任何节点n的深度的深度，从根到n的长根，根的深度为0到0，任何节点n，n，n的高度是从n到n的最长路径一片叶子，所有叶子的高度是M的0森林（M> = 0）。只有两个子树（即，二进制树的2个节点）和二进制的子群树分为左右，然后订单不能倒置。
总共有一些常用的特性：
在这里，我们使用Golang作为二进制树的编程语言。原则是相同的。您也可以使用其他语言来实现它。这里
首先定义基本操作接口
然后定义二进制树的节点和操作实现类
初始化数据，此处构建的数据是第4部分中定义的二进制树
早期的准备工作已经完成，现在我们开始意识到二进制树的相关操作！
Golang的匿名功能用于修改共享变量以实现递归遍历。
6.2.1。以初步序列进行遍历的原理：如果二进制树是空的，则此操作为空；否则，访问根节点，左子树，右子树。
6.2.2。遍历序列遍历的原理：如果二进制树是空的，则此操作为空；否则，访问左子树，根节点和右子树。
这基本上与以前的序列遍历相同，即附加的位置不同。
6.2.3。晚期遍历原则：如果二进制树是空的，则此操作为空；否则，访问左子树，右子树和根节点。
6.3.1。执行图的前序列：执行过程在前后，中间和背面是相同的，区别在于获得数据序列的差异。
执行描述：这等同于将递归执行过程放在桌面上（递归，等效于将执行函数调用到函数调用堆栈中），堆栈中的堆栈等同于函数调用。
实施过程：
6.3.2。在序列遍历遍历遍历中，可追溯时需要获得数据。
6.3.3。随后的遍历遍历更麻烦。有必要确保将左和右子节点遍历以完成根节点。在这里，您需要添加指向堆栈指针的指针。
戏剧图：
这种遍历的水平也取决于队列的进步。
戏剧图：
递归实施！
如果没有递归，您还可以修改层次遍历以获得最大的深入获取。
从上面，您还可以看到二进制树不在顺序上，这是不同的。结合，插入和删除它在二进制树上。因此，以下介绍了各种二进制搜索树。
二进制搜索树的性质如下：
图中显示了典型的二进制搜索树：
二进制搜索树是从二进制树演变而来的，可以根据上面的二进制数扩展。
要构建二进制搜索树，我们需要注意二进制搜索树的性质。
此外，应注意的是，处理二进制搜索树的重复元素的处理。此处使用的基本数据类型并未以相同的方式插入相同的方式。但是，数据区域可能是对象的复杂数据类型。我们需要考虑通过增加附加区域将存储或存储存储到另一棵树上（这种情况在这里没有讨论过多的讨论）。
创建一个二进制搜索树以说是白色的，或者通过遍历找到节点。因此，在上面的二进制树的基础上，我们可以在遍历方法中进行一些修改。
目前，在7.1中构建一个二进制搜索树，如下：
此处的中序遍历是按大小顺序输出的！
给定数据搜索二进制搜索树的存在
二进制搜索树的结构可以非常简单，直到最左侧的节点是最小值，而右侧的节点是最大值。
这是删除底部节点的主要方法：
第一个删除情况：
第二个删除情况：
这里的操作更加麻烦，涉及四种情况，以下是一个一个人解释：
第一种情况：删除节点不存在左右儿童：可以直接删除这种情况
第二种情况：删除的节点存在剩余子：此时，让节点的父节点直接指向当前节点的左子女，然后删除当前节点；
第三种情况：删除节点存在于右子里：然后直接让节点的父节点指向当前节点的左子女，然后删除当前节点；
第四种情况：有左右儿童删除节点：找到右子树以找到最小的节点，交换当前节点的值，最后删除
代码：
随着节点的增加，当我们递归操作时，我们可能会堆叠溢出。上述操作更建议使用非记录写作。
另一个问题是二进制搜索树降解问题，请查看一个极端示例：
这种情况还符合二进制搜索树的条件。但是，目前，二进制搜索树已大约退化为链接列表。这样的二进制搜索树发现了发现时间的复杂性。知道我们不得让这一发生。为了解决此问题，我们可以使用平衡的二进制树（AVL）。