python 二叉树

无序树：树中任意节点的子节点之间没有有顺序关系，这种树成为无序树，也成为自由树

有序树：树中任意节点的子节点之间有顺序关系，这种树称为有序树

• 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：除了最后一层，每层节点都达到最大数量
• 满二叉树：所有层的结点都达到最大数量
• 排序二叉树(二叉查找树(BinarySearch Tree), 也称二叉搜索树,有序二叉树)
• 霍夫曼树：带权路径最短的二叉树称为哈夫曼树或最优二叉树
• B树:一种对读写操作进行优化的自平衡的二叉树查找，能够保持数据有序，拥有多余两个子树

二叉树特性
度数就是它有几个子节点 度数为2的有3个节点

• 完全二叉树——二叉树除了最后一层，其他层结点都达到最大个数，就是完全二叉树。
• 满二叉树——除了叶结点外，每一个结点都有左右子叶且叶子结点都处在最底层的二叉树。
• 性质1：在二叉树的第i层上至多有2^(i-1)个结点（i>0）。 如果在第三层 2^(3-1)= 4 有4个节点
• 性质2：深度为k的二叉树至多有2^k - 1个结点（k>0）。 深度为3 2^3-1= 7 有7个节点
• 性质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。 3+1=4
• 性质4：具有n个结点的完全二叉树的深度必为log2(n+1)。
• 性质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,其父节点的编号必为i/2（i＝1 时为根,除外）。

什么是二叉树的遍历

1. 指对树中所有结点的数据的访问，即依次对树中每个结点访问一次且仅访问一次，把这种对所有节点的访问称为遍历（traversal）。
2. 树的两种重要的遍历模式：深度优先遍历和广度优先遍历。
3. 深度优先一般用递归，广度优先一般用队列。
4. 一般情况下能用递归实现的算法大部分也能用栈来实现。

遍历

• 前序遍历：根左右
• EACBDGF
• 中序遍历：左根右
• ABCDEGF
• 后序遍历：左右根
• BDCAFGE
• 层次遍历：从上到下，从左到右
• EAGCFBD

深度优先遍历

• 对于一颗二叉树，深度优先搜索(Depth First Search)是沿着树的深度遍历树的节点，尽可能深的搜索树的分支。
• 深度遍历有重要的三种方法，这三种方式常被用于访问树的节点，它们之间的不同在于访问每个节点的次序不同。
• 三种遍历分别叫做先序遍历（preorder），中序遍历（inorder）和后序遍历（postorder）。

二叉树的定义

• 树中每个节点最多只能有两棵树，即每个节点的度最多为2。
• 二叉树的子树有左右之分，即左子树与右子树，次序不能颠倒。
• 二叉树即使只有一个子树时，也要区分是左子树还是右子树。

二叉树的链式存储： 将二叉树的节点定义为一个对象，节点之间通过类似链表的链接方式来连接

from collections import deque

class BiTreeNode:
    def __init__(self, data):
        self.data = data
        self.lchild = None   # 左孩子
        self.rchild = None # 右孩子

a = BiTreeNode("A")
b = BiTreeNode("B")
c = BiTreeNode("C")
d = BiTreeNode("D")
e = BiTreeNode("E")
f = BiTreeNode("F")
g = BiTreeNode("G")

#e的左边是a，右边是G
#a的右孩子是c
#c的左孩子是b，c的右孩子是d
#g的右的孩子是f


e.lchild = a
e.rchild = g
a.rchild = c
c.lchild = b
c.rchild = d
g.rchild = f

#跟节点
root = e
#链表形式
print(root.lchild.rchild.data)

树的遍历

前序: 先从左边开始，左完了在是右边

后序 BDCAFGE
层次遍历 EAGFBD

#! /usr/bin/env python
# -*- coding: utf-8 -*-

from collections import deque

class BiTreeNode:
    def __init__(self, data):
        self.data = data
        self.lchild = None   # 左孩子
        self.rchild = None # 右孩子

a = BiTreeNode("A")
b = BiTreeNode("B")
c = BiTreeNode("C")
d = BiTreeNode("D")
e = BiTreeNode("E")
f = BiTreeNode("F")
g = BiTreeNode("G")

#e的左边是a，右边是G
#a的右孩子是c
#c的左孩子是b，c的右孩子是d
#g的右的孩子是f


e.lchild = a
e.rchild = g
a.rchild = c
c.lchild = b
c.rchild = d
g.rchild = f

#跟节点
root = e
print(root.lchild.rchild.data)
#前序
def pre_order(root):
    if root:
    	#访问跟节点
        print(root.data, end=',')
        #访问左子树
        pre_order(root.lchild)
        #访问右子树 
        pre_order(root.rchild)
#中序,左子树A是根节点,左边没有,右边是BCD,在BCD中,C是中间,C的左是B,右边是D
def in_order(root):
    if root:
    	#先递归左子树
        in_order(root.lchild)
        #访问自己
        print(root.data, end=',')
        in_order(root.rchild)

#后续遍历 左右根 
#根是在最后,所有左边的根就是在最后
def post_order(root):
    if root:
        post_order(root.lchild)
        post_order(root.rchild)
        print(root.data, end=',')
  
#先是空队,e进去了，e走了，ag进去了，a出队了，c进去了，g出队，f进队，c出队bd进队，fbd出队都没有孩子**
def level_order(root):
	#空队列 
    queue = deque()
    queue.append(root)
    while len(queue) > 0: # 只要队不空
    #出队
        node = queue.popleft()
        print(node.data, end=',')
        #左孩子有
        if node.lchild:
            queue.append(node.lchild)
        if node.rchild:
            queue.append(node.rchild)


pre_order(root)
print("-------------")
in_order(root)
print("-------------")
post_order(root)
print("-------------")
level_order(root)
print("-------------")

参考文章
https://blog.csdn.net/yht201293018/article/details/81198827