c语言的二叉树和python,树和二叉树及python实现

1.什么是树

属于非线性数据结构结构的一种，树的定义：n个节点组成的有限集合。n=0，空树；n>0,1个根节点，m个互不相交的有限集，每个子集为根的子树。

2.树的基本术语

路径长度：路径经过节点数目减1

二叉树

1. 二叉树简介

二叉树是n(n>=0)个结点的有限集合，该集合或者为空集(称为空二叉树)，或者由一个根结点和两棵互不相交的、分别称为根结点的左子树和右子树组成。

每一个结点中最多拥有一个左结点和一个右结点，并没有多余的结点，这是很明显的二叉树的特征

image.jpeg

2. 二叉树的特点

由二叉树定义以及图示分析得出二叉树有以下特点：

1)每个结点最多有两颗子树，所以二叉树中不存在度大于2的结点。

2)左子树和右子树是有顺序的，次序不能任意颠倒。

3)即使树中某结点只有一棵子树，也要区分它是左子树还是右子树。

3. 二叉树的性值

二叉树具有以下几种特征

性质1：二叉树第i层上的结点数目最多为 2{i-1} (i≥1)。

性质2：深度为k的二叉树至多有2{k}-1个结点(k≥1)。

性质3：包含n个结点的二叉树的高度至少为log2 (n+1)。

性质4：在任意一棵二叉树中，若终端结点的个数为n0，度为2的结点数为n2，则n0=n2+1。

4. 几种特殊的二叉树

斜树：所有的结点都只有左子树的二叉树叫左斜树。所有结点都是只有右子树的二叉树叫右斜树。这两者统称为斜树。

满二叉树：在一棵二叉树中。如果所有分支结点都存在左子树和右子树，并且所有叶子都在同一层上，这样的二叉树称为满二叉树。

完全二叉树：对一颗具有n个结点的二叉树按层编号，如果编号为i(1<=i<=n)的结点与同样深度的满二叉树中编号为i的结点在二叉树中位置完全相同，则这棵二叉树称为完全二叉树。

构建二叉树

一颗二叉树的结点设计一定要有如下内容：

a)结点元素，data域，用来存储数据，其可以是int，char等基本的类型，同时也可以是struct等这些复杂的复合数据类型。

b)左孩子结点，left指针，总是用来指向当前结点的下一层的左边结点，其属于一种指针。

c)右孩子结点，right指针，总是用来指向当前结点的下一层的右边结点，其属于一种指针。

d)父结点(可选)，parent指针，总是指向当前结点的前一个结点，简称父亲结点，其不属于必须结点设计，省略掉可以打扰节省内存的效果，而使用则可以更方便进行定向搜索。

python实现二叉树

随机生成的tree二叉树,结果可以自己执行查看

from binarytree import tree

from binarytree import bst

from binarytree import heap

from binarytree import build

# tree 随机生成的二叉树，默认height=3, is_perfect=False

my_tree= tree()

print(my_tree)

# bst 随机生成的二叉树，默认深度为3，不是完全二叉树

my_bst = bst()

print(my_bst)

# heap 随机生成的二叉树，默认height=3, is_max=True, is_perfect=False

my_heap = heap()

print(my_heap)

# 自己随机生成的二叉树,注意有子节点的地方不能是None，否则会报错'parent node missing at index {}'.format(parent_index))

list_a = [1,2,3,4,5,6,None,None,8,None,None,9]

res = build(list_a)

print(res)

使用binarytree.Node该类来构建自己的树

from binarytree import Node

root = Node(1)

root.left = Node(2)

root.right = Node(3)

root.left.left = Node(4)

root.left.right = Node(5)

root.right.left = Node(6)

root.left.left.left = Node(7)

print(root)

Node代码的初始方法：

def __init__(self, value, left=None, right=None):

if not isinstance(value, numbers.Number):

raise NodeValueError('node value must be a number')

if left is not None and not isinstance(left, Node):

raise NodeTypeError('left child must be a Node instance')

if right is not None and not isinstance(right, Node):

raise NodeTypeError('right child must be a Node instance')

self.value = self.val = value

self.left = left

self.right = right

输出如图：

image.png

检查树属性

from binarytree import Node

root = Node(1)

root.left = Node(2)

root.right = Node(3)

root.left.left = Node(4)

root.left.right = Node(9)

root.right.left = Node(6)

root.left.left.left = Node(7)

print(root)

# 树的高度

h = root.height

print("树的高度是：{0}".format(h))

# 树是否是平衡二叉树

r = root.is_balanced

print("树是否是平衡二叉树：{0}".format(r))

# Return the total number of leaf nodes

l = root.leaf_count

print("叶子节点数：{0}".format(l))

m1 = root.max_leaf_depth

print("最大叶子深度：{0}".format(m1))

m2 = root.max_node_value

print("最大节点值：{0}".format(m2))

m3 = root.min_leaf_depth

m4 = root.min_node_value

print("最小叶子深度：{0}".format(m3))

print("最小节点值：{0}".format(m4))

# Return the total number of nodes in the binary tree

s = root.size

print("总节点数：{0}".format(s))

# "Return the leaf nodes of the binary tree,返回列表

r1 = root.leaves

# Return the nodes in the binary tree level by level,返回列表

r2 = root.levels

print(r1)

print(r2)

使用不同的算法遍历树

from binarytree import Node

root = Node(1)

root.left = Node(2)

root.right = Node(3)

root.left.left = Node(4)

root.left.right = Node(9)

root.right.left = Node(6)

root.left.left.left = Node(7)

print(root)

# 先序(前序)遍历 先根再左再右

b2 = root.preorder

print(b2)

# 中序遍历 先左再根再右

b1 = root.inorder

print(b1)

# 后序遍历 先左再右再根

b3 = root.postorder

print(b3)

# 层序遍历

b4 = root.levelorder

print(b4)

print(list(root))