104. Maximum Depth of Binary Tree -- 二叉数、递归

104. Maximum Depth of Binary Tree

Given a binary tree, find its maximum depth.

The maximum depth is the number of nodes along the longest path from the root node down to the farthest leaf node.

解1：
经典的二叉树问题，所以使用到了递归。
二叉树的生成本生就使用了递归。

# Definition for a binary tree node.
# class TreeNode(object):
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution(object):
    def maxDepth(self, root):
        """
        :type root: TreeNode
        :rtype: int
        """
        if root == None:
            return 0
        left_length = self.maxDepth(root.left)
        right_length = self.maxDepth(root.right)
        return max(left_length, right_length) + 1

Python数据结构实现二叉树

引用：http://www.jianshu.com/p/e86bc2c0d51c
树的定义　　

　　树是一种重要的非线性数据结构，直观地看，它是数据元素（在树中称为结点）按分支关系组织起来的结构，很象自然界中的树那样。树结构在客观世界中广泛存在，如人类社会的族谱和各种社会组织机构都可用树形象表示。树在计算机领域中也得到广泛应用，如在编译源程序时，可用树表示源程序的语法结构。又如在数据库系统中，树型结构也是信息的重要组织形式之一。一切具有层次关系的问题都可用树来描述。

树结构的特点是：它的每一个结点都可以有不止一个直接后继，除根结点外的所有结点都有且只有一个直接前驱。

树的递归定义如下：

至少有一个结点（称为根）
其它是互不相交的子树
二叉树

二叉树是由n（n≥0）个结点组成的有限集合、每个结点最多有两个子树的有序树。它或者是空集，或者是由一个根和称为左、右子树的两个不相交的二叉树组成。

特点：

二叉树是有序树，即使只有一个子树，也必须区分左、右子树；
二叉树的每个结点的度不能大于2，只能取0、1、2三者之一；
二叉树中所有结点的形态有5种：空结点、无左右子树的结点、只有左子树的结点、只有右子树的结点和具有左右子树的结点。

代码实现：

#-*- encoding:utf-8 -*-

'''
树的构建：
     5
  6     7
8         9
'''

class Tree():
   '树的实现'
    def __init__(self,ltree = 0,rtree = 0,data = 0):
        self.ltree = ltree
        self.rtree = rtree
        self.data = data
class BTree():
    '二叉树的实现'
    def __init__(self,base = 0):
        self.base = base
    def _Empty(self):
        '是否为空树'
        if self.base == 0:
            return True
        else:
            return False
    def qout(self,tree_base):
        '前序遍历:根-左-右'
        if tree_base == 0:
            return
        print tree_base.data
        self.qout(tree_base.ltree)
        self.qout(tree_base.rtree)
    def mout(self,tree_base):
        '中序遍历:左-根-右'
        if tree_base == 0:
            return
        self.mout(tree_base.ltree)
        print tree_base.data
        self.mout(tree_base.rtree)
    def hout(self,tree_base):
        '后序遍历:左-右-根'
        if tree_base == 0:
            return
        self.hout(tree_base.ltree)
        self.hout(tree_base.rtree)
        print tree_base.data
#test

tree1 = Tree(data=8)
tree2 = Tree(data=9)
tree3 = Tree(tree1,data=6)
tree4 = Tree(tree2,0,data=7)
base = Tree(tree3,tree4,5)
btree = BTree(base)
print '前序遍历结果:'
btree.qout(btree.base)
print '中序遍历结果:'
btree.mout(btree.base)
print '后序遍历结果:'
btree.hout(btree.base)

引用

[1] http://www.jianshu.com/p/e86bc2c0d51c