Python之知识点（五）

一、树

树是一种抽象的数据类型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)个有限节点组成一个具有层次关系的集合。

它具有以下的特点：

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

树的术语：

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. 父亲节点或者父亲点：若一个节点含有子节点，则这个节点称为其子节点的父亲点
5. 孩子节点或子节点：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，根为第一层，根的字节点为第二层，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的节点
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：

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，也称为自由树

有序树：树中任意节点的子节点之间有顺序关系，这种树称为无序树；

二叉树：每个节点最多含有两个子树的树称为二叉树

完全二叉树：对于一颗二叉树，假设其深度为d。除了第d层外，其他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的紧密排列，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

平衡二叉树：当且仅当任何节点的两颗子树的高度差不大于1的二叉树

排序二叉树：也称二叉搜索树、有序二叉树

常见的一些树的应用场景：

1. xml、html等，那么编写这些东西的解析器时，不可避免用到树
2. 路由协议就是使用了树的算法
3. mysql数据库索引
4. 文件系统的目录结构
5. 所以很多经典的AI算法其实都是树搜索，此外机器学习中的desicion tree也是树结构

二、二叉树

二叉树的性质（特性）：

1. 在二叉树的第i层上至多有2^(i-1)个节点（i>0）
2. 深度为k的二叉树至多有2^k-1个节点
3. 对于任意一棵二叉树，如果其叶节点数为N0，而度数为2的节点总数为N2，则N0=N2+1
4. 具有n个节点的完全二叉树的深度必为log2(n+1)
5. 对完全二叉树，若从上至下、从左至右编号，则编号为i的节点，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）

【示例】二叉树节点定义及广度优先遍历

#定义二叉树的节点
class Node:
    def __init__(self,elem):
        self.elem=elem
        self.lchild=None
        self.rchild=None

class Tree:
    def __init__(self):
        self.root=None
        #添加节点
    def add(self,elem):
        node=Node(elem)
        if self.root==None:
            self.root=node
        else:
            queue=[]
            queue.append(self.root)
            while queue:
                curNode = queue.pop(0)
                if curNode.lchild == None:
                    curNode.lchild = node
                    return
                else:
                    queue.append(curNode.lchild)
                if curNode.rchild == None:
                    curNode.rchild = node
                    return
                else:
                    queue.append(curNode.rchild)

    #广度优先遍历
    def travel(self):
        queue=[]
        #判断根节点是否存在
        if self.root is None:
            return
        else:
            queue.append(self.root)
        while queue:
            curNode=queue.pop(0)
            print(curNode.elem)
            if curNode.lchild is not None:
                queue.append(curNode.lchild)
            if curNode.rchild is not None:
                queue.append(curNode.rchild)
if __name__=='__main__':
    tree=Tree()
    tree.add(1)
    tree.add(2)
    tree.add(3)
    tree.add(4)
    tree.add(5)
    print('广度优先遍历')
    tree.travel()

三、高阶函数

既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称为高阶函数.

map

map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回

a=[1,2,3,4,5,6,7,8,9]
def f(x):
    return x*x
result_list=[]
for i in a:
    result_list.append(f(i))
print(result_list)


#使用map实现
it=map(f,a)    #返回的it是一个可迭代的对象
#判断是否是可迭代的对象
from collections import Iterator
print('判断是否是可迭代的：',isinstance(it,Iterator))
print(list(it))

【示例】

'''map将数字转换为字符串'''
a=10
#将10转换为字符串
s=str(a)
print(type(s))
a=[1,2,3,4,5,6,7,8,9]   #将列表中每个元素转换为字符串
L=map(str,a)
print(list(L))

'''map传递两个列表'''
a=[1,2,3,4]
b=[10,20,30]
def f(x,y):
    return x+y
L=map(f,a,b)
print(list(L))

reduce：把一个函数作用在一个序列[x1,x2,x3....]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素作累积计算，其效果为：

reduce(f,[x1,x2,x3,x4])=f(f(fx1,x2),x3),x4)

比如说对一个序列求和，就可以用reduce实现，如下：
 

from functools import reduce
#计算一个序列的求和
a=[1,2,3,4,5,6,7,8,9,10]
sum=0
for i in a:
    sum+=i
print('累加和：',sum)
def sumTest(x,y):
    return x+y
sum=reduce(sumTest,a)
print('reduce计算列表求和：',sum)

 filter：Python内建的filter()函数用于过滤序列，和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素

【示例】filter序列中的空字符串删掉

#在一个列表中，删掉偶数，保留奇数
def is_odd(n):
    if n%2==0:
        return False
    else:
        return True

L=filter(is_odd,[1,2,3,4,5,6,7,8,9,10])
print(list(L))

#一个序列中的空字符串删掉
a=['A','','B',None,'C',' ']
def not_empty(s):
    return s and s.strip()
L=filter(not_empty,a)
print(list(L))

【示例】sorted的使用

#对数值进行排序
sort_list=sorted([-2,-45,23,543,14])
print('默认升序排序：',sort_list)

#逆序排序，给sorted添加reverse参数
sort_list=sorted([-2,-45,23,543,14])
print('逆序:',sort_list)

#对字符串ASCII  A:65   a：97
sort_list=sorted(['abc','ad','ABC','D','d','C'])
print('字符串排序',sort_list)

sort_list=sorted(['abc','ad','ABC','D','d','C'],reverse=True)
print('字符串逆序排序',sort_list)

#sorted是高阶函数，他还可以接收一个key函数来实现自定义的排序
#对数值列表，按绝对值的大小排序
sort_list=sorted([-2,-45,23,543,14],key=abs)
print('默认升序排序',sort_list)

#对字符串列表，忽略大小写
sort_list=sorted(['abc','ad','ABC','D','d','C'],reverse=True,key=str.lower)
print('字符串逆序排序：',sort_list)