二叉树的深度优先遍历和宽度优先遍历

最新推荐文章于 2024-05-15 18:29:40 发布
最新推荐文章于 2024-05-15 18:29:40 发布
阅读量178 收藏
点赞数
分类专栏： 二叉树 文章标签： 算法 二叉树
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37244548/article/details/129643742
版权

二叉树的深度优先搜索

主要分为前序，中序，后续遍历

二叉树的宽度优先搜索

又叫做宽度优先搜索

我就呵呵了。。。
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
fractals:分形主要使用javascript和html5 canvas实现。 图的深度优先遍历和宽度优先遍历的示例。 面向对象的设计
05-19
tree_html5_canvas：包含使用javascript和html5 canvas的二叉树分形的基本实现。 tree_fractal_forest：与上面相同，并添加了生成器以创建随机的分形配置 学习资源 资料中包含一些有趣的知识点，您可以从中学习。 ...
二叉树的遍历方法（宽度优先搜索和深度优先搜索）
littlewutianlu的博客
08-11 1837
​​二叉树的遍历策略主要有两种，一种是深度优先遍历，一种是广度优先遍历（也叫宽度优先遍历）。 ​ （1）深度优先搜索（DFS） ​在这个策略中，我们采用深度作为优先级，从根节点开始一直到达某个叶子节点，然后再到另外一个分支。深度优先搜索根据根节点被搜索的次序可以分为前序遍历，中序遍历和后续遍历。 1）前序遍历，先访问根节点，然后遍历左子树，最后遍历右子树。 ...
二叉树宽度优先搜索
Mind Code
10-09 633
二叉树宽度优先搜索( Breadth - first Search )使用du
算法-宽度优先搜索
杨宇昌的博客
06-02 2919
算法-宽度优先搜索
图论（四）宽度优先搜索BFS
热门推荐
saltriver的专栏
01-14 1万+
宽度优先搜索(BFS, Breadth First Search)是一个针对图和树的遍历算法。发明于上世纪50年代末60年代初，最初用于解决迷宫最短路径和网络路由等问题。对于下面的树而言，BFS方法首先从根节点1开始，其搜索节点顺序是1,2,3,4,5,6,7,8。 BFS使用队列(queue)来实施算法过程，队列(queue)有着先进先出FIFO(First Input First Outp
tree_遍历_ideawfi_二叉树_数据结构_
10-01
构造表达式二叉树，实现二叉树的递归与非递归的先序、中序、后序遍历，求二叉树的宽度、深度、结点的父子结点等。
二叉树遍历算法 （递归的、非递归的中序、前序、后序遍历 和 层次遍历 以及 求二叉树的宽度和深度）
09-22
二叉树遍历算法 （递归的、非递归的中序、前序、后序遍历 和 层次遍历 以及 求二叉树的宽度和深度）
图与遍历算法
12-19
图论的基本知识：无向图与有向图、树和二叉树、赋权图与 网络。  图的搜索算法：二叉树与一般树的搜索算法（先根次序、中 根次序与后根次序）、图的搜索算法（宽度优先与深度优先）、 连通图的深度优先与宽度优先...
数据结构第4次作业.docx
05-03
根据该存储结构，写出从顶点v0出发，深度和宽度优先遍历顶点访问次序。 2.写一个算法，判断无向图是否有环。算法提要：深度优先遍历过程中，访问某顶点后，该顶点的邻接点中有已访问的顶点且该已访问邻接点不是该...
【Leetcode热题100——宽度优先搜索-二叉树】Leetcode 101. 对称二叉树
享受当下
03-23 140
Leetcode 101. 对称二叉树 题目描述：给定一个二叉树，检查它是否是镜像对称的。 宽度优先搜索（迭代）的解法： 思路１：使用队列，利用宽度优先搜素对二叉树进行层级遍历，把每一层节点的值val放入一个数组中，然后判断该层节点是否为镜像，如果不是就返回false。这里当某个节点为null时，这里的处理是将INT_MAX放入数组中。 思路2：仍然使用队列，利用镜像对称的性质。加入队列时，将一颗树加入两次，然后就是将第一次放入的树的节点加入队列，将另第二次放入的树的右子树加入队列，按照镜像对称的性质，这
逐层宽度优先搜索(BFS)二叉树各种解法
Alfred_lang的博客
01-14 822
BFS宽度优先搜索二叉树实事求是确实是很基本很基本的基本功了。 但是以前都只会在纸上画哈哈哈哈哈哈哈 今天终于耐下心来自己写代码跑一跑了。 Binary Tree Level Order Traversal Given a binary tree, return the level order traversal of its nodes' values
Java 7大排序
m0_74270127的博客
05-10 801
插入排序、希尔排序、选择排序、堆排序、冒泡排序、快速排序、归并排序
[Easy] leetcode-35 搜索插入位置
Sofine
05-09 248
