数据结构--树

树（二叉树）的基本概念

编程语言：python

作者：黑暗主宰

邮箱：shengzhanhe@gmail.com

数据结构–树

树的概念

树是一种非线性的数据结构，是由$n（n>=0）$个结点组成的有限集合；它是一种类似于链表的数据结构，不过链表的结点是以线性方式简单地指向其后继结点，而树的一个结点可以指向许多个结点。它具有以下的特点：

• 每个节点有零个或多个子节点
• 没有父节点的节点成为根节点
• 每一个非根节点有且只有一个父节点
• 除了根节点外，每个子节点可以分为多个不想交的子树

相关术语

• 节点的度：一个节点含有的子树的个数称为该节点的度（如上图1节点的度为2；2节点的度为1）；
• 叶子节点或终端节点：度为零的节点（如节点4、5、8、9）；
• 树的度：一个树种，最大的节点的度称为树的度（如上图，0节点的度为3，所以这个数的度为3）；
• 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；
• 兄弟节点：具有相同父节点的节点称为兄弟节点（如4、5节点，1、2、3节点为兄弟节点）；
• 节点的大小：节点的大小是指子孙的个数，包括自身（如子树1的大小为2，子树3的大小为3）；
• 树的层：位于相同深度的所有节点的集合叫作树的层（如1、2、3具有相同的层，其中根节点算一层）；
• 节点的层次：从根节点开始定义，根为第一层，根的子节点为第二次，以此类推；
• 树的深度或高度：树中节点的最大层次

二叉树

二叉树的定义：每个节点最多含有两个子树的树称为二叉树，通常子树被称为左子树和右子树。

二叉树的性质：

• 在二叉树的第$i$层至多有$2^{\mathrm{i}-1}$个节点$（i>0）$
• 深度为 $k$ 的二叉树至多 $2^m-1$ 个节点 $(k>0)$
• 对于任意一颗二叉树，如果其叶节点数为 $N_0$，而度数为2的节点总数为 $N_2$, 则 $N_0=N_2+1$。（对于这个性质的证明可以看这个博客）
• 具有 $n$ 个节点（这里的节点不包括叶子节点）的完全二叉树的深度必为 $\log 2\left(n+1\right)$
• 对完全二叉树，若从上至下、从左到右编号，则编号为 $i$ 的节点，其做孩子编号必为 $2i$， 其右孩子编号必为 $2i+1$；其双亲的编号必为 $i/2$ （$i=1$ 时为根除外）

二叉树的遍历

对于二叉树的遍历，主要分为三种：先序遍历、中序遍历和后续遍历（还有一个层次遍历可以算是第四种吧）。

如上图，先序遍历（根->左->右）是：145；中序遍历（左->根->右）是（415）；后续遍历（左->右->根）是451，即根节点的位置决定遍历的种类。

对于复杂一点的二叉树，看下图

在上述，先序、中序、后续三种遍历中，给出两种方式就可以写出整个树，其中必须要包括中序。

代码实现树的遍历

节点的构建

class Node(object):
    def __init__(self, item):
        self.elem = item
        self.lchild = None
        self.rchild = None

然后使用上述节点构建树，并实现树节点的添加、层次遍历、前序遍历、中序遍历和后序遍历。

class Tree(object):
    
    def __init__(self):
        self.root = None
    
    def add(self, item):
        node = Node(item)
        # 根节点为空的特殊清楚
        if self.root is None:
            self.root = node
            return
        
        queue = [self.root]
        while queue:
            cur_node = queue.pop(0)
            if cur_node.lchild is None:
                cur_node.lchild = node
                return
            else:
                queue.append(cur_node.lchild)
            
            if cur_node.rchild is None:
                cur_node.rchild = node
                return
            else:
                queue.append(cur_node.rchild)
    
    def breadth_travel(self):
        #根节点为空的情况
        if self.root is None:
            return
        queue = [self.root]
        while queue:
            cur_node = queue.pop(0)
            print(cur_node.elem, end = ' ')
            if cur_node.lchild is not None:
                queue.append(cur_node.lchild)
            if cur_node.rchild is not None:
                queue.append(cur_node.rchild)
    '''
    先序遍历
    '''
    def preorder(self, node):
        
        if node is None:
            return
        print(node.elem, end=" ")
        self.preorder(node.lchild)
        self.preorder(node.rchild)
    
    '''
    中序遍历
    '''
    def inorder(self, node):
        if node is None:
            return 
        self.inorder(node.lchild)
        print(node.elem, end=" ")
        self.inorder(node.rchild)
    
    '''
    后序遍历
    '''
    def postorder(self, node):
        if node is None:
            return
        self.postorder(node.lchild)
        self.postorder(node.rchild)
        print(node.elem, end=" ")

代码测试

tree = Tree()
tree.add('0')
tree.add('1')
tree.add('2')
tree.add('3')
tree.add('4')
tree.add('5')
tree.add('6')
tree.add('7')
tree.breadth_travel()
print()
tree.preorder(tree.root)
print()
tree.inorder(tree.root)
print()
tree.postorder(tree.root)

欢迎大家关注我的个人公众号，同样的也是和该博客账号一样，专注分享技术问题，我们一起学习进步

注： 文中有写错的地方，欢迎大家不吝指正！！!