普通二叉树：无值限制，用于层次结构；2. 二叉搜索树：左小右大，支持高效操作；3. 平衡二叉搜索树：AVL和红黑树防退化；4. 完全二叉树：节点靠左，适合堆与数组存储；5. 满二叉树：每个节点均有0或2子；6. 完美二叉树：所有叶同层且内部节点均两子；7. 堆：完全二叉树，分最大最小堆，heapq实现最小堆；8. 伸展树等高级变体用于特定场景。
在 Python 中，二叉树是一种常见的数据结构，根据其结构和性质可以分为多种类型。每种类型都有特定的规则和应用场景。以下是几种主要的二叉树类型：
1. 普通二叉树（Binary Tree）
最基础的二叉树形式，每个节点最多有两个子节点：左子节点和右子节点。对节点的值没有特殊限制。
常用于表达层次关系，比如文件系统、表达式树等。
2. 二叉搜索树（Binary Search Tree, BST）
一种有序的二叉树，满足以下条件：
立即学习“Python免费学习笔记（深入）”；
- 左子树的所有节点值小于根节点值
- 右子树的所有节点值大于根节点值
- 左右子树也分别是二叉搜索树
支持高效的查找、插入和删除操作，平均时间复杂度为 O(log n)。
3. 平衡二叉搜索树
为了防止普通二叉搜索树退化为链表（最坏情况 O(n)），引入了自平衡机制。常见实现包括：
- AVL 树：通过旋转操作保持左右子树高度差不超过 1
- 红黑树（Red-Black Tree）：通过颜色标记和旋转维持近似平衡，广泛用于 Python 的字典和集合底层实现（CPython）
4. 完全二叉树（Complete Binary Tree）
除了最后一层外，每一层都被完全填满，且最后一层的节点都靠左排列。
堆（Heap）通常用完全二叉树实现，适合用数组存储，常用于优先队列。
5. 满二叉树（Full Binary Tree）
每个节点要么是叶子，要么有两个子节点，不存在只有一个孩子的节点。
常用于某些编码问题或构造特定结构的场景。
6. 完美二叉树（Perfect Binary Tree）
所有内部节点都有两个孩子，且所有叶子在同一层。
具有最大节点数：深度为 d 的完美二叉树有 2^d - 1 个节点。
7. 堆（Heap）
一种特殊的完全二叉树，分为两种：
- 最大堆（Max Heap）：父节点值 ≥ 子节点值，根是最大值
- 最小堆（Min Heap）：父节点值 ≤ 子节点值，根是最小值
Python 中可用 heapq 模块实现最小堆功能。
8. 伸展树（Splay Tree）与 其他高级变体
虽然不常用作标准库，但在算法题或特定应用中可能出现：
- 伸展树：访问过的节点会“上移”到根，适合局部性访问场景
- Treap：结合二叉搜索树和堆性质的随机化结构
基本上就这些常见类型。在实际编程中，可以根据需求选择合适的二叉树结构，或借助 Python 的内置模块简化实现。
