使用Python、Tkinter和Graphviz可视化二叉搜索树

目录

介绍

背景

节点遍历

使用代码

兴趣点


介绍

本文演示了如何使用PythonTkinter将节点添加到二叉搜索树、遍历节点以及在GUI环境中可视化树。

背景

数据结构是一种非线性数据结构,因为它不按顺序存储数据。它被称为分层结构,因为数据在中以多个级别排列。在中,最顶层的节点称为节点。每个节点都包含一些数据,这些数据可以是其他节点(称为子节点)的任何类型和地址。

以下是一些与树木相关的术语:

  1. 根节点:它是树中最顶层的节点。它没有任何父节点。
  2. 节点:是某个节点的后代。
  3. 节点:是具有子节点(子节点)的节点。
  4. 兄弟节点:他们是共同(同一)父母的孩子。
  5. 叶节点:它是一个没有子节点的节点。它是最底部的节点。它也称为外部节点。
  6. 内部节点:它是具有至少一个子节点的节点。
  7. 祖先节点:它是从根节点到当前节点路径上的前置节点。
  8. 后代节点:它是任何节点的直接继承者。

二叉搜索树是一种特殊类型的,其中每个节点树最多可以有两个子节点,其限制是左侧子树中每个节点的值必须小于节点的值,右侧子树中每个节点的值必须大于节点的值。

二叉搜索树中的节点包含三个字段:

  1. 数据字段
  2. 左子地址字段
  3. 右子地址字段

节点遍历

二叉搜索树中的节点可以通过三种方式遍历:

(所有遍历函数均为递归函数)

  1. Inorder——左-根-右
    • 遍历左侧子树。
    • 访问根节点。
    • 遍历右侧子树。
  2. Preorder——根-左-右
    • 访问根节点。
    • 遍历左侧子树。
    • 遍历右侧子树。
  3. Postorder——左-右-根
    • 遍历左侧子树。
    • 遍历右侧子树。
    • 访问根节点。

使用代码

该应用程序是一个基于TkinterGUI应用程序,用户可以在其中输入数据并实时可视化。

节点类可用于描述二叉搜索树的节点,如下所示:

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

插入和遍历操作在Tree类中定义如下:

class Tree:
    def __init__(self):
        self.root = None
        self.nodes = ""
    def addnode(self,data):
        currnode = Node(data)
        if self.root is None:
            self.root = currnode
        else:
            parent = None
            ptr = self.root
            while ptr is not None:
                parent = ptr
                if int(currnode.data) < int(ptr.data):
                    ptr = ptr.left
                else:
                    ptr = ptr.right
            if int(currnode.data) < int(parent.data):
                parent.left = currnode
            else:
                parent.right = currnode
    def inorder(self,root):
            if root != None:
                self.inorder(root.left)
                self.nodes += root.data + " "
                self.inorder(root.right)
    def preorder(self,root):
            if root != None:
                self.nodes += root.data + " "
                self.preorder(root.left)
                self.preorder(root.right)
    def postorder(self,root):
            if root != None:
                self.postorder(root.left)
                self.postorder(root.right)
                self.nodes += root.data + " "
    def visualizetree(self,root):
        dot = graphviz.Digraph()
        dot.node(str(root.data))
        self.addedge(root,dot)
        dot.render("tree",format="png")
    def addedge(self,node,dot):
        if node.left:
            dot.node(str(node.left.data))
            dot.edge(str(node.data),str(node.left.data))
            self.addedge(node.left,dot)
        if node.right:
            dot.node(str(node.right.data))
            dot.edge(str(node.data),str(node.right.data))
            self.addedge(node.right,dot)

在上面的代码中,该addnode()函数根据其值将节点添加到树的适当位置。inorder()preorder()postorder()递归函数执行各自的遍历,并将遍历的节点值存储在nodes变量中。该visualizetree()方法使用graphviz执行可视化。该addedge()函数以递归方式将边从节点绘制到其子节点。该树将呈现并存储为当前文件夹中的png图像。

以下代码为应用程序提供GUI环境:

def add():
    tree.addnode(txtvalue.get())
    tree.visualizetree(tree.root)
    img = ImageTk.PhotoImage(Image.open("tree.png"))
    lblimage.configure(image=img)
    lblimage.image = img

def inorder():
    tree.inorder(tree.root)
    messagebox.showinfo("Inorder",tree.nodes)
    tree.nodes = ""

def preorder():
    tree.preorder(tree.root)
    messagebox.showinfo("Preorder",tree.nodes)
    tree.nodes = ""

def postorder():
    tree.postorder(tree.root)
    messagebox.showinfo("Postorder",tree.nodes)
    tree.nodes = ""

def showimage(event):
    os.system("tree.png") if os.path.exists("tree.png") else None

if __name__ == "__main__":

    tree = Tree()
    root = Tk()
    root.title("Binary Search Tree")
    root.geometry("500x300")

    lblvalue = Label(root,text="Enter data: ")
    lblvalue.place(x=50,y=50,width=100)

    txtvalue = Entry(root)
    txtvalue.place(x=150,y=50,width=100)

    btnadd = Button(root,text="Add",command=add)
    btnadd.place(x=50,y=100,width=100)

    btninorder = Button(root,text="Inorder",command=inorder)
    btninorder.place(x=150,y=100,width=100)

    btnpreorder = Button(root,text="Preorder",command=preorder)
    btnpreorder.place(x=50,y=150,width=100)

    btnpostorder = Button(root,text="Postorder",command=postorder)
    btnpostorder.place(x=150,y=150,width=100)

    lblimage = Label(root)
    lblimage.bind("<Button-1>",showimage)
    lblimage.place(x=300,y=50,width=150,height=150)
    root.mainloop()

    if os.path.exists("tree.png"):
       os.remove("tree.png")
       os.remove("tree")

上面的代码可用于添加节点并以交互方式可视化。渲染的树将显示在标签中,单击该标签将在默认图像查看器应用程序中打开树图像。

兴趣点

我希望读者觉得这篇文章及其概念有用。

https://www.codeproject.com/Articles/5377926/Visualize-Binary-Search-Tree-using-Python-Tkinter

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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