python中算法的定义,Python数据结构与算法（第8节)

文章目录

# 一、树与树算法 ## 1.树的概念 树(英语：tree)是一种抽象数据类型(ADT)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。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点： 每个节点有零个或多个子节点； 没有父节点的节点称为根节点； 每一个非根节点有且只有一个父节点； 除了根节点外，每个子节点可以分为多个不相交的子树； ## 2.树的术语

节点的度：一个节点含有的子树的个数称为该节点的度；

树的度：一棵树中，最大的节点的度称为树的度；

叶节点或终端节点：度为零的节点；

父亲节点或父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点；

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；

兄弟节点：具有相同父节点的节点互称为兄弟节点；

节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；

树的高度或深度：树中节点的最大层次；

堂兄弟节点：父节点在同一层的节点互为堂兄弟；

节点的祖先：从根到该节点所经分支上的所有节点；

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。

森林：由m(m>=0)棵互不相交的树的集合称为森林；

3.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；

全二叉树：对于一颗二叉树，假设其深度为d(d>1)。除了第d层外，其它各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地紧密排列，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(AVL树)：当且仅当任何节点的两棵子树的高度差不大于1的二叉树；

排序二叉树(二叉查找树(英语：Binary Search Tree)，也称二叉搜索树、有序二叉树)；

霍夫曼树(用于信息编码)：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查找树，能够保持数据有序，拥有多余两个子树。

4.应用场景

1.xml，html等，那么编写这些东西的解析器的时候，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decision tree也是树结构

二、二叉树

1.基本概念

二叉树是每个节点最多有两个子树的树结构。通常子树被称作“左子树”(left subtree)和“右子树”(right subtree)

2.性质

性质1: 在二叉树的第i层上至多有2^(i-1)个结点(i>0)

性质2: 深度为k的二叉树至多有2^k - 1个结点(k>0)

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;

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；其双亲的编号必为i/2(i＝1 时为根,除外)

3.二叉树的节点表示以及树的创建

class Node(object):

"""节点类"""

def __init__(self, elem=-1, lchild=None, rchild=None):

self.elem = elem

self.lchild = lchild

self.rchild = rchild

class Tree(object):

"""树类"""

def __init__(self, root=None):

self.root = root

def add(self, elem):

"""为树添加节点"""

node = Node(elem)

#如果树是空的，则对根节点赋值

if self.root == None:

self.root = node

else:

queue = []

queue.append(self.root)

#对已有的节点进行层次遍历

while queue:

#弹出队列的第一个元素

cur = queue.pop(0)

if cur.lchild == None:

cur.lchild = node

return

elif cur.rchild == None:

cur.rchild = node

return

else:

#如果左右子树都不为空，加入队列继续判断

queue.append(cur.lchild)

queue.append(cur.rchild)

4.二叉树的遍历

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。一般情况下能用递归实现的算法大部分也能用堆栈来实现。

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

def breadth_travel(self, root):

"""利用队列实现树的层次遍历"""

if root == None:

return

queue = []

queue.append(root)

while queue:

node = queue.pop(0)

print node.elem,

if node.lchild != None:

queue.append(node.lchild)

if node.rchild != None:

queue.append(node.rchild)

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。有重要的三种方法。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)。

'''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'''

def preorder(self, root):

"""递归实现先序遍历"""

if root == None:

return

print root.elem

self.preorder(root.lchild)

self.preorder(root.rchild)

'''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'''

def inorder(self, root):

"""递归实现中序遍历"""

if root == None:

return

self.inorder(root.lchild)

print root.elem

self.inorder(root.rchild)

'''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'''

def postorder(self, root):

"""递归实现后续遍历"""

if root == None:

return

self.postorder(root.lchild)

self.postorder(root.rchild)

print root.elem

“先序+中序”或者“后序+中序”才能确定一棵树

标签：None,遍历,Python,self,算法,二叉树,数据结构,root,节点

来源： https://blog.csdn.net/weixin_45612842/article/details/113801893