Python实现数据结构之二叉树(3)

1. 定义及相关术语

• 定义

  - 子树不相交；
  - 抛开根节点，每个节点有且仅有一个父节点；
  - 一棵N个节点的树有N-1条边。
  

• 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；
  - 树的度：一颗树中，最大的节点的度称为树的度；
  - 叶节点或终端节点：度为零的节点；
  - 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；
  - 子节点：一个节点含有的子树的根节点称为该节点的子节点；
  - 兄弟节点：具有相同父节点的节点互相称为兄弟节点；
  - 节点的层次：从根节点开始定义起，根为第一层，根的子节点为第二层，以此类推；
  - 树的高度或深度：树中节点的最大层次；
  - 堂兄弟节点：父节点在同一层次的节点互为堂兄弟；
  - 节点的祖先：从根节点到该节点所经分支上的所有节点；
  - 子孙：以某一节点为根的子树中任一节点都称为该节点的子孙；
  - 森林：由m（m >= 0）颗互不相交的树的集合称为森林；
  

2. 重要性质

   - 一个二叉树第i层的最大节点数为2^(k-1),k>=1;
   - 深度为k的二叉树有最大节点总数为2^k-1,k>=1;
   - 对于一个非空二叉树，n0表示叶子节点的个数，n2表示度为2的非叶节点的个数，则n0=n2+1;
   

3. 常用遍历方法

   - 先序遍历
       - 根、左子树、右子树；
   - 中序遍历
       - 左子树、根、右子树；
   - 后序遍历
       - 左子树、右子树、根；
   - 层次遍历
       - 从上到下、从左到右；
   

    - 浙江大学数据结构课程中关于遍历方式的图，讲的十分详细
   

   
4. 二叉查找树

	- 非空左子树的所有键值小于根节点的键值
    - 非空右子树的所有键值大于根节点的键值
    - 左右子树都是二叉查找树

6. 代码实现

# -*- encoding:UTF-8 -*-


class Tree():
    '''链表定义二叉树结构'''
    def __init__(self,root,left=None,right=None):
        self.root = root 
        self.left = left
        self.right = right

class LinkedTree():
    '''二叉树实现'''
    def __init__(self):
        self.root = None

    def add(self,data):
        '''广度优先创建一颗二叉树'''
        node = Tree(data)
        if self.root == None:
            self.root = node
            return
        queue = [self.root]
        while queue:
            cur_node = queue.pop(0)
            if cur_node.left == None:
                cur_node.left = node
                return 
            else:
                queue.append(cur_node.left)
            if cur_node.right == None:
                cur_node.right = node
                return
            else:
                queue.append(cur_node.right)

    def breadth_travel(self):
        '''广度遍历-层次遍历'''
        queue = [self.root]
        if self.root == None:
            return
        while queue:
            cur_node = queue.pop(0)
            print(cur_node.root)
            if cur_node.left != None:
                queue.append(cur_node.left)
            if cur_node.right != None:
                queue.append(cur_node.right)
        
    def preorder(self,node):
        '''深度遍历-先序遍历'''
        if node == None:
            return
        print(node.root)
        self.preorder(node.left)
        self.preorder(node.right)

    def inorder(self,node):
        '''深度遍历-中序遍历'''
        if node == None:
            return
        self.inorder(node.left)
        print(node.root)
        self.inorder(node.right)

    def postorder(self,node):
        '''深度遍历-后序遍历'''
        if node == None:
            return
        self.postorder(node.left)
        self.postorder(node.right)
        print(node.root)


if __name__ == '__main__':
    tree = LinkedTree()
    tree.add('a')
    tree.add('b')
    tree.add('c')
    tree.add('d')
    tree.add('e')
    tree.add('f')
    tree.breadth_travel()
    print('~'*10)
    tree.preorder(tree.root)
    print('~'*10)
    tree.inorder(tree.root)
    print('~'*10)
    tree.postorder(tree.root)