树（Tree）是一种由$n$（$n ge 0$）个结点组成的有限集合$T$。这种数据结构在计算机科学中具有广泛的应用，是理解和组织层次化数据的基础。其定义严谨，特性鲜明，使得它成为许多算法和数据管理系统的核心。
当$n=0$时，树被称为空树，表示不包含任何结点。这是一种特殊情况，通常作为递归定义或算法终止条件的基础。对于$n>0$的树，其结构遵循以下关键原则：
- 根结点（Root Node）：树中仅有一个特殊的结点被称为根结点。根结点是树的起点，它没有前驱结点，意味着它是唯一一个没有父结点的结点。所有其他结点都直接或间接地连接到根结点。
- 子树（Subtree）：当$n>1$时，除根结点外，其余的结点被划分为$m$（$m>0$）个互不相交的有限集合$T_1, T_2, dots, T_m$。每个集合$T_i$本身又是一棵结构与树类似的子树。这意味着树的定义是递归的，每一棵子树也遵循相同的树结构定义。这种递归性是树结构强大和灵活的关键所在。
树结构在实际应用中非常普遍。例如，文件系统就是一种典型的树结构，其中根目录是根结点，子目录和文件是子结点。在数据库管理中，索引结构（如B树、B+树）也采用树的形式来优化数据检索效率。编译器在解析程序代码时会构建抽象语法树（AST），用于表示程序的结构。此外，在人工智能领域，决策树被广泛应用于分类和回归问题，通过树状结构来表示决策规则和结果。网络路由协议也常常利用树结构来确定数据包的最佳路径。
理解树结构对于学习更高级的数据结构和算法至关重要。它不仅提供了一种有效组织数据的方式，也为解决各种计算问题提供了强大的工具和模型。通过对树的遍历、查找、插入和删除等操作的学习，可以更好地掌握数据处理和算法设计的核心思想。