python数据结构学习笔记-2016-11-27-01-二叉树

       13.2 二叉树(binary tree)

        二叉树(binary tree)是每一个结点至多含有两个子结点的树结构。其中，对于含有两个子结点的结点，左边的子结点称为左子结点(left child node)，相应的右边的称为右子结点(right child node)。

       13.2.1 二叉树的性质

       二叉树可以以不同形式和大小存在，其取决于结点的数目以及结点的相连形式。

        树的大小

        二叉树的结点可以按层(level)来分类，根结点在0层，其子结点在1层，1层结点的子结点在2层，以此类推。在二叉树中，某个结点的深度(depth)等于其所在层数。二叉树的高度(height)就是该二叉树的最大层数。二叉树的宽度(width)就是二叉树含最多结点的层，其所含的结点数。二叉树的大小(size)就是二叉树所含的结点数。

        一个大小为n的二叉树，其最大高度可以为n，即每一层只有一个结点，其最小高度为[log n] + 1，即处叶结点外，所有结点都含有两个子结点。

       

        树结构

        满二叉树(full binary tree)：除叶结点外，其余结点均含两个子结点，即所有内结点均含有两个子结点。

        完美二叉树(perfect binary tree)：所有叶结点都在同一层的满二叉树。

       完全二叉树(complete binary tree)：前h-1层为完美二叉树，最后一层从左到右，有若干个相互之间无空隙的结点的树结构。

       13.2.2 实现

        其实现方式与链表类似。

#-*-coding: utf-8-*-

# 二叉树的结点

class _BinTreeNode(object):
    def __init__(self, data):
        self.data = data
        self.left = None
        self.right = None

        

        13.2.3 树遍历

         二叉树的遍历方式有四种：

         前序遍历(preorder traversal)

         在访问根结点之后，先访问左子树的结点，再访问右子树的结点。以此递归形式，来对整个二叉树进行遍历。

# 前序遍历
def preorderTrav(subtree):
    if subtree is not None:
        print subtree.data
        preorderTrav(subtree.left)
        preorderTrav(subtree.right)

          前序遍历是先访问根结点，再对其子树进行遍历。

          中序遍历(inorder traversal)

          中序遍历是先访问左子树，再访问根结点，最后访问右子树。

# 中序遍历
def inorderTrav(subtree):
    if subtree is not None:
        inorderTrav(subtree.left)
        print subtree.data
        inorderTrav(subtree.right)

        后序遍历(postorder traversal)

        后序遍历就是先访问根结点的左子树，再访问根结点的右子树，最后访问根结点。

# 后序遍历
def postorderTrav(subtree):
    if subtree is not None:
        postorderTrav(subtree.left)
        postorderTrav(subtree.right)
        print subtree.data

       以上三种遍历方式统称为深度优先遍历(depth-first traversal)，因为这种遍历方式都是先遍历更深的结点。

       

       宽度优先遍历(breadth-first traversal)

       相对于深度优先遍历，宽度优先遍历，是先遍历同处于一层的结点，顺序是从左到右。即：

        宽度优先遍历无法用递归实现，但可使用队列来实现。使用队列，先把根结点入队，再出队，若左子树非空，则将左子树的根结点入队，若右子树非空，则将右子树的根结点入队。

# 宽度优先遍历
def breadthFirstTrav(bintree):
    from llistqueue import Queue
    q = Queue()
    q.enqueue(bintree)
    while not q.isEmpty():
        node = q.dequeue()
        print node.data
        if node.left is not None:
            q.enqueue(node.left)
        if node.right is not None:
            q.enqueue(node.right)