二叉树的广度遍历和深度遍历

1、思想：

所谓遍历(Traversal)是指沿着某条搜索路线，依次对树中每个结点均做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问 题。

-------------------------------------------深度优先遍历的思想如下------------------------------------------

1》．先（根）序遍历的递归算法定义：
		若二叉树非空，则依次执行如下操作：
		⑴ 访问根结点；
		⑵ 遍历左子树；
		⑶ 遍历右子树。
		
2》．中（根）序遍历的递归算法定义：
		若二叉树非空，则依次执行如下操作：
		⑴遍历左子树；
		⑵访问根结点；
		⑶遍历右子树。
		
3》．后（根）序遍历得递归算法定义：
		若二叉树非空，则依次执行如下操作：
		⑴遍历左子树；
		⑵遍历右子树；
		⑶访问根结点。
		2、代码演练：

class Node: # 定义树的节点
    def __init__(self, data):
        self.root = data # 树根节点
        self.lchild = None # 左子树
        self.rchild = None # 右子树


class Tree: # 定义一棵树

    def __init__(self): # 数的根节点
        self.root = None

    def add(self, data): # 给树添加节点
        node = Node(data) # 传入数据构造成节点
        if self.root is None: # 判断左子树
            self.root = node
            return
        queue = [self.root] # 构造列表模拟队列
        while queue: # 遍历队列
            cur = queue.pop(0)
            if cur.lchild is None: # 左子树是否有节点
                cur.lchild = node
                return
            else:
                queue.append(cur.lchild)
            if cur.rchild == None: # 右子树是否有节点
                cur.rchild = node
                return
            else:
                queue.append(cur.rchild)

    def breadth_travel(self): # 二叉树的广度遍历
        if self.root is None: # 判断根节点是否为空
            return
        queue = [self.root]
        while queue:
            cur = queue.pop(0)
            print(cur.root, sep=' ', end=' ')
            if cur.lchild is not None: # 左子树不为空
                queue.append(cur.lchild)
            if cur.rchild is not None: # 右子树不为空
                queue.append(cur.rchild)

    def front_travel(self, node): # 深度优先遍历--------》前序遍历
        if node is None:
            return
        print(node.root, end=' ')
        self.front_travel(node.lchild)
        self.front_travel(node.rchild)

    def mid_travel(self,node): # 深度优先遍历 ----------》 中序遍历
        if node is None:
            return
        self.mid_travel(node.lchild)
        print(node.root,end=' ')
        self.mid_travel(node.rchild)

    def end_travel(self,node): # 深度优先遍历------------》 后序遍历
        if node is None:
            return
        self.end_travel(node.lchild)
        self.end_travel(node.rchild)
        print(node.root, end=' ')



if __name__ == '__main__':
    t = Tree()
    for i in range(10):
        t.add(i)
    t.breadth_travel()
    print()
    t.front_travel(t.root)
    print()
    t.mid_travel(t.root)
    print()
    t.end_travel(t.root)

3、总结：

遍历过程中用到了递归思想，树的构造添加元素，遍历广度优先遍历和深度优先遍历，其中深度优先遍历有三种，
1）、前序遍历：根---左---右
2）、中序遍历：左---根---右
3）、后续遍历：左---右---根