二叉树的广度优先遍历和深度优先遍历

本文章的所有代码和相关文章， 仅用于经验技术交流分享，禁止将相关技术应用到不正当途径，滥用技术产生的风险与本人无关。
本文章是自己学习的一些记录。

开始

树的遍历是树的一种重要的运算。所谓遍历是指对树中所有结点的信息的访问，即依次对树中每个结点访问一次且仅访问一次，我们把这种对所有节点的访问称为遍历（traversal）。那么树的两种重要的遍历模式是深度优先遍历和广度优先遍历,深度优先一般用递归，广度优先一般用队列。一般情况下能用递归实现的算法大部分也能用堆栈来实现。
先实现广度优先遍历

广度优先遍历

按照上篇博客的思路直接就可以写出来广度的优先遍历：
也就是通过查看左孩子和右孩子是否为空的条件下，来从左到右的广度的遍历。

#coding=utf-8
#@Time:2020/10/5 16:01
#@Author:csdn@hijacklei
#@File:二叉树的广度优先遍历.py
#@Software:PyCharm
#定义节点
class Node(object):
    def __init__(self,item):
        self.elem=item
        self.lchild=None
        self.rchild=None
#构建一颗二叉树
class Tree(object):
    def __init__(self):
        self.root=None

    #定义增加节点
    def add(self, item):
        node=Node(item)
        #如果根节点为空，直接让根节点=node
        if self.root is None:
            self.root=node
            return
        #队列操作
        queue=[self.root]
        while queue:
            cur_node=queue.pop(0)#取出第一个元素
            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)
    #二叉树广度优先遍历
    def breadth_travel(self):
        if self.root==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)
if __name__ == '__main__':
    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.add(8)
    tree.add(9)
    tree.breadth_travel()

返回结果：

深度优先遍历

对于一颗二叉树，深度优先搜索(Depth First Search)是沿着树的深度遍历树的节点，尽可能深的搜索树的分支。
那么深度遍历有重要的三种方法。这三种方式常被用于访问树的节点，它们之间的不同在于访问每个节点的次序不同。这三种遍历分别叫做先序遍历（preorder），中序遍历（inorder）和后序遍历（postorder）。我们来给出它们的详细定义，然后举例看看它们的应用。

例如先序遍历：

在先序、中序、后序都是以根节点为主要思想的。
先序就是先从根节点开始，左右分为两个子树(黄、红),其中左边的子树又包含两个子树(蓝、黑)，所以按照先序遍历的根、左、右的规则，遍历后的结果为：
0137849256

中序遍历：

中序就是将根节点放在中间，按照左、根、右的规则进行遍历：
遍历结果：
7381940526

后序遍历：

后序就是将根节点放在最后，按照左、右、根的规则进行遍历：
遍历结果：
7839415620

至始至终这个三种的遍历方式都是从左到右的。

代码实现

#coding=utf-8
#@Time:2020/10/5 14:10
#@Author:csdn@hijacklei
#@File:二叉树的先序、中序、后序遍历.py
#@Software:PyCharm
class Node(object):
    def __init__(self,item):
        self.elem=item
        self.lchild=None
        self.rchild=None
#构建一颗二叉树
class Tree(object):
    def __init__(self):
        self.root=None

    #定义增加节点
    def add(self, item):
        node=Node(item)
        #如果根节点为空，直接让根节点=node
        if self.root is None:
            self.root=node
            return
        #队列操作
        queue=[self.root]
        while queue:
            cur_node=queue.pop(0)#取出第一个元素
            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)
    #二叉树广度优先遍历
    def breadth_travel(self):
        if self.root==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)

    #二叉树的深度优先遍历
    #先序
    def preorder(self,root):#先把根root传进来
        #先序遍历
        if root is None:
            return
        print(root.elem,end=' ')
        self.preorder(root.lchild)
        self.preorder(root.rchild)
    #中序遍历
    def inorder(self,root):
        #中序遍历
        if root is None:
            return
        self.inorder(root.lchild)
        print(root.elem,end=' ')
        self.inorder(root.rchild)

    #后序遍历
    def postorder(self,root):
        #后序遍历
        if root is None:
            return
        self.postorder(root.lchild)
        self.postorder(root.rchild)
        print(root.elem,end=' ')
if __name__ == '__main__':
    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.add(8)
    tree.add(9)
    tree.breadth_travel()
    print(" ")   #0 1 2 3 4 5 6 7 8 9
    tree.preorder(tree.root)
    print(" ")   #0 1 3 7 8 4 9 2 5 6
    tree.inorder(tree.root)
    print(" ")   #7 3 8 1 9 4 0 5 2 6
    tree.postorder(tree.root)
    print(" ")   #7 8 3 9 4 1 5 6 2 0

返回的结果：

深度优先遍历的话主要是运用递归的思想进行遍历

参考资料：传智播客数据结构