在计算机科学中，树（tree）是一种抽象数据类型（ADT）或是实作这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。 它是由n（n>0）个有限节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。
它具有以下的特点：
- 每个节点有零个或多个子节点（child）；
- 没有父节点的节点称为根节点（root）；
- 每一个非根节点有且只有一个父节点（parent）；
- 除了根节点外，每个子节点可以分为多个不相交的子树；
-
节点（node）的度：
一个节点含有的子树的个数称为该节点的度；
-
树的度：
一棵树中，最大的节点的度称为树的度；
-
叶节点或终端节点（leaf）：
度为零的节点；
-
非终端节点或分支节点：
度不为零的节点；
-
父亲节点或父节点：
若一个节点含有子节点，则这个节点称为其子节点的父节点；
-
孩子节点或子节点：
一个节点含有的子树的根节点称为该节点的子节点；
-
兄弟节点（sibling）：
具有相同父节点的节点互称为兄弟节点；
-
节点的层次：
从根开始定义起，根为第1层，根的子节点为第2层，以此类推；
-
树的高度或深度（depth）：
树中节点的最大层次；
-
堂兄弟节点：
父节点在同一层的节点互为堂兄弟；
-
节点的祖先：
从根到该节点所经分支上的所有节点；
-
子孙：
以某节点为根的子树中任一节点都称为该节点的子孙。
-
森林：
由m（m>=0）棵互不相交的树的集合称为森林；
从二叉树的根节点出发，节点的遍历分为三个主要步骤：对当前节点进行操作（称为“访问”节点）、遍历左边子节点、遍历右边子节点。这三个步骤的先后顺序也是不同遍历方式的根本区别。
如果把左节点和右节点的位置固定不动，那么:
- 根节点放在左节点的左边，称为前序遍历（Pre-Order Traversal）;
- 根节点放在左节点和右节点的中间，称为中序遍历（In-Order Traversal）;
- 根节点放在右节点的右边，称为后序遍历（Post-Order Traversal）。
和深度优先遍历不同，广度优先遍历会先访问离根节点最近的节点。二叉树的广度优先遍历又称按层次遍历。算法借助队列实现。
- 首先将根节点放入队列中。
- 从队列中取出第一个节点，并检验它是否为目标。 如果找到目标，则结束搜寻并回传结果。 否则将它所有尚未检验过的直接子节点加入队列中。
- 若队列为空，表示整张图都检查过了——亦即图中没有欲搜寻的目标。结束搜寻并回传“找不到目标”。
- 重复步骤2。
- 无序树：树中任意节点的子节点之间没有顺序关系，这种树称为无序树，也称为自由树；
- 有序树：树中任意节点的子节点之间有顺序关系，这种树称为有序树；
- 二叉树：每个节点最多含有两个子树的树称为二叉树；
- 完全二叉树：对于一颗二叉树，假设其深度为d（d>1）。除了第d层外，其它各层的节点数目均已达最大值，且第d层所有节点从左向右连续地紧密排列，这样的二叉树被称为完全二叉树；
- 满二叉树：所有叶节点都在最底层的完全二叉树；
- 平衡二叉树（AVL树）：当且仅当任何节点的两棵子树的高度差不大于1的二叉树；
- 排序二叉树(二叉查找树（英语：Binary Search Tree），也称二叉搜索树、有序二叉树)；
- 霍夫曼树：带权路径最短的二叉树称为哈夫曼树或最优二叉树；
- B树：一种对读写操作进行优化的自平衡的二叉查找树，能够保持数据有序，拥有多余两个子树。