树结构是现实世界层次关系的抽象表达。将线性结构的数据转化为树型结构，特别是二叉树结构，能够结合顺序存储和链式存储的优点，在O(logn)时间内完成增、删、改、查等操作。
不论是顺序存储还是链式存储，线性表都有其各自的优缺点。
顺序存储能够在O(1)时间内找到特定次序的元素，但是插入和删除元素需要移动大量数据，因此时间复杂度为O(n)。
链式存储则可以在O(1)时间内完成插入和删除操作，因为只需要更改节点指针，而找到特定次序的元素则需要从链表头部开始遍历，时间复杂度为O(n)。
通过将数据成堆（一种数量关系有规律的特殊二叉树），我们可以应用堆排序，而堆也是优先队列的基础。在STL（Standard Template Library）中，堆通常以vector为底层结构。
为了数据检索，我们还将数据成平衡二叉搜索树。
红黑树是一种特殊的平衡二叉搜索树，它是STL中的map和set的基础。
哈夫曼树是另一种特别构建的二叉树。
接下来详细介绍一下树这种数据结构：
1. 树形结构类似于倒立的树，有唯一的根节点，根节点可以衍生出多个分支，每个分支也可以进一步发出分支，这些分支之间不会有交集。类似的，数组是数组的数组，树也是树的树，二叉树也是二叉树的二叉树，这具有递归性质。
树的定义是：n（n≥0）个节点的有限集合，当n=0时，为空树；n>0时，为非空树。任何一棵非空树都可以满足以下两个条件：1）有且仅有一个根节点；2）除根节点以外的其余节点可以分为m（m＞0）个互不相交的子集，每个子集本身又是一棵树，被称为根的子树。
1.1 与树相关的术语包括：
节点：包含数据元素及指向子树的分支信息。
节点的度：节点拥有的子树个数。
树的度：树中节点的最大度数。
终端节点或叶子：度为0的节点。
分支节点：度大于0的节点。除根节点和叶子节点都是分支节点。
内部节点：除根和叶子节点以外的所有节点。
节点的层次：从根到该节点的路径上的节点数（根节点为第1层）。
树的深度或高度：所有节点中的最大层次。
路径：树中两个节点之间所经过的节点序列。
路径长度：两节点之间路径上的边数。在树中，任意两个节点之间的路径是唯一的。
如果把树看作族谱，就形成了家族树。其中还有双亲、孩子、兄弟、堂兄弟、祖先、子孙等术语来描述节点之间的关系。有序树和无序树则描述了子树的顺序性。森林则由多棵不相交的树组成。
