从链表到二叉树：树形结构的入门与核心性质解析

[Bilibili 同步视频](#Bilibili 同步视频)
[一、现实树 vs 计算机树：反向生长的"倒栽葱"](#一、现实树 vs 计算机树：反向生长的“倒栽葱”)
二、链表与树的关联：链表是特殊的树形结构
- C++代码对比（核心差异）
三、二叉树：树形结构的核心（重点）
- [1. 二叉树节点定义（C++标准版）](#1. 二叉树节点定义（C++标准版）)
- [2. 二叉树结构示例](#2. 二叉树结构示例)
- [3. 示例二叉树初始化（C++）](#3. 示例二叉树初始化（C++）)
四、节点的"度"：衡量分叉能力的关键
五、二叉树经典性质（必记）
- 简化推导（初中数学可懂）
六、写在最后

Bilibili 同步视频

从链表到二叉树：树形结构的入门与核心性质解析

🌳 数据结构是程序设计的基石，树形结构更是贯穿各类技术场景（数据库索引、文件系统等）的核心。二叉树作为树形结构的经典代表，是每个程序员的必备知识点。本文从现实场景出发，简化拆解从链表到二叉树的演变、核心定义及经典性质，帮你快速吃透底层逻辑！

一、现实树 vs 计算机树：反向生长的"倒栽葱"

现实中的树：根在地下，向上分叉、枝繁叶茂，遵循"根→树干→枝叶"的生长逻辑。

计算机中的树：恰好相反，是"倒栽葱"结构------根节点在最上方，叶子节点在最下方，通过节点与有向边的指向关系，实现层级关联。

【文本绘制：结构对比】

现实树：枝叶 → 树干 → 树根（地下）

计算机树：根节点（1）→ 子节点（2、3、4）→ 叶子节点（5、6）

核心本质：计算机树 = 节点（存储数据） + 有向边（表示层级关系）。

二、链表与树的关联：链表是特殊的树形结构

💡 核心结论：链表是一种特殊的树形结构，二者的核心区别的在于指针域的指向能力。

链表：每个节点只有1个指针域，仅能唯一指向一个后继节点，呈线性结构（一对一关联）；
树形结构：将单一指针域改为数组指针域，可指向多个子节点，实现"分叉"（一对多关联）。

【文本绘制：树转链表示意】

原始树：根（1）→ [2、3、4] → 2→5，4→[5、6] → 砍去多余分支 → 链表：1→2→5

C++代码对比（核心差异）

cpp 复制代码

// 1. 链表节点（单一指针域）
struct ListNode {
    int val;
    ListNode* next; // 仅指向1个后继节点
    ListNode(int x) : val(x), next(nullptr) {}
};

// 2. 树形节点（数组指针域，以三叉树为例）
#include <vector>
using namespace std;
struct TreeNode {
    int val;
    vector<TreeNode*> children; // 可指向多个子节点
    TreeNode(int x) : val(x) {}
};

注：每个节点最多有3个指针域的树，称为三叉树；多余指针域指向nullptr（空节点）。

三、二叉树：树形结构的核心（重点）

📌 定义：每个节点最多有2个指针域，分别称为左孩子（left）和右孩子（right），分叉方向严格限定为左右，是应用最广泛的树形结构。

1. 二叉树节点定义（C++标准版）

cpp 复制代码

struct BinaryTreeNode {
    int val;                // 数据域
    BinaryTreeNode* left;   // 左孩子指针
    BinaryTreeNode* right;  // 右孩子指针
    // 构造函数（默认左右孩子为空）
    BinaryTreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};

2. 二叉树结构示例

【文本绘制：经典二叉树】

根（1）

2 3

/ \

4 5 6

结构说明：根节点1的左孩子为2、右孩子为3；节点2有左右孩子4、5；节点3只有右孩子6；4、5、6为叶子节点（无孩子）。

3. 示例二叉树初始化（C++）

cpp 复制代码

int main() {
    // 创建所有节点
    BinaryTreeNode* root = new BinaryTreeNode(1);
    BinaryTreeNode* node2 = new BinaryTreeNode(2);
    BinaryTreeNode* node3 = new BinaryTreeNode(3);
    BinaryTreeNode* node4 = new BinaryTreeNode(4);
    BinaryTreeNode* node5 = new BinaryTreeNode(5);
    BinaryTreeNode* node6 = new BinaryTreeNode(6);
    // 建立左右孩子关联
    root->left = node2;  root->right = node3;
    node2->left = node4; node2->right = node5;
    node3->right = node6;
    return 0;
}

四、节点的"度"：衡量分叉能力的关键

📌 定义：节点的度 = 该节点拥有的孩子节点数量（不包含空指针），分为3类：

度为0：无孩子（叶子节点，如4、5、6）；
度为1：仅有1个孩子（如节点3，只有右孩子6）；
度为2：有2个孩子（如节点1、2）。

小科普："度"源自图论，树形结构中的"度"本质是图论中的"出度"（节点指向其他节点的边数），无需复杂记忆，记住"度=孩子数"即可。

五、二叉树经典性质（必记）

✅ 核心性质：任意二叉树中，度为0的叶子节点数（n0）= 度为2的节点数（n2）+ 1，无例外！

简化推导（初中数学可懂）

前提1：总节点数N = 度为0节点数（n0）+ 度为1节点数（n1）+ 度为2节点数（n2）；
前提2：N个节点的树，必有N-1条边（树的基本特征）；
推导：边数 = 所有节点度之和（度为0贡献0条，度1贡献1条，度2贡献2条），即边数 = n1 + 2n2；
联立等式：n0 + n1 + n2 = （n1 + 2n2）+ 1 → 化简得 n0 = n2 + 1。

验证：示例二叉树中，n0=3（4、5、6），n2=2（1、2），3=2+1，完全符合。

六、写在最后

从链表（线性单一指向）到二叉树（层级左右分叉），是数据结构从"线性"到"层级"的关键跨越。二叉树的核心价值的在于解决链表"查找效率低"的问题，而n0 = n2 + 1这一性质，是后续学习二叉搜索树、平衡二叉树的基础。

🌱 数据结构的学习，核心是理解"按需设计"的逻辑------每一种结构的升级，都是为了适配更复杂的业务场景。下一篇，我们将拆解二叉树的三种遍历方式，用C++实现递归与非递归代码，敬请期待！