今日学习内容#

今日累计学习3小时，完成数据结构模块中树的基础内容学习，重点梳理并推导了二叉树的各类核心考点公式，包括二叉树的层数与节点数关系、度的关系公式等。

AI知识点带复盘#

本次学习围绕二叉树的核心公式展开，属于408数据结构的高频考点，具体复盘如下：

1. 二叉树基础性质公式
   • 二叉树第$i$层最多有$2^{i-1}$个节点（$i\geq1$），该考点常结合层数计算最大节点数，或反推层数范围。
   • 深度为$k$的二叉树最多有$2^k -1$个节点，对应满二叉树的总节点数，真题常结合完全二叉树的深度计算进行考察。
   • 完全二叉树的总节点数$n$与深度$k$的关系：$2^{k-1} \leq n < 2^k$，可通过该公式快速求解给定节点数的完全二叉树深度。
2. 度的关系公式 对于任意二叉树，设$n_0$为叶子节点数，$n_1$为度为1的节点数，$n_2$为度为2的节点数，则满足$n_0 = n_2 +1$，该公式是选择题和综合题的高频考点，常结合总节点数$n = n_0 +n_1 +n_2$联合推导未知节点数。
3. 完全二叉树的节点编号公式 完全二叉树中，编号为$i$的节点的左孩子编号为$2i$，右孩子编号为$2i+1$，父节点编号为$\lfloor i/2 \rfloor$，该考点常结合节点位置判断父子/兄弟关系。

问题与反思#

1. 部分公式的推导逻辑仍不够熟练，例如$n_0 = n_2 +1$的推导过程，尚未完全脱离参考自行梳理清晰。
2. 完全二叉树的节点编号与实际节点位置的对应关系容易混淆，在反推父节点时偶现计算错误。
3. 本次学习仅完成了公式梳理，未配套对应真题练习，无法快速验证对知识点的掌握程度。

收获与总结#

1. 系统梳理了二叉树的5条核心考点公式，明确了不同公式的适用场景与推导逻辑。
2. 清晰区分了满二叉树、完全二叉树的节点数计算差异，解决了之前对两类树型结构的概念混淆问题。
3. 掌握了利用度的守恒关系推导叶子节点与度为2节点数的关联方法，为后续二叉树遍历、线索化等内容的学习打下基础。

💡 碎碎念：踏实吃透每一个知识点！

文档内容由 AI 辅助生成