python树结构

树

树是一种非线性结构，模拟具有树状结构性质的数据集合，有$n(n\ge 1)$ 个有限节点组成一个具有层次关系的集合。把它叫做树，是因为看来像一颗倒挂的树，即根朝上，叶朝下，具有如下特点

• 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
• 每一个非根节点有且只有一个父节点
• 除了根节点，每个子节点可以分为多个不相交的子树

树的术语

• 节点的度：一个节点含有的子节点的个数称为该节点的度
• 树的度：一棵树中，最大的节点的度称为树的度
• 叶子节点或终端节点：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，根的字节为第2层，依次类推
• 树的高度和深度：树中节点的最大层次
• 节点祖先：从某节点为根的子树中任一节点都称为该节点的子孙
• 森林：由$m(m\ge 0)$ 棵互不相交的树的集合称为森林

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： 树的任意节点的子节点之间有顺序关系，这种树称为有序树
  • 霍夫曼树：带权路径最短的二叉树称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，拥有多余两个的子树
• 二叉树：每个节点最多含有两个字数的树称为二叉树

二叉树的种类

• 完全二叉树：对于一棵，假设其深度为$d(d>1)$,除了第d层外，其它各层的节点数目均已达到最大值，且第d层所有节点从左向右连续的紧密排列，这样的二叉树被称为 完全二叉树，其中满二叉树的定义是所有叶子节点都在最底层的完全二叉树
• 平衡二叉树，当且仅当任何节点的两棵子树的高度差不多大于1的二叉树，需要平衡二叉树的目的是为了防止树退化为链表
• 排序二叉树(二叉查找树、二叉搜索树、有序二叉树)
  • 若左子树不空，则左子树上所有节点的值均小于它的根节点的值
  • 若右子树不空，则右子树上所有节点的值均大于它的根节点的值
  • 左右子树也分别为二叉排序树

二叉树的存储

• 顺序存储：将二叉树存储在固定的数组中，虽然遍历速度上有一定的优势，但因所占空间比较大，是非主流二叉树存储方式，二叉树通常以链式存储
• 链式存储：由于对节点的个数无法掌握，常见树的存储表示都转换成二叉树进行处理，子节点个数最多为2

二叉树的性质

1. 在二叉树的第i层上之多有 $2^{i-1}$ 个节点 $(i>0)$
2. 深度为k的二叉树之多有$2^k-1$个节点$(k>0)$
3. 对于任意一棵二叉树，如果叶子节点数为$N_0$,而度数为2的节点总数为$N_2$,则$N_0=N_2+1$
4. 最多有n个节点的完全二叉树的深度必为${\log }_2(n+1)$
5. 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,其父节点的编号必为i//2 （i=1时为根，除外）

二叉树代码实现

class Node(object):
    """
    节点类
    """
    def __init__(self, item):
        self.item = item
        self.lchild = None
        self.rchild = None


class BinaryTree(object):
    """二叉树"""
    def __init__(self, root=None):
        self.root = root


    def add(self,item):
        """添加节点"""
        # 如果树为空，则item设置为根节点
        if self.root == None:
            self.root = Node(item)
            return
        # 2 准备队列，把根节点添加到队列
        queue = []
        queue.append(self.root)

        while True:
            # 3. 从队列中取元素
            node = queue.pop(0)
            # 4.1 如果左子树为空，把新节点挂在左子树上，并返回，否则将左子树加入到队列中
            if node.lchild == None:
                node.lchild = Node(item)
                return
            else:
                queue.append(node.lchild)
            
            # 4.2 如果右子树为空，把新节点挂在右子树上，并返回，否则将左子树加入到队列中
            if node.rchild == None:
                node.rchild = Node(item)
                return
            else:
                queue.append(node.rchild)
                


    def breadth_travel(self):
        """广度优先遍历"""
        if self.root == None:
            return
        
        queue = []
        queue.append(self.root)
        while len(queue) > 0:
            node = queue.pop(0)
            print(node.item,end='')
            if node.lchild is not None:
                queue.append(node.lchild)
            if node.rchild is not None:
                queue.append(node.rchild)

    def preorder_travel(self,root):
        """先序遍历 根 左 右"""
        if root is not None:
            print(root.item,end=' ')
            # 递归访问左子树
            self.preorder_travel(root.lchild)
            # 递归访问右子树
            self.preorder_travel(root.rchild)

    def inorder_travle(self,root):
        """中序遍历 左 根 右"""
        if root is not None:
            self.inorder_travle(root.lchild)
            print(root.item,end=' ')
            self.preorder_travel(root.rchild)
    
    def postorder_travle(self,root):
        """后序遍历 左 右 根"""
        if root is not None:
            self.inorder_travle(root.lchild)
            self.preorder_travel(root.rchild)
            print(root.item,end=' ')