Python数据结构与算法——Day8

树与树算法

树是一种抽象的数据类型，它是由n(n>=1)个有限节点组成的一个具有层次关系的集合。树其实是一颗“倒挂的树”，即，根朝上，叶朝下，它具有如下特点：

1. 每个节点有零个或多个子节点；
2. 没有父节点的节点称为根节点；
3. 每一个非根节点有且只有一个父节点；
4. 除了根节点外，每个子节点可以分为多个不相交的子树；

其结构：

相关术语

1. 节点的度：一个节点含有的子树的个数称为该节点的度；
2. 树的度：一棵树中，最大的节点的度称为树的度；
3. 叶节点或终端节点：度为零的节点；
4. 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；
5. 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；
6. 兄弟节点：具有相同父节点的节点互称为兄弟节点；
7. 节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；
8. 树的高度或深度：树中节点的最大层次；
9. 堂兄弟节点：父节点在同一层的节点互为堂兄弟；
10. 节点的祖先：从根到该节点所经分支上的所有节点；
11. 子孙：以某节点为根的子树中任一节点都称为该节点的子孙。
12. 森林：由m（m>=0）棵互不相交的树的集合称为森林；

树的种类

1. 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
2. 有序树：树中任意节点的子节点之间存在顺序关系，具体分为：
   2.1. 二叉树：每个节点最多含有两个子树的树
   2.2. 哈夫曼树：带权路径最短的二叉树称为哈夫曼树或者最优二叉树
   2.3. B树

二叉树

1. 完全二叉树：
   对于一颗二叉树，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最大值，且第d层所有节点从左向右连续地紧密排列，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节点都在最底层的完全二叉树;
2. 平衡二叉树（AVL）：
   当且仅当任何节点的两棵子树的高度差不大于1的二叉树；
3. 排序二叉树，也称二叉搜索树

二叉树的节点表示及树的创建

class Node:
    def __init__(self,item):
        self.elem=item
        self.lchild=None
        self.rchild=None

class Tree:
    def __init__(self):
        self.root=None

    # 优先添加左子树
    def add(self,item):
        node=Node(item)
        if self.root == None:
            self.root=node
            return
        queue=[self.root]
        while queue:          
            cur_node=queue.pop(0)
            if cur_node.lchild == None:
                cur_node.lchild=node
                return
            else:
                queue.append(cur_node.lchild)
                
            if cur_node.rchild == None:
                cur_node.rchild=node
                return
            else:
                queue.append(cur_node.rchild)

二叉树的遍历

遍历树是指对树中所有节点的信息的访问，每个节点访问且仅访问一次，两种访问模式分别为：

1. 深度优先遍历，一般通过递归实现
2. 广度优先遍历，一般通过队列实现

深度优先遍历

def preorder(self,node):
        '''
        前序遍历，根、左、右
        '''
        if node==None:
            return
        print(node.elem)
        self.preorder(node.lchild)
        self.preorder(node.rchild)

    def inorder(self,node):
        '''
        中序遍历，左、根、右
        '''
        if node==None:
            return
        self.inorder(node.lchild)
        print(node.elem)
        self.inorder(node.rchild)

    def postorder(self,node):
        '''
        后序遍历，左、右、根
        '''
        if node==None:
            return
        self.postorder(node.lchild)
        self.postorder(node.rchild)
        print(node.elem)

广度优先遍历（层次遍历）

从树的root开始，从上至下从左至右遍历整棵树的节点

def breadth_travel(self):
        '''
        广度遍历（层次遍历），从上到下，从左到右
        '''
        if self.root == None:
            return 
        queue=[self.root]
        while queue:
            cur_node=queue.pop(0)
            print(cur_node.elem)
            if cur_node.lchild != None:
                queue.append(cur_node.lchild)
            if cur_node.rchild != None:
                queue.append(cur_node.rchild)