树的遍历python_Python树遍历算法

遍历是访问树的所有节点的过程，也可以打印它们的值。 因为所有节点都通过边(链接)连接，所以始终从根(头)节点开始。 也就是说，我们不能随机访问树中的一个节点。 这里介绍三种方式来遍历一棵树 -

顺序遍历

前序遍历

后序遍历

按顺序遍历

在这种遍历方法中，首先访问左侧子树，然后访问根，然后访问右侧子树。 我们应该永远记住每个节点本身可能代表一个子树。

在下面的python程序中，使用Node类为根节点以及左右节点创建占位符。 然后创建一个insert()函数来将数据添加到树中。 最后，Inorder遍历逻辑通过创建一个空列表，并首先添加添加根节点或父节点，然后左节点来实现。 最后添加左节点以完成Inorder遍历。 请注意，对于每个子树重复此过程，直到遍历所有节点。

class Node:

def __init__(self, data):

self.left = None

self.right = None

self.data = data

# Insert Node

def insert(self, data):

if self.data:

if data < self.data:

if self.left is None:

self.left = Node(data)

else:

self.left.insert(data)

elif data > self.data:

if self.right is None:

self.right = Node(data)

else:

self.right.insert(data)

else:

self.data = data

# Print the Tree

def PrintTree(self):

if self.left:

self.left.PrintTree()

print( self.data),

if self.right:

self.right.PrintTree()

# Inorder traversal

# Left -> Root -> Right

def inorderTraversal(self, root):

res = []

if root:

res = self.inorderTraversal(root.left)

res.append(root.data)

res = res + self.inorderTraversal(root.right)

return res

root = Node(27)

root.insert(14)

root.insert(35)

root.insert(10)

root.insert(19)

root.insert(31)

root.insert(42)

print(root.inorderTraversal(root))

执行上面示例代码，得到以下结果 -

[10, 14, 19, 27, 31, 35, 42]

前序遍历

在这种遍历方法中，首先访问根节点，然后访问左边的子树，最后访问右边的子树。

在下面的python程序中，使用Node类为根节点以及左右节点创建占位符。 然后创建一个insert()函数来将数据添加到树中。 最后，前序遍历遍历逻辑通过创建一个空列表并首先添加根节点，然后添加左节点来实现。 最后添加右节点以完成前序遍历。 请注意，对于每个子树重复此过程，直到遍历所有节点。

class Node:

def __init__(self, data):

self.left = None

self.right = None

self.data = data

# Insert Node

def insert(self, data):

if self.data:

if data < self.data:

if self.left is None:

self.left = Node(data)

else:

self.left.insert(data)

elif data > self.data:

if self.right is None:

self.right = Node(data)

else:

self.right.insert(data)

else:

self.data = data

# Print the Tree

def PrintTree(self):

if self.left:

self.left.PrintTree()

print( self.data),

if self.right:

self.right.PrintTree()

# Preorder traversal

# Root -> Left ->Right

def PreorderTraversal(self, root):

res = []

if root:

res.append(root.data)

res = res + self.PreorderTraversal(root.left)

res = res + self.PreorderTraversal(root.right)

return res

root = Node(27)

root.insert(14)

root.insert(35)

root.insert(10)

root.insert(19)

root.insert(31)

root.insert(42)

print(root.PreorderTraversal(root))

当上面的代码被执行时，它会产生以下结果 -

[27, 14, 10, 19, 35, 31, 42]

后序遍历

在这个遍历方法中，最后访问根节点。 首先遍历左子树，然后遍历右子树，最后遍历根节点。

在下面的python程序中，使用Node类为根节点以及左右节点创建占位符。 然后创建一个insert()函数来将数据添加到树中。 最后，通过创建一个空列表并添加左节点，然后添加右节点来实现后序遍历逻辑。 最后，添加根或父节点以完成后序遍历。 请注意，对于每个子树重复此过程，直到遍历所有节点。参考以下代码实现 -

class Node:

def __init__(self, data):

self.left = None

self.right = None

self.data = data

# Insert Node

def insert(self, data):

if self.data:

if data < self.data:

if self.left is None:

self.left = Node(data)

else:

self.left.insert(data)

elif data > self.data:

if self.right is None:

self.right = Node(data)

else:

self.right.insert(data)

else:

self.data = data

# Print the Tree

def PrintTree(self):

if self.left:

self.left.PrintTree()

print( self.data),

if self.right:

self.right.PrintTree()

# Postorder traversal

# Left ->Right -> Root

def PostorderTraversal(self, root):

res = []

if root:

res = self.PostorderTraversal(root.left)

res = res + self.PostorderTraversal(root.right)

res.append(root.data)

return res

root = Node(27)

root.insert(14)

root.insert(35)

root.insert(10)

root.insert(19)

root.insert(31)

root.insert(42)

print(root.PostorderTraversal(root))

当上面的代码被执行时，它会产生以下结果 -

[10, 19, 14, 31, 42, 35, 27]

¥ 我要打赏

纠错/补充

收藏

加QQ群啦，易百教程官方技术学习群

注意：建议每个人选自己的技术方向加群，同一个QQ最多限加 3 个群。