二叉树的节点表示以及树的创建
通过使用Node类中定义三个属性,分别为elem本身的值,还有lchild左孩子和rchild右孩子
class Node(object):
'''树节点'''
def __init__(self, item):
self.elem = item
self.lchild = None
self.rchild = None
树的创建,创建一个树的类,并给一个root根节点,一开始为空,随后添加节点
class Tree(object):
'''二叉树'''
def __init__(self, node=None):
'''初始化,根节点为None'''
self.root = node
def add(self, item):
'''添加节点,广度遍历找出可以添加的位置'''
node = Node(item)
# 如果二叉树为空,则直接往根节点添加
if self.root is None:
self.root = node
else:
# 创建一个队列,即列表
queue = []
queue.append(self.root)
# 只要队列不为空,就不断从队列头端取出节点进行判断
while queue:
cur_node = queue.pop(0)
# 如果节点的左孩子为空,说明有位置存放节点
if cur_node.lchild is None:
cur_node.lchild = node
return
# 如果节点的左孩子不为空,就将左孩子节点往队列后端添加
else:
queue.append(cur_node.lchild)
# 如果节点的右孩子为空,说明有位置存放节点
if cur_node.rchild is None:
cur_node.rchild = node
return
# 如果节点的右孩子不为空,就将左孩子节点往队列后端添加
else:
queue.append(cur_node.rchild)
二叉树的遍历
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。
广度优先遍历(层次遍历)
从树的root开始,从上到下从从左到右遍历整个树的节点
def breadth_travel(self):
'''广度遍历'''
# 如果二叉树为空,则直接结束函数
if self.root is None:
return
# 遍历树的每个节点
else:
queue = [self.root]
#只要树不为空,就循环打印出节点的元素
while queue:
# 从队列的头端取出节点,进行判断是否空
cur = queue.pop(0)
print(cur.elem, end=' ')
# 判断左右孩子节点如果不为空,就往队列的后端添加元素,达到遍历的效果
if cur.lchild:
queue.append(cur.lchild)
if cur.rchild:
queue.append(cur.rchild)
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。
# 深度遍历包括:先序遍历、中序遍历、后序遍历
def preorder_taravel(self, root):
'''先序遍历, 根节点->左子树->右子树,
先序遍历 在先序遍历中,我们先访问根节点,然后递归使用先序遍历访问左子树,再递归使用先序遍历访问右子树
'''
if root is None:
return
else:
print(root.elem, end=' ')
self.preorder_taravel(root.lchild)
self.preorder_taravel(root.rchild)
def inorder_taravel(self, root):
'''中序遍历, 左子树->根节点->右子树,
中序遍历 在中序遍历中,我们递归使用中序遍历访问左子树,然后访问根节点,最后再递归使用中序遍历访问右子树
'''
if root is None:
return
else:
self.inorder_taravel(root.lchild)
print(root.elem, end=' ')
self.inorder_taravel(root.rchild)
def postorder_taravel(self, root):
'''后序遍历, 左子树->右子树->根节点,
后序遍历 在后序遍历中,我们先递归使用后序遍历访问左子树和右子树,最后访问根节点
'''
if root is None:
return
else:
self.postorder_taravel(root.lchild)
self.postorder_taravel(root.rchild)
print(root.elem, end=' ')
# 测试
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)
print('广度遍历: ', end='')
tree.breadth_travel()
print()
print('先序遍历: ', end='')
tree.preorder_taravel(tree.root)
print()
print('中序遍历: ', end='')
tree.inorder_taravel(tree.root)
print()
print('后序遍历: ', end='')
tree.postorder_taravel(tree.root)
运行结果:
/home/longhui/Desktop/数据结构与算法/venv/bin/python /home/longhui/Desktop/数据结构与算法/venv/MyCode/7_tree_and_tree_algorithm/create_tree.py
广度遍历: 0 1 2 3 4 5 6 7 8 9
先序遍历: 0 1 3 7 8 4 9 2 5 6
中序遍历: 7 3 8 1 9 4 0 5 2 6
后序遍历: 7 8 3 9 4 1 5 6 2 0
Process finished with exit code 0
运行结果: