ツリーの概念：ツリーは、ツリーのような構造を持つデータセットをシミュレートするために使用される抽象データタイプ（ADT）です。n> = 1の有限ノードで構成され、階層関係を持つセットを形成します。
各ノードはゼロまたは複数の子ノード;
—親ノードのないノードはルートノードと呼ばれ
ます—各非ルートノードには1つの親ノードしかありません—ルートノードを
除き、各子ノードは複数の互いに素なサブツリーに分割できます
ツリーのいくつかの用語：
（1）ノードの次数：ノードに含まれるサブツリーの数はノードの次数と呼ばれます
（2）ツリーの次数：ツリー内の最大ノードの次数
（3）リーフノード：次数ゼロノード
（4）親ノード：ノードに子ノードが含まれている場合、このノードはノードの子ノードと呼ばれます
（5）子ノード：ノードには、ノードの子ノードと呼ばれるサブツリーノードが含まれます
（6）兄弟ノード：同じ
親ノードを持つノードは兄弟ノード（7）ノードと呼ばれます。ルートノードの定義から始めて、ルートは最初のレイヤー、ルートの子は2番目のレイヤー、のようになります
（8）。高さまたは深さ：ツリー内のノードの最大レベル
（9）いとこのノード：親ノードが同じレベルにあるノードは、お互いのいとこです
（10）ノードの祖先：ルートからノードへのブランチ上のすべてのノード
（11）子孫特定のノードをルートとするサブツリー内のノードは、ノードの子孫
（12）フォレストと呼ばれます。フォレストは、n個の互いに素なツリーのコレクションで構成されます。
ツリーのタイプ：
（1）順序付けられていない
ツリー：ツリー内のノードの子ノード間に順序関係はありません。このツリーは順序付けられていないツリーと呼ばれます。（2）順序付けされたツリー：–（
1）バイナリツリー：各ノードには最大で2つのサブツリーのツリーはバイナリツリーと呼ばれます。バイナリツリーのタイプは、完全なバイナリツリー、バランスのとれたバイナリツリー、ソートされたバイナリツリー
–（2）ハフマンツリー
–（3）Bツリーです。
ツリーストレージ
（1）シーケンシャルストレージ：データ構造を固定配列に格納すると、走査速度に利点がありますが、スペースは比較的大きくなります
（2）チェーンストレージ：バイナリツリーは通常チェーンストレージを使用しますが、欠陥はポインターフィールドポインターですの数は不定です。解決策：マルチフォークツリーを処理のためにバイナリツリーに変換します。
ノードの数を把握できないため、共通ツリーのストレージ表現は処理のためにバイナリツリーに変換され、子ノードの数は最大2
いくつかの一般的なツリーアプリケーションシナリオ
1.xml、htmlなど。これらのパーサーを作成する場合、ツリー
2 を使用することは避けられません。ルーティングプロトコルはツリーアルゴリズムを使用することです
。3.mysqlデータベースインデックス4.ファイル
システムディレクトリ構造
5.多くの古典的なAIアルゴリズムは実際にはツリー検索です。さらに、機械学習の決定木もツリー構造
です。実際の生活でのツリーの使用は非常に一般的です
二分木：二分木は、ノードごとに最大2つのサブツリーを持つツリー構造です。サブツリーは通常、左および右サブツリーと呼ばれます
バイナリツリーの特性：
（1）プロパティ1：バイナリツリーのi番目のレイヤーに
は最大で2 ^（i-1）ノードがあります（2）深度kのバイナリツリーには最大で2 ^ i-1ノードがあります
（3）任意のバイナリツリー、リーフノードの数がN0で、次数2のノードの総数がN1の場合、N0 = N1 + 1
（4）nノードの完全なバイナリツリーの深さは次のようになります。log（n + 1）
二分木の種類：
完全な二分木：最後のレイヤーを除いて、各レイヤーのノード数が最大数に達し、葉ノードが左から右に配置されます
完全な二分木：葉ノードを除くすべてのノードには左と右の子葉があり、葉ノードは二分木の下部にあり、各層はノードでいっぱいです
バイナリツリーのデータ構造：Pythonの実装
节点的数据结构：数据区、左链接区、右链接区
class Node(object):
"""节点类"""
def __init__(self, elem=0, lchild=None, rchild=None):
self.elem = elem
self.lchild = lchild
self.rchild = rchild
树的创建，创建一个树结构，添加根节点，开始为空树，然后按照广度优先（层序遍历：横向）来添加节点
【拓展： ---深度优先（纵向：通常有三种遍历方式）】
class Tree(object):
"""树类"""
def __init__(self, root=None):
self.root = root
"""通过层序遍历来添加节点"""
def add(self, elem):
"""为树添加节点"""
node = Node(elem)
#如果树是空的，则对根节点赋值
if self.root == None:
self.root = node
else:
queue = []
queue.append(self.root)
#对已有的节点进行层次遍历
while queue:
#弹出队列的第一个元素
cur = queue.pop(0)
if cur.lchild == None:
cur.lchild = node
return
elif cur.rchild == None:
cur.rchild = node
return
else:
#如果左右子树都不为空，加入队列继续判断
queue.append(cur.lchild)
queue.append(cur.rchild)