在计算机科学课程里，有各种树的概念，例如二叉树、二叉树查找树、平衡二叉树、哈夫曼树、B树、红黑树等等。在软件开发领域，树结构也常见，例如：一本书的目录、一个大公司的各个部门、软件系统的菜单、家庭族谱等等。 目前最火热的人工智能（AI)，树型结构的应用更是前所未有。例如，提炼一篇文章的要点需要树； 展示一大类病菌家族需要树；展示一类药品需要树等。在人类Y染色体DNA单倍型研究领域，树是不可或缺的工具。 近年来，诞生了思维导图这样的新型工具 —— 有效帮助人们建立复杂的思维导图、知识树，其本质就是树结构。
可见树结构很普遍。然而，树结构却不是人类最初采用的交流形式。人类发出的语言是串行的，听阅也是串行的。 但是树为什么出现？当人们开始关注提高记忆和思维时，发现树结构比串行信息具有无可比拟的特性：清晰的结构、高密度信息、可伸缩性等等，更多特性取决于开发者的实现。
思考一下，打枪前先做什么？瞄准，也是聚焦！记忆前要做什么？聚焦，聚焦在那些需要记忆的要素上。要素之间存在某种联系，或强或弱，也可能没有任何直接的联系，具体是什么联系，由你——记忆者来发现并定义。怎样进行准确有效的定义联系呢？那就要对要素进行比较、归类。
比较：非常重要的一步，很多信息或要素，相似但不相同，需要通过仔细比较，识别它们的异同，不能笼统对待。
归类：经过比较，知道信息或要素如何归类，归类是信息的优化存储、建立记忆索引。
相反，如果从定义出发，那么可以做分解或者列举，甚至穷举要素的思维风暴操作。不管是归类还是分解，都有必要遵循科学的 MECE法则，确保每个要素都是“相互独立，完全穷尽”。
穷举：穷举是思维的开拓性活动，是基于现有已处理的信息进行探索性思考的步骤，是推理和创新的来源。
俗话说，做了才有印象，手动了才有记忆。因此，关键不是创建了多少树，而是在创建过程中产生了多少思考和关联。 聚焦意味着关注重点，撇开非重点。在重点内容上进行：联系、列举、比较、归类、计数（快速测试是否漏记的方法）。如图所示：
小黄树也是学习进度的小帮手。例如，你正在掌握linux关键目录的作用，你今天学到了ect目录，并做好了打勾标记，下次再学时知道从哪开始。如图
人的思维本身高度灵活，无限延展，任意组合，这是思维的神奇之处。小黄树这种高度契合这种思维活动：功能高度灵活，可通过空格自动拆分快速初始化思维树，然后通过鼠标拖拽，实现灵活归类；小黄树风格整齐划一，方便比较； 支持可由树转换为JSON数据，或者相反；也支持从树到图的转化等等。无论是用来知识梳理，还是思维风暴，小黄树都是恰到好处的工具。
然而需要强调的是，树不是终点，树可以逆转为串行信息，这也利于记忆。显然，经过树的整理，这个逆转会更加简洁明了。
世界上没有完美的工具，最怕的是没用任何工具。当你开启神奇的记忆之旅，勿忘小黄树，小黄树可成就你的超级记忆梦。
小黄树的地址是：https://ytree.fun，推荐在电脑端用Chrome浏览器访问。