tree

🌳 Árboles – Estructuras Jerárquicas en Python

Esta carpeta contiene implementaciones fundamentales de estructuras de árboles, una de las estructuras más importantes y versátiles en informática. Los árboles permiten organizar datos de forma jerárquica y son la base de muchas estructuras más complejas.

---

📂 Archivos incluidos

Archivo	Descripción
binary_tree.py	Árbol binario básico (cada nodo tiene hasta dos hijos)
binary_Search_tree.py	Árbol binario de búsqueda (BST), con inserción y búsqueda ordenada
AVL_tree.py	Árbol auto-balanceado AVL: mantiene el árbol equilibrado automáticamente
traversal.py	Implementaciones de recorridos: inorden, preorden, postorden y BFS

---

▶️ Cómo ejecutar

python binary_tree.py
python binary_Search_tree.py
python AVL_tree.py
python traversal.py

🧠 ¿Qué es un árbol?

Un árbol es una estructura jerárquica compuesta por nodos conectados. Tiene:

• Un nodo raíz (el punto de partida)
• Nodos hijos (conexiones descendentes)
• Opcionalmente, hojas (nodos sin hijos)

Un árbol binario limita cada nodo a tener como máximo dos hijos: izquierdo y derecho.

---

🌲 Tipos de árboles implementados

Tipo de árbol	Descripción
Árbol binario	Cada nodo tiene como máximo dos hijos
Árbol binario de búsqueda (BST)	El hijo izquierdo es menor que el nodo, el derecho es mayor
Árbol AVL	BST auto-balanceado: mantiene la diferencia de alturas ≤ 1
Árbol completo/balanceado	(No implementado aquí) Todos los niveles llenos, excepto posiblemente el último

---

🔁 Recorridos comunes (traversal.py)

Tipo	Orden
Inorden (inorder)	izquierda → nodo → derecha
Preorden (preorder)	nodo → izquierda → derecha
Postorden (postorder)	izquierda → derecha → nodo
Por niveles (BFS)	de arriba hacia abajo, nivel por nivel

---

📈 Ejemplo de uso

from binary_Search_tree import BST

arbol = BST()
arbol.insert(50)
arbol.insert(30)
arbol.insert(70)

print(arbol.search(30))  # True
print(arbol.search(90))  # False
arbol.inorder()          # [30, 50, 70]

🌍 Aplicaciones comunes

Estructura	Ejemplo de uso
🌿 Árbol binario	Representación de expresiones matemáticas, árboles de decisión en inteligencia artificial, jerarquías simples.
📚 Árbol binario de búsqueda (BST)	Implementación de diccionarios, bases de datos ordenadas, motores de búsqueda internos.
⚖️ Árbol AVL	Búsqueda, inserción y eliminación con eficiencia garantizada (O(log n)), ideal para estructuras que requieren balance constante.
🔁 Recorridos (DFS/BFS)	Análisis sintáctico en compiladores, motores de juegos, estructuras del DOM en navegadores, exportación estructurada de datos.

🎯 ¿Por qué aprender árboles?

• Son fundamentales para el diseño de algoritmos
• Aparecen en estructuras clave como heaps, tries, grafos, DOM, etc.
• Dominarlos mejora tu rendimiento en entrevistas técnicas y programación competitiva

🙌 Créditos

Desarrollado con fines educativos with ❤️ by @luuiscc_