트리

사진 출처 : https://laurent.tistory.com/entry/자료구조-트리-Tree
https://velog.io/@juwon9733/코딩-테스트를-위한-트리Tree-자료구조-10분-핵심-요약
강의 출처 : 동빈나
강의 출처 : 쉬운 코드

1. 트리

트리를 이용해 직접 구현하는 경우는 거의 없지만 관련 라이브러리나 문서를 이해할 때 좋다

🍇 트리란?

그래프 중 하나로 그래프의 특징처럼 정점과 간선으로 이루어져 있고, 트리 구조로 배열된 일종의 계층적 데이터의 집합
트리로 이루어진 집합을 숲이라고 함
뿌리가 최상위로 올라감
가계도와 같음 ⇒ 단군 할아버지가 A같은 느낌

🍇 트리의 특징

부모, 자식 계층적 구조를 가진다.
데이터를 순차적으로 저장하지 않는 비선형 구조
트리에 서브트리가 있는 재귀적 구조
V-1 = E라는 특징을 가진다. 간선 수= 노드수 -1
임의의 두 노드 사이 경로는 유일무이하게 존재한다.
루트 노드는 하나만 존재한다.
사이클(cycle)이 존재하지 않음

8. 자녀 노드는 하나의 부모 노드만 존재

🍇 트리의 용어

루트 노드(Root Node)
1. 트리에서 부모가 없는 최상위 노드, 트리의 시작점
2. 2
단말 노드(Termial Node) = 외부 노드(external) 노드
1. 자식이 없는 노드, 트리의 가장 말단에 위치, degree가 0
2. 3, 7, 8, 1, 4
3. leaf node, outer node, terminal node
레벨(Level)
1. 노드와 루트 노드 경로에서 간선의 수
2. 루트 노드의 레벨은 0 (or 1)
조상 노드(Ancestor Node) : 부모 노드를 따라 루트 노트까지 올라가며 만나는 모든 노드
1. 8의 조상 노드 : 11, 9, 2
자손 노드(descendant Node) : 자녀 노드를 따라 내려가며 만날 수 있는 모든 노드
1. 9의 자손 노드 : 11, 8, 1, 4
자식 노드(Child Node) : 특정 노드에 연결된 다음 레벨의 노드
1. 5번 노드의 자식 노드는 6, 7
2. 6번 노드의 자식 노드는 3
부모 노드(Parent Node) : 자녀 노드를 가지는 노드
1. 2, 5, 9, 6, 11
형제 노드(Sibling) : 같은 부모를 가진 노드
1. {8, 1, 4}, {6, 7}, {5, 9}
내부 노드(internal) =branch node = inner node : 자녀 노드를 가지는 노드
1. 2, 5, 9, 6, 11
노드의 깊이(Depth)
1. 루트 노드에서 해당 노드에 도달하기 위한 간선의 수
2. 11의 깊이 : 2
3. 루트 노드의 깊이 : 0
트리의 깊이(depth)
1. 트리에 있는 노드들의 깊이 중 가장 긴 깊이
2. 트리 깊이 : 3
3. 트리 높이 = 트리 깊이
경로(path)
1. 한 노드에서 다른 노드 사이의 노드들의 시퀸스(sequence)
2. 2에서 7로의 경로 : 2- 5 -7
3. 경로 길이(length of path)
4. 경로에 있는 노드들의 수
5. 2에서 7로의 경로 길이 : 3
6. 2에서 3으로의 경로 길이 : 4
노드의 높이(height) : 문서마다 높이를 간선으로 따지기도 하고 노드 수로 따지기도
1. 노드에서 리프(leaf) 노드까지의 가장 긴 경로의 간선(edge) 수
2. 5의 높이 : 2
3. 리프(left) 노드의 높이 : 0
트리의 높이
1. 루트 노드의 높이
2. 트리 높이 : 3
차수(Degree)
1. 특정 노드의 연결된 자식 노드의 수
2. 차수를 고르라는데 특정 노드 언급 x => 가장 큰 차수를 가지는 값을 고르면 됨 = 트리의 차수(degree)
3. 11의 차수 : 3
4. 3의 차수 : 0
노드의 크기(size)
1. 자신을 포함한 자손 노드의 수
2. 9의 크기 : 5
3. 5의 크기 : 4
트리의 크기(size)
1. 트리의 모든 노드의 수
2. 트리의 크기 : 10
두 노드 사이의 거리(distance)
1. 두 노드의 최단 경로의 간선 수
2. distance(9, 8) : 2
3. distance(3, 8) : 6
width

임의의 레벨에서 노드의 수
level 2의 width : 3

서브 트리(subtree) : 각 노드의 자녀 노드들을 재귀적으로 서브 트리를 구성한다.