给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。利用二分查找可以更快的找到，只需要修改返回值即可，注意获取mid的计算方法考虑了溢出。注意到是按顺序排列的数组，那么按顺序遍历，如果找到，则跳出循环返回索引即可。如果找到最后还没找到，则返回数组长度索引值即为插入位置。
从零学算法6
m0_53256503的博客
05-11 988
之后，你的输出需要从左往右逐行读取，产生出一个新的字符串，比如：“PAHNAPLSIIGYIR”。将一个给定字符串 s 根据给定的行数 numRows ，以从上往下、从左到右进行 Z 字形排列。输入：s = “PAYPALISHIRING”, numRows = 3。输入：s = “PAYPALISHIRING”, numRows = 4。输入：s = “A”, numRows = 1。输出：“PAHNAPLSIIGYIR”输出：“PINALSIGYAHRPI”
AtCoder Beginner Contest 353
2301_78527293的博客
05-11 992
abc
算法练习第22天|39. 组合总和、40.组合总和II
最新发布
Brillian123的博客
05-15 377
39. 组合总和39. 组合总和 - 力扣（LeetCode）
算法练习day6
rempter的博客
05-08 831
算法练习第六天，开始哈希表方面的练习
每周一算法：无向图的最小环
少儿编程乔老师
05-10 742
给定一张无向图，求图中一个至少包含3个点的环，环上的节点不重复，并且环上的边的长度之和最小。该问题称为无向图的最小环问题，可以使用Floyd算法求解。
python二叉树的遍历
12-25
以下是Python中二叉树的遍历方法： 1. 深度优先遍历（DFS）： 深度优先遍历是一种先访问根节点，然后递归地访问左子树和右子树的方式。具体实现可以使用递归或者栈来实现。 ```python class BinTree: # 构造函数 def __init__(self, data, left=None, right=None): self.data = data self.left = left self.right = right # 深度优先遍历 def dfs(self): if self is None: return [] result = [] result.append(self.data) if self.left: result += self.left.dfs() if self.right: result += self.right.dfs() return result # 创建二叉树 tree = BinTree('A', BinTree('B'), BinTree('C', BinTree('D', BinTree('F'), BinTree('G')), BinTree('E', BinTree('H'), BinTree('I')))) # 深度优先遍历 dfs_result = tree.dfs() print(dfs_result) # 输出：['A', 'B', 'C', 'D', 'F', 'G', 'E', 'H', 'I'] ``` 2. 宽度优先遍历（BFS）： 宽度优先遍历是一种逐层访问二叉树节点的方式。具体实现可以使用队列来实现。 ```python from collections import deque class BinTree: # 构造函数 def __init__(self, data, left=None, right=None): self.data = data self.left = left self.right = right # 宽度优先遍历 def bfs(self): if self is None: return [] result = [] queue = deque() queue.append(self) while queue: node = queue.popleft() result.append(node.data) if node.left: queue.append(node.left) if node.right: queue.append(node.right) return result # 创建二叉树 tree = BinTree('A', BinTree('B'), BinTree('C', BinTree('D', BinTree('F'), BinTree('G')), BinTree('E', BinTree('H'), BinTree('I')))) # 宽度优先遍历 bfs_result = tree.bfs() print(bfs_result) # 输出：['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'] ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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