数据结构
名词定义
Data_Structure=(D,R)
其中D是数据元素的集合，R是该集合中所有元素之间的关系的有限集合。
指的是数据的存储形式，常见的有线性结构（数组、链表，队列、栈）【一对一】，
还有非线性结构（树、图等）。
1>线性结构中
一个节点至多只有一个头节点，至多只有一个尾节点，彼此连接起来是一条完整的线。
比如：【链表、数组】
2>非线性结构中
不再是一对一，而变成了一对多（而图则可以是 多对多）
如下图所示：
可以看到:
- 图中的结构就像一棵倒过来的树，最顶部的节点就是“根节点 (root 节点)”
- 每棵树至多只有一个根节点
- 根节点生出多个孩子节点，每个孩子节点只有一个父节点，每个孩子节点又生出多个孩子
- 父亲节点 (parent) 和孩子节点 (child) 是相对的
- 没有孩子节点的节点成为叶子节点 (leaf)
2.0> 树 的相关术语
如 ↑ ： 根节点、父亲节点、孩子节点、叶子节点
节点的度（度可以理解为关联度，指和该节点相关联的个数）
一个节点直接含有的子树个数，叫做节点的度。比如上图中的 3 的度是 2，10 的度是 1。
树的度
度就是分支的数目。没有分叉的二叉树节点的度就是0度。如果一个节点只有一个分叉就是1度。两个分叉就是2度的子树.
一棵树中最大节点的度，即哪个节点的子节点最多，它的度就是 树的度。上图中树的度为 2 .
节点的层次
结点的层次从根开始定义起,根为第一层,根的孩子为第二层,依次累计.
树的高度（叶 →根）
树的高度是从叶子节点开始，自底向上增加。
树的深度（根→叶）
与高度相反，树的深度从根节点开始，自顶向下增加。
整个树的高度、深度是一样的，但是中间节点的高度 和 深度是不同的，比如上图中的 6 ，高度是 2 ，深度是 3。
2.1> 树 的两种实现
由 2>得知，树是一个递归的概念，从根节点开始，每个节点至多只有一个父节点，有多个子节点，每个子节点又是一棵树，以此递归。
树有两种实现方式：
- 数组
- 链表
树的几种常见分类及使用场景
树，为了更好的查找性能而生。
常见的树有以下几种分类：
- 二叉树
- 平衡二叉树
- B 树
- B+ 树
- 哈夫曼树
- 堆
- 红黑树
