上一篇blog主要簡述了樹、二叉樹相關的定義和類型。
其中一個很重要、很基礎的概念就是節點的度。大家有沒有想過，為什么要用“度”作為子節點個數的量化單位呢？按理說，如果是子節點個數，用“子”或者“孩”豈不是更好理解？
那這里要想到，計算機整個體系實際上是一種舶來品，我們需要參照原體系中的定義來進行翻譯。所以，我找了一些關於樹相關的數據結構的出處，但這個“度”其實就是直白地用degree進行了翻譯。
是不是degree有一些什么特殊的含義，能夠用來表示近似子嗣的概念呢？於是我去查了degree的英文釋義，但沒有什么收獲，基本的含義都是表示“程度”。
在各種查詢之后，發現圖論中也有“度”這個概念。但與數據結構中樹用“度”來表示子節點個數不同，這里的“度”是用來表示節點所連接邊的條數，而在有向圖中，還有“入度”與“出度”的概念。仔細想想，如果把樹結構，連接各個點的邊，都從上到下設置為有向，那么數據結構中的“度”與有向圖中的“出度”就是相同的了。所以，查到這里我覺得兩者應該是同源的。
那么，圖論中為什么用度來定義相關的屬性呢？來源自哪里？只能繼續Google咯.. 在一篇介紹“有限元分析”中的基本概念時，我看到了一些熟悉的詞匯：鏈接
這里的node，element，degree，boundary都是圖論中的重要基礎概念。其中對於degree的表述這里用到了degree of freedom。雖然不確定有限元分析與圖論的准確關系，但是至少，兩者是非常緊密的。
看到這里，我好像有點明白了。節點處與外界相連的邊，其實就是這個節點能夠到其它節點的可能的路徑，邊越多，路越多，可能性就越多，說自由度更高也就能理解了。圖論中還有專門的主題討論節點這種自由度的分布問題。這里我就大膽臆測，圖論中的“度”，其實就是degree of freedom。
在樹這種結構中，接觸到度這個概念，還特意地要去強調，度指的是子節點的個數，不包含子節點的子節點在內。但是理解到了自由度這個層面上，也就不會有將子節點的邊數計算在內的想法了。
-----------------------------------------------------------------------
關於一些基礎的，很重要的概念追根溯源，我個人覺得還是很重要。本身如果你心存疑問，就說明多多少少，這種概念和自己的理解是有沖突的，有了沖突如果不去解決，那么我們會本能地把它排斥、遺忘。如果想要內化這些概念，我覺得只有找到它的根源。
很多人會覺得，這只是文字游戲，我們只需要了解真正技術的原理就好了。我認為這樣的觀點還是太功利了，如果說要想在計算機這個行業走得遠、走得穩、走得快樂，那我覺得只要是自己有疑問的地方，都要積極地去探索，而不單單是那些關鍵技術。正是這些探索伴隨着思考，才能給我們帶來真正的收獲感，同時讓我們對於一些概念、原理掌握地更好，可以說對於一些基礎性的知識，我們真的需要這份閑情逸致來慢慢地思考，才能夠達到真正的吸收和掌握。如果不去思考一些有趣的問題，單純背八股又有什么樂趣呢？