树的遍历是树的一种重要的运算。所谓遍历是指对树中所有结点的信息的访问,即依次对树中每个结点访问一次且仅访问一次,我们把这种对所有节点的访问称为遍历(traversal)。那么树的两种重要的遍历模式是深度优先遍历和广度优先遍历,深度优先一般用递归,广度优先一般用队列。
一、广度优先遍历(层次遍历)
从树的root开始,从上到下从从左到右遍历整个树的节点
二、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。
那么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。这三种遍历分别叫做先序遍历(preorder),中序遍历(inorder)和后序遍历(postorder)。
1、先序遍历 在先序遍历中,我们先访问根节点,然后递归使用先序遍历访问左子树,再递归使用先序遍历访问右子树
根节点->左子树->右子树
2、中序遍历 在中序遍历中,我们递归使用中序遍历访问左子树,然后访问根节点,最后再递归使用中序遍历访问右子树
左子树->根节点->右子树
3、后序遍历 在后序遍历中,我们先递归使用后序遍历访问左子树和右子树,最后访问根节点
左子树->右子树->根节点
'''
树形结构
'''
class Node(object):
'''节点类'''
def __init__(self, elem, lChild = None, rChild = None):
self.elem = elem
self.lChild = lChild #左子树
self.rChild = rChild #又子树
class Tree(object):
'''二叉树'''
def __init__(self, node = None):
self.root = node
def add(self, item):
'''添加子树'''
'''
思路
1、先找到要添加元素的节点
'''
node = Node(item)
if self.root is None:
self.root = node
return
li = [self.root]
while li:
cur_node = li.pop(0)
if cur_node.lChild is not None:
li.append(cur_node.lChild)
else:
cur_node.lChild = node
return
if cur_node.rChild is not None:
li.append(cur_node.rChild)
else:
cur_node.rChild = node
return
def breadth_travel(self):
'''广度优先遍历'''
if self.root is None:
return
li = [self.root]
while li:
cur_node = li.pop(0)
print(cur_node.elem, end=' ')
if cur_node.lChild is not None:
li.append(cur_node.lChild)
if cur_node.rChild is not None:
li.append(cur_node.rChild)
print(' ')
def preorder(self, node):
'''先序遍历'''
if node is None:
return
print(node.elem, end=' ')
self.preorder(node.lChild)
self.preorder(node.rChild)
def inorder(self, node):
'''中序优先遍历'''
if node is None:
return
self.preorder(node.lChild)
print(node.elem, end=' ')
self.preorder(node.rChild)
def postorder(self, node):
'''后续优先遍历'''
if node is None:
return
self.preorder(node.lChild)
self.preorder(node.rChild)
print(node.elem, end=' ')
if __name__ == "__main__":
tree = Tree()
tree.add(0)
tree.add(1)
tree.add(2)
tree.add(3)
tree.add(4)
tree.add(5)
tree.add(6)
tree.add(7)
tree.add(8)
tree.add(9)
tree.breadth_travel()
print(" - ")
tree.preorder(tree.root)
print(" ")
tree.inorder(tree.root)
print(" ")
tree.postorder(tree.root)
print(" ")