python数据结构二叉树_python环境下使用mysql数据及数据结构和二叉树算法（图）...

python环境下使用mysql数据及数据结构和二叉树算法(图)：

1 python环境下使用mysql

2使用的是 pymysql库

3 开始-->创建connection-->获取cursor-->操作-->关闭cursor->关闭connection->结束

4

5 代码框架

6 import pymysql.cursors

7 ###连接数据库

8         connection = pymysql.connect(host='127.0.0.1',port=3306,user='root',

9                              password='...',db=DATABASE_NAME,charset='uft8mb4',cursorclass=pymysql.cursors.DictCursor)

10 ##创建游标

11        cursor = connection.cursor()

12

13 ##执行操作

14        sql='操作语句，mysql语法'

15             创建，删除，查询，添加，修改等等...

16 ##执行

17        cursor.execute(sql)

18

19 ##提交到数据库

20       connection.commit()

21

22 ##关闭连接

23       cursor.close()

24       connection.close()

25 ########操作语句

26       插入数据与mysql一样

27       查询数据

28               sql='select 'id','password' from 'users(表名)' where ...'

29               cursor.execute(sql)

30               result = cursor.fetchone()  #单条数据查询

31                        cursor.fetchone()  #多条数据查询

32               print(result)/ for data in result： print(data)  #显示在python输出结果里

python数据结构和二叉树算法：

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。

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；

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；

完全二叉树：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

树的存储和表示

二叉树通常链式存储

常见应用场景

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

二叉树

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

性质(特性)

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)

广度优先遍历

一般使用队列queue

深度优先遍历

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。国富论读书笔记(http://www.simayi.net/dushubiji/5720.html)及心得感悟，三种方法 先序遍历(preorder)，中序遍历(inorder)和后序遍历(postorder)

先序遍历  根-左-右

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

中序遍历 左-根-右

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

后序遍历 左-右-根

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。