python实现二叉树和它的七种遍历_Python编程实现二叉树及七种遍历方法详解

本文实例讲述了Python实现二叉树及遍历方法。分享给大家供大家参考，具体如下：

介绍：

树是数据结构中非常重要的一种，主要的用途是用来提高查找效率，对于要重复查找的情况效果更佳，如二叉排序树、FP-树。另外可以用来提高编码效率，如哈弗曼树。

代码：

用Python实现树的构造和几种遍历算法，虽然