通过树学习递归

树与递归

前言

树结构在很多操作中都会用到递归，其中一些常见的树操作包括：

1. 遍历（Traversal）：树的前序遍历、中序遍历、后序遍历以及层序遍历都可以通过递归来实现。递归是一种自然而然地处理树结构的方式，因为树的结构本身就天然地递归定义了。
2. 搜索：在树中进行搜索操作时，比如查找特定节点或者特定值，通常也可以使用递归。例如，在二叉搜索树（BST）中查找某个节点的操作就可以通过递归来实现。
3. 插入和删除：向树中插入新节点或者删除指定节点时，递归也是一个常见的实现方式。特别是在平衡二叉搜索树（AVL 树、红黑树等）中，插入和删除操作通常会涉及到树的旋转，递归能够很好地处理这些情况。
4. 求解路径/路径和：有些问题需要求解树中从根节点到叶子节点的路径，或者计算路径上节点值的和，这类问题也常常使用递归来处理。
5. 构建树：有时候需要根据给定的数据构建一棵树，比如从先序遍历和中序遍历结果构建一棵二叉树。递归在这种场景下也非常实用。

最大深度和前中后序遍历

class TreeNode:
    def __init__(self, value=0, left=None, right=None):
        self.value = value
        self.left = left
        self.right = right


def max_depth(root):
    if root is None:
        return 0
    else:
        left_depth = max_depth(root.left)
        right_depth = max_depth(root.right)
        shendu = max(left_depth, right_depth) + 1
        return shendu


def inorder_traversal(node):
    if node is not None:
        inorder_traversal(node.left)
        value = node.value
        print(value)  # 可以根据需求调整输出位置
        inorder_traversal(node.right)


def preorder_traversal(node):
    if node is not None:
        print(node.value)  # 可以根据需求调整输出位置
        preorder_traversal(node.left)
        preorder_traversal(node.right)


def postorder_traversal(node):
    if node is not None:
        postorder_traversal(node.left)
        postorder_traversal(node.right)
        print(node.value)  # 可以根据需求调整输出位置

二叉搜索树

def insert_node(root, value):
    if root is None:
        return TreeNode(value)
    if value < root.value:
        root.left = insert_node(root.left, value)
    else:
        root.right = insert_node(root.right, value)
    return root

这段代码是一个递归函数，用于向二叉搜索树中插入新节点。让我来解释一下这段代码的逻辑：

1. 如果当前节点 root 为空（即二叉树为空或者递归到了叶子节点的左/右子节点），则说明可以将新节点作为当前位置的节点，直接返回一个包含该值的新节点 TreeNode(value)。
2. 如果当前节点 root 不为空，则比较要插入的值 value 和当前节点的值 root.value 的大小关系：
   • 如果 value 小于 root.value，则将新节点插入到当前节点的左子树中。递归调用 insert_node(root.left, value)，并将返回的新左子树根节点赋给 root.left。
   • 如果 value 大于等于 root.value，则将新节点插入到当前节点的右子树中。递归调用 insert_node(root.right, value)，并将返回的新右子树根节点赋给 root.right。
3. 最后，返回当前节点 root，表示完成插入操作后的二叉搜索树的根节点。

# 构建一个 BST 示例
def build_bst(values):
    root = None
    for value in values:
        root = insert_node(root, value)
    return root

def search_bst(root,target):
    if root is None:
        print("树中不存在该结点")
        return None
    if root.value == target:
        print("在树中找到了结点")
        return root
    if target < root.value:
        return search_bst(root.left,target)
    else:
        return search_bst(root.right,target)

values = [5, 3, 7, 1, 4, 6, 8]
# 构建二叉搜索树
bst_root = build_bst(values)

二叉搜索树中有重复值

def search_all_matches(root, target, matches):
    if root is None:
        return

    if root.value == target:
        matches.append(root)

    search_all_matches(root.left, target, matches)
    search_all_matches(root.right, target, matches)


# 示例用法
root = TreeNode(5)
root.left = TreeNode(3)
root.right = TreeNode(8)
root.left.left = TreeNode(3)
root.left.right = TreeNode(5)
root.right.left = TreeNode(7)
root.right.right = TreeNode(8)

matches = []
search_all_matches(root, 5, matches)
for node in matches:
    print(node.value)

要搜索并找到二叉搜索树中所有匹配的重复值，你可以稍微修改搜索函数来实现这个功能。一种方法是在找到目标值后，不立即返回，而是继续搜索当前节点的左子树和右子树，以找到所有匹配的节点。