[硕.Love Python] BinarySearchTree(二叉搜索树)

class  Node( object ):
     __slots__  =  [ 'left' 'right' 'data' ]
 
     def  __init__( self , data, left = None , right = None ):
         self .data  =  data
         self .left  =  left
         self .right  =  right
 
     def  __str__( self ):
         sl  =  '%s <-'  %  self .left  if  self .left  else  ''
         sr  =  '-> %s'  %  self .right  if  self .right  else  ''
         return  '[%s Node(%s) %s]'  %  (sl,  self .data, sr)
 
class  BinarySearchTree( object ):
     def  __init__( self ):
         self .root  =  None
 
     def  insert( self , data):
         node, parent  =  self .search(data,  True )
         if  node:
             raise  ValueError( '"%s" has been in tree.'  %  data)
 
         node  =  Node(data)
         if  parent  is  None :
             self .root  =  node
         elif  data < parent.data:
             parent.left  =  node
         else :
             parent.right  =  node 
 
     def  search( self , data, retParent = False ):
         parent  =  None
         node  =  self .root
 
         while  node  and  node.data ! =  data:
             parent  =  node
             if  data < node.data:
                 node  =  node.left
             else :
                 node  =  node.right
 
         return  (node, parent)  if  retParent  else  node
 
     def  delete( self , data):
         self ._deleteNode( * self .search(data,  True ))
 
     def  _findBiggest( self , node):
         parent  =  None
         while  node.right:
             parent  =  node
             node  =  node.right
         return  node, parent
 
     def  _deleteNode( self , node, parent):
         if  node  is  None :
             return 
 
         if  node.left  and  node.right:
             tmp, tmpParent  =  self ._findBiggest(node.left)
             if  tmpParent  is  not  None :
                 tmpParent.right  =  tmp.left
                 tmp.left  =  node.left 
             tmp.right  =  node.right
         else :
             tmp  =  node.left  or  node.right
 
         if  parent  is  None :
             self .root  =  tmp
         elif  parent.left  is  node:
             parent.left  =  tmp
         else :
             parent.right  =  tmp
         
if  __name__  = =  '__main__' :
     bst  =  BinarySearchTree()
     while  True :
         cmd  =  ( raw_input ( '$ ' )).strip().split()
         if  cmd[ 0 = =  'i' :
             bst.insert( int (cmd[ 1 ]))
             print  bst.root
         elif  cmd[ 0 = =  'd' :
             bst.delete( int (cmd[ 1 ]))
             print  bst.root


刘硕老师Python精品课程:

Python高级编程技巧实战》:

http://coding.imooc.com/class/62.html

 

Python算法实战视频课程》:

http://edu.csdn.net/combo/detail/174

 

Python科学计算—NumPy实战课程》:

http://edu.51cto.com/course/course_id-5046.html

 

熊猫TV直播间:

http://www.panda.tv/671023


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 下面是一个用 Python 实现的二叉搜索树,并打印其节点值的代码示例: ```python class Node: def __init__(self, value=None): self.value = value self.left_child = None self.right_child = None class BinarySearchTree: def __init__(self): self.root = None def insert(self, value): if self.root is None: self.root = Node(value) else: self._insert(value, self.root) def _insert(self, value, current_node): if value < current_node.value: if current_node.left_child is None: current_node.left_child = Node(value) else: self._insert(value, current_node.left_child) elif value > current_node.value: if current_node.right_child is None: current_node.right_child = Node(value) else: self._insert(value, current_node.right_child) else: print("Value already exists in tree.") def print_tree(self): if self.root is not None: self._print_tree(self.root) def _print_tree(self, current_node): if current_node is not None: self._print_tree(current_node.left_child) print(str(current_node.value)) self._print_tree(current_node.right_child) ``` 使用方法: ```python bst = BinarySearchTree() bst.insert(5) bst.insert(3) bst.insert(7) bst.insert(1) bst.insert(9) bst.print_tree() # 打印二叉搜索树的节点值 ``` 输出结果: ``` 1 3 5 7 9 ``` 该代码示例中,我们创建了一个 `Node` 类表示二叉搜索树的节点,以及一个 `BinarySearchTree` 类表示二叉搜索树。`BinarySearchTree` 类包含了插入节点和打印节点值的方法。我们使用 `insert` 方法将新节点插入二叉搜索树中,使用 `print_tree` 方法打印二叉搜索树的节点值。 ### 回答2: Python可以使用递归的方式打印二叉搜索树。 首先,我们来了解一下二叉搜索树二叉搜索树是一种有序的二叉树,其中每个节点的左子树的值都小于该节点的值,而右子树的值都大于该节点的值。 下面是一个简单的二叉树节点类: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right ``` 接下来是递归打印二叉搜索树的代码: ```python def printBST(root): if root is None: return # 先打印左子树 printBST(root.left) # 打印当前节点的值 print(root.val) # 再打印右子树 printBST(root.right) ``` 这个函数会按照中序遍历的顺序打印二叉搜索树的每个节点的值。 如果我们有一个二叉搜索树的根节点,我们可以调用这个函数来打印整个二叉搜索树。 例如,我们有一个二叉搜索树如下: ``` 4 / \ 2 6 / \ / \ 1 3 5 7 ``` 可以用以下代码打印这个二叉搜索树的值: ```python root = TreeNode(4) root.left = TreeNode(2, TreeNode(1), TreeNode(3)) root.right = TreeNode(6, TreeNode(5), TreeNode(7)) printBST(root) ``` 运行结果会按照从小到大的顺序打印每个节点的值: ``` 1 2 3 4 5 6 7 ``` 这就是使用Python打印二叉搜索树的方法。 ### 回答3: 要打印一颗二叉搜索树Binary Search Tree,BST),我们可以使用中序遍历(Inorder Traversal)的方法进行打印。中序遍历的特点是,按照从小到大的顺序遍历BST的所有节点。 具体实现步骤如下: 1. 定义一个函数`print_bst()`,参数为BST的根节点。 2. 在`print_bst()`函数中,首先判断根节点是否为空。如果为空,则直接返回。 3. 对左子树进行递归调用`print_bst()`,打印左子树。 4. 打印根节点的值。 5. 对右子树进行递归调用`print_bst()`,打印右子树。 下面是一个示例代码: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def print_bst(root): if root is None: return print_bst(root.left) print(root.val) print_bst(root.right) # 创建一个二叉搜索树 root = TreeNode(4) root.left = TreeNode(2) root.right = TreeNode(6) root.left.left = TreeNode(1) root.left.right = TreeNode(3) root.right.left = TreeNode(5) root.right.right = TreeNode(7) # 打印二叉搜索树 print_bst(root) ``` 运行以上代码,输出结果为: ``` 1 2 3 4 5 6 7 ``` 这样就实现了通过中序遍历的方式打印二叉搜索树。每个节点的值都按照从小到大的顺序输出。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值