数据结构与算法（Python）Day8（树、二叉树（广度优先遍历、深度优先遍历））

树

树的概念

树（英语tree）是一种抽象数据类型（ADT）或是实作这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n（n>=1）个有限个节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：
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
除了根节点外，每个子节点可以分为多个不相交的子树

树的相关术语

树的种类

二叉树的性质

层次遍历（广度优先遍历）

从树的root开始，从上到下从左至右遍历整个树的节点。

#coding:utf-8
class Node(object):
    '''节点及其左右子树构建'''
    def __init__(self,item):
        self.elem=item
        self.lchild=None
        self.rchild=None
class Tree(object):
    '''二叉树'''
    def __init__(self):
        self.root=None
    def add(self,item):
        '''添加元素'''
        node=Node(item)
        if self.root is None:
            self.root=node
            return
        queue=[self.root]
        while queue:
            cur_node = queue.pop(0)
            if cur_node.lchild is None:
                cur_node.lchild = node
                return
            else:
                queue.append(cur_node.lchild)
            if cur_node.rchild is None:
                cur_node.rchild = node
                return
            else:
                queue.append(cur_node.rchild)
    def breadth_travel(self):
        '''广度遍历'''
        if self.root is None:
            return
        queue=[self.root]
        while queue:
            cur_node = queue.pop(0)
            print(cur_node.elem,end=" ")
            if cur_node.lchild is not None:
                queue.append(cur_node.lchild)
            if cur_node.rchild is not None:
                queue.append(cur_node.rchild)

深度优先遍历和广度优先遍历，深度优先一般使用递归，广度优先一般使用队列。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。

深度优先遍历

对于一棵二叉树，深度优先搜索（Depth First Search）是沿着树的深度优先遍历树的节点，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：先序遍历（preorder），中序遍历（inorder）和后序遍历（postorder）。
1.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
根节点->左子树->右子树

    def preorder(self,node):
        '''先序遍历'''
        if node is None:
            return
        print(node.elem,end=" ")
        self.preorder(node.lchild)
        self.preorder(node.rchild)

2.中序遍历
在先序遍历中，我们先递归使用中序遍历访问左子树，然后访问根节点，再递归使用中序遍历访问右子树
左子树->根节点->右子树

    def inorder(self,node):
        '''中序遍历'''
        if node is None:
            return
        self.inorder(node.lchild)
        print(node.elem,end=" ")
        self.inorder(node.rchild)

3.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
左子树->右子树->根节点

    def postorder(self,node):
        '''后序遍历'''
        if node is None:
            return
        self.postorder(node.lchild)
        self.postorder(node.rchild)
        print(node.elem, end=" ")

注：先、中、后都是针对根节点的位置来定的，“左右”的前后顺序不变。

函数的验证及使用

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)
    tree.breadth_travel()
    print("")
    tree.preorder(tree.root)
    print("")
    tree.inorder(tree.root)
    print("")
    tree.postorder(tree.root)

二叉树由遍历确定一棵树

“先序+中序”和“后序+中序”可以判断；一定要有中序。