树：数据结构里的"家族"和层级管理利器
当你第一次接触数据结构，老师提到"树"，你可能会疑惑："树不是植物吗？怎么和程序有关？"
其实，树在程序里非常生活化，它的作用是组织信息，把复杂的数据关系变得清晰有序。掌握树，你就掌握了处理层级结构和递归问题的钥匙。
树的概念；什么是树
树是一种非线性结构 ，与链表、数组不同，它没有单一的线性顺序，而是分层次组织数据。
树有几个关键特点：
-
根节点（root）：树的最顶层节点，唯一
-
节点（node）：树的元素，每个节点可以有若干子节点
-
子节点和父节点：节点的上下层关系
-
叶子节点（leaf）：没有子节点的节点
-
无环：树中的路径不会回到自己
生活中的例子：电脑文件夹、公司组织架构、游戏技能树，都可以抽象成树。
父节点、子节点、兄弟节点；树的基本关系
树的层次关系类似家族关系：
-
父节点：上一级节点
-
子节点：下一级节点
-
兄弟节点：同一级的其他节点
例如：
A
/ \
B C
/ \
D E-
A 是 B 和 C 的父节点
-
D 和 E 是兄弟节点
-
C 是 D 和 E 的父节点
把它想成家族树，你就很容易理解这些关系。
节点的度和树的高度；理解树的形态
-
节点的度：一个节点有多少子节点
-
树的度：整棵树中最大节点度
-
树的高度：从根节点到最深叶子节点的层数
在上例中：
-
A 的度是 2
-
B 的度是 0
-
树的高度是 3
理解度和高度，有助于分析树的性能和复杂度。
树的分类；常见树结构
树有多种类型，每种有不同应用：
-
普通树：节点子节点数量不限
-
二叉树：每个节点最多两个孩子（左、右）
-
完全二叉树：除最后一层外，每层节点都满，最后一层从左到右排列
-
满二叉树：所有叶子在同一层，每个非叶子节点有两个孩子
-
二叉搜索树（BST）：左子树 < 根节点 < 右子树
-
平衡二叉树：高度平衡，保证查找效率
-
树与森林：森林是多棵互不相交的树，树可以看作单棵树的森林
理解这些分类，可以在算法和实际应用中选择合适的树结构。
遍历树；访问节点的策略
遍历树是操作树的基础，核心问题是访问节点顺序：
-
前序遍历：先访问自己，再左子树，再右子树
-
中序遍历：先左子树，再访问自己，再右子树
-
后序遍历：先左子树，再右子树，最后访问自己
-
层序遍历：按层从上到下，从左到右访问节点（队列实现）
例子：
A
/ \
B C-
前序：A B C
-
中序：B A C
-
后序：B C A
-
层序：A B C
掌握遍历，你就能实现很多算法，例如计算叶子节点数量、树的深度、路径求和等。
树的存储方式；代码实现思路
树常用链式存储方式，用结构体指针表示父子关系。C语言示例：
typedef struct TreeNode {
int data;
struct TreeNode* left;
struct TreeNode* right;
} TreeNode;对于普通多叉树，可以用"孩子-兄弟表示法"：
-
左指针：指向第一个孩子
-
右指针：指向下一个兄弟
这种表示法可以把任意树转换为二叉树，便于算法统一处理。
树的应用；实际场景举例
树的应用几乎无处不在：
-
文件系统目录结构
-
HTML / DOM 树
-
游戏技能树
-
数据库索引（B树、B+树）
-
编译器语法树（AST）
-
网络分层结构、组织架构
掌握树，你就能理解和操作这些层级结构。
树与递归；为什么树离不开递归
树的自然层级关系，非常适合用递归操作：
-
遍历树（前序、中序、后序）
-
求树高、叶子节点数
-
二叉搜索树插入、删除
-
树的深度优先搜索、回溯问题
树结构和递归是天然搭档，理解递归才能轻松掌握树的算法。
总结
树是一种从上到下分层、无环、方便组织数据的结构。
理解树，不是记死定义，而是能在生活和编程中识别层级、关系和递归模式。
掌握树之后，很多复杂算法和数据结构问题都会迎刃而解。