🍇 트리를 사용하는 곳[chat gpt]

계층 구조를 나타내거나 데이터를 조직화하여 사용되는 중요한 자료구조

2. 이진 트리

🍇 이진 트리(Binary Tree)

각 노드의 자녀 노드 수 최대 2개인 Tree를 의미
left child | right child = 왼쪽 자녀 노드 | 오른쪽 자녀 노드

🍇 이진 트리(Binary Tree) 종류

full binary tree(정 이진 트리) : 모든 노드는 자녀 노드가 없거나 두 개인 트리 = 자녀 노드가 1개인 노드는 없다.

complete binary tree(완전 이진 트리) : 마지막 레벨을 제외한 모든 레벨에서 노드가 빠짐없이 채워져 있고 마지막 레벨은 왼쪽부터 빠짐없이 노드가 채워져 있는 트리

perfect binary tree(포화 이진 트리) : 모든 레벨에서 노드가 빠짐없이 채워져 있는 트리

degenerate binary tree(변질 이진 트리) : 모든 부모 노드는 하나의 자녀 노드만을 가짐

pathological binary tree라고도 불림
left skewed binary tree : 모든 부모 노드는 왼쪽 자녀 노드만 가지는 트리

right skewed binary tree : 모든 부모 노드는 오른쪽 자녀 노드만 가지는 트리

balanced binary tree(균형 이진 트리) : 모든 노드에서 왼쪽 서브 트리와 오른쪽 서브 트리의 높이 차이가 최대 1인 트리

포화 이진 트리 : 모든 잎의 레벨이 동일한 이진 트리이며, 잎이 아닌 내부 노드들은 모두 2개의 자식을 가지는 트리
- 내부 노드 : 루트 노드와 리프 노드(leaf node)를 제외한 나머지 노드를 의미
- 잎 : 자식이 없는 노드

🍇 이진 트리 장점

삽입 삭제가 유연하다
값의 크기에 따라 좌우 서브트리가 나눠지기 때문에 삽입/삭제/검색이 보통은 빠르다
값의 순서대로 순회가능

🍇 이진 트리 단점

최악의 경우 모든 트리에 있는 노드를 방문 해줘야 함
트리가 구조적으로 한쪽으로 편향되면 삽입, 삭제, 검색 등등 여러 동작들의 수행시간 악화
이 문제를 해결하기 위해 스스로 균형을 잡는 이진 탐색 트리가 사용
- AVL 트리. Red-Black 트리

🍇 관련 코테 문제

예제 : 길찾기 문제

문제 링크 : https://school.programmers.co.kr/learn/courses/30/lessons/42892
다른 사람 풀이 : https://choichumji.tistory.com/167
강사님의 코드와 설명 덧붙힘
1. preorder.stream().mapToInt(Integer::intValue).toArray()
2. preorder 리스트를 스트림으로 변환하고, 각 요소를 mapToInt() 메서드를 이용해 int 형으로 변환
3. **mapToInt(Integer::intValue)**는 각 요소를 int로 변환하는 메서드 참
4. **Integer::intValue**는 Integer 클래스의 intValue 메서드를 호출하여 int로 변환하는 것을 의미
5. toArray() 메서드를 사용하여 해당 스트림의 요소들을 배열로 변환

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

public class Solution {
    //이진 트리 노드(value : 노드 숫자 x,y : 노드 위치 - 좌표 )
    // left, right : 각각 왼쪽 자식인지 오른쪽 자식인지 구분
    private static class Node{
        public final int value;
        public final int x;
        public final int y;

        public Node left;
        public Node right;

        private Node(int value, int x, int y){
            this.value = value;
            this.x = x;
            this.y = y;
        }
    }

    // 노드를 삽입하는 메서드, 주어진 노드를 현재 노드의 왼쪽 또는 오른쪽에 삽입
    // 위치 좌표를 기준으로 비교하여 적절한 위치에 노드를 삽입
    private void insert(Node root, Node node){
        if(node.x < root.x) {
            if (root.left == null) {
                root.left = node;
            } else {
                insert(root.left, node);
            }
        }
        else{
            if(root.right == null){
                root.right = node;
            }
            else{
                insert(root, node);
            }
        }
    }

