Python数据结构第六天

二叉树：
每个节点有零个或多个子节点；没有父节点的节点称为根节点；每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相交的子树

• 节点的度：一个节点含有的字数的个数成为节点德都
• 树的度：一棵树中，最大的节点的度成为树的度
  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，则这个节点城管委子节点德芙接待您
• 子节点：一个节点含有的子树的根节点成为该节点的子节点
• 兄弟节点：具有相同父节点的节点称为兄弟节点
• 节点的层次：从根开始定义起，根为第一层，根的子结点为第二层，以此类推
• 根的高度或深度：树中节点的最大层次
• 堂兄弟节点：父节点在同一层的节点称为堂兄弟节点
• 节点的祖先：从根到该节点所经分支上所有的节点
• 子孙：以某节点为根的子树中任意节点都称为该节点的子孙
• 森林：由m(m>=0)棵互不相交的树的集合成为森林

树的种类：

• 无序树：树中任意节点的子节点之间没有顺序关系，这种树称为无序树，也称为自由树
• 有序树：树中任意节点的子节点之间有顺序关系
  • 二叉树：每个节点最多含有两个子树的树称为二叉树
    • 完全二叉树：对于一棵二叉树，假设其深度d(d>1)，除了d层外，其他各层的节点数目均已达到最大，且第d层所有节点从左向右连续的紧密排列，这样的二叉树称为完全二叉树，其中满二叉树的定义是所有叶结点都在最底层的完全二叉树
    • 平衡二叉树（AVL树）：当且仅当任何节点的两棵子树的高度差不大于1的二叉树
    • 排序二叉树：二叉查找树，也称二叉搜索树、二叉有序树
  • 霍夫曼树（用于信息编码）：带权路径最短的二叉树成为霍夫曼树或最优二叉树
  • B树：一种对读写操作进行优化的自平衡的二叉查找树，能够保持数据有序，拥有多余两个子树

树的存储与表示：

• 顺序存储：将数据结构存储在固定的数组中，然在遍历速度上有一定优势，但因所占空间比较大，是非主流二叉树，二叉树通常以链式存储
• 链式存储

二叉树：
每个节点最多有两个子节点，通常子树称为左子树和右子树
二叉树的性质（特性）：

• 在二叉树的第i层上至多有2^(i-1)个节点
• 深度为k的二叉树至多有2^k - 1个节点
• 对于任意一棵二叉树，如果其叶节点数为N0，而深度为2的节点总数为N2，则N0=N2+1
• 具有n个节点的完全二叉树的深度必为log2 (n+1)
• 对完全二叉树，若从上至下，从左至右编号，则编号为i的节点，其左孩子编号必为2i，其右孩子编号必为2i+1；其双亲编号必为i/2（i = 1时为根，除外）

二叉树的广度优先遍历（层次遍历）：

• 先序遍历：根节点-左子树-右子树
• 中序遍历：左子树-根节点-右子树
• 后序遍历：左子树-右子树-根节点

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

class Tree(object):
	"""二叉树"""
	def __init__(self):
		self.root = None
		
	def add(self, item):
		node = Node(item)
		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 breath_travel(self):
		"""广度遍历"""
		if self.root is None:
			return
		queue = [self.root]
		while queue:
			cur_node = queue.popo(0)
			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，根左右
	def preorder(self, node):
		if node is None:
			return
		print(node.elem)	
		self.preorder(node.lchild)
		self.preorder(node.rchild)
		
	# 中序遍历，左根右
	def inorder(self, node):
		if node is None:
			return
		self.inorder(node.lchild)
		print(node.elem)	
		self.inorder(node.rchild)
	
	# 后序遍历，左右根
	def postorder(self, node):
		if node is None:
			return	
		self.postorder(node.lchild)
		self.postorder(node.rchild)
		print(node.elem)