数据结构6-树与树的算法

6 树与树的算法

基本知识

特点

• 每个节点都有0/多个 子节点
• 没有父节点的节点 被称为 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，每个子节点可分为多个不相交的子树

树的术语

• 节点的度：一个节点含有的子树的个数

• 树的度：一棵树中，最大的节点的度

• 叶节点/终端节点：度为0的节点（不含子节点）

• 父节点：含有子节点的节点

• 子节点：含有子树的根节点

• 兄弟节点：具有相同的父节点

• 节点的层次：从根开始定义，根为第一层；根的子节点为第二层

• 树的高度/深度：树节点的最大层次

• 堂兄弟节点：父节点在同一层的节点

• 节点的祖先：从根到该节点所经历分支上的所有节点

• 子孙：以某节点为根的子树中任一节点

• 森林：由m m>=0 棵 互不相交的树的集合

树的种类

• 无序树/自由树：没有研究价值
• 有序树：二叉树等

树的存储

• 源序存储：有速度优势 但是所占空间大，非主流
• 链式存储：主流

应用场景

• HTML
• 路由协议
• 数据库
• 文件系统的目录结构
• 经典的AI算法

6.1 二叉树

左子树 右子树

二叉树的性质

1. 在二叉树的第i层上至多有2^(i-1)个结点（i>0）

2. 深度为k的二叉树至多有2^k - 1个结点（k>0）

3. 对于任意一棵二叉树，如果其叶结点数为N0，而度数为2的结点总数为N2，则N0=N2+1;

4. 具有n个结点的完全二叉树的深度必为 log2(n+1) <和性质2互逆>

5. 对完全二叉树，若从上至下、从左至右编号，则编号为i 的结点：
   其左孩子编号必为2i，其右孩子编号必为2i＋1；其双亲的编号必为i/2（i＝1 时为根,除外）

树的实现及遍历

对链表的扩充

深度优先一般用递归，广度优先一般用队列

二叉树的广度优先遍历

class Node(object):
    '''节点'''
    def __init__(self,item):
        self.item = item
        self.lchild = None
        self.rchild = None

class Tree(object):
    '''二叉树'''
    def __init__(self):
        self.root = None

    def Add(self,item):
        ''''追加元素'''
        node = None(item)
        # 对根节点：queue=None
        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.item)

                if cur.node.lchild is None:
                    cur.node.lchild = node
                if cur.node.rchild is None:
                    cur.node.rchild = node

深度遍历

先中后根据 根 的位置

1. 先序遍历

    根 左 右
    一棵一棵树处理完

def preorder(self, root):
      """递归实现先序遍历"""
      if root == None:
          return
      print root.elem
      self.preorder(root.lchild)
      self.preorder(root.rchild)

2. 中序遍历

    左 根 右

def inorder(self, root):
      """递归实现中序遍历"""
      if root == None:
          return
      self.inorder(root.lchild)
      print root.elem
      self.inorder(root.rchild)

3. 后序遍历

    左 右 根

def postorder(self, root):
      """递归实现后续遍历"""
      if root == None:
          return
      self.postorder(root.lchild)
      self.postorder(root.rchild)
      print root.elem

小练习

由先+中/后+中画出树

中序把树左右分开