    //노드 배열을 받아 이진 트리를 생성하는 메서드
    // 배열의 첫 번째 노드를 루트로 지정하고, 나머지 노드들을 insert 메서드를 통해 적절한 위치에 삽입하여 전체 트리를 구성
    private Node constructTree(Node[] nodes){
        Node root = nodes[0];
        for(int i = 1; i<nodes.length; i++){
            insert(root, nodes[i]);
        }

        return root;}

    // 전위 순회
    // 노드를 방문하면서 노드의 값을 리스트에 추가한 후, 왼쪽 자식 노드를 재귀적으로 순회하고 오른쪽 자식 노드를 재귀적으로 순회
    private void pre(Node node, List<Integer> visits){
        if(node == null) return;
        visits.add(node.value);  // 현재 노드 값을 방문 리스트에 추가
        pre(node.left, visits); // 왼쪽 자식 노드를 전위 순회
        pre(node.right, visits); // 오른쪽 자식 노드를 전위 순회
    }

    // 후위 순회
    // 노드의 왼쪽 자식 노드와 오른쪽 자식 노드를 재귀적으로 순회한 후, 현재 노드의 값을 리스트에 추가
    private void post(Node node, List<Integer> visits){
        if(node == null) return;
        // 끝부터 후
        post(node.left, visits);
        post(node.right, visits);
        // 마지막에 넣어줌
        visits.add(node.value);
    }

    public int[][] solution(int[][] nodeinfo)
    {
        Node[] nodes = new Node[nodeinfo.length];
        for (int i = 0; i < nodes.length; i++)
        {
            // 각 인덱스에 노드 정보 저장, i + 1은 노드의 값을 의미하며, nodeinfo[i][0]은 x 좌표, nodeinfo[i][1]은 y 좌표를 나타낸다
            nodes[i] = new Node(i + 1, nodeinfo[i][0], nodeinfo[i][1]);
        }

        Arrays.sort(nodes, (a, b) -> b.y - a.y); // 윗부분부터 순회하기 위해서 y좌표를 내림차순으로 정렬
        // 노드 정보들이 정렬되었으므로, 배열의 첫 노드부터 순회하며 트리를 구성한다.

        Node root = constructTree(nodes); // 이진 트리 생성

        List<Integer> preorder = new ArrayList<>();
        pre(root,preorder);

        List<Integer> postorder = new ArrayList<>();
        post(root,preorder);

        //  preorder와 postorder 리스트의 요소들을 각각 int 배열로 변환하여 최종적인 결과를 반환
        return new int[][] {
                preorder.stream().mapToInt(Integer::intValue).toArray(),
                postorder.stream().mapToInt(Integer::intValue).toArray(),
        };

    }
}

3. 이진 탐색 트리

🍇 이진 탐색 트리(Binary Search Tree)

이진 탐색이 동작할 수 있도록 고안된 효율적인 탐색이 가능한 자료구조의 일종
이진 탐색 트리의 특징 : 왼쪽 자식 노드 < 부모 노드 < 오쪽 자식 노드
- 부모 노드보다 왼쪽 노드가 작다.
- 부모 노드보다 오른쪽 노드가 크다
- 즉, 모든 노드의 왼쪽 서브 트리는 해당 노드의 값보다 작은 값들만 가지고 모든 노드의 오른쪽 서브 트리는 해당 노드의 값보다 큰 값들만 가진다.
탐색 범위가 이상적인 경우 절반 가까이 줄어든다.
하지만 반대로 균형이 맞지 않으면 검색 효율이 좋지 않다.

이진 탐색 트리의 최솟값과 최대값

최솟값 : 트리의 가장 왼쪽에 존재
최댓값 : 트리의 가장 오른쪽에 존재

🍇 트리 순회(Tree Traversal)

트리 자료구조에 포함된 노드를 특정한 방법으로 한 번 씩 방문하는 방법을 의미
- 트리의 정보를 시각적으로 확인 가능

대표적인 트리 순회

전위 순회(Pre-Order Traversal)

Root ⇒ Left ⇒ Right 순으로 방문
루트를 먼저 방문

// 전위 순회
    private void pre(Node node, List<Integer> visits){
        if(node == null) return;
        visits.add(node.value);
        pre(node.left, visits);
        pre(node.right, visits);
    }

중위 순회(In-Order traversal)

⇒ 작은값 기준으로 순서대로 방문

재귀적으로 왼쪽 서브 트리 순회 ⇒ 현재 노드 방문(값 출력) ⇒ 재귀적으로 오른쪽 서브 트리 순회

left ⇒ Root ⇒ Right 순으로 방문
재귀적으로 왼쪽 자식을 먼저 방문 후 루트를 방문

후위 순회(Post-Order)

left ⇒ right ⇒ root 순으로 방문
오른쪽 자식을 방문 후 루트 방문

// 후위 순회
    private void post(Node node, List<Integer> visits){
        if(node == null) return;
        // 끝부터 후
        post(node.left, visits);
        post(node.right, visits);
        // 마지막에 넣어줌
        visits.add(node.value);
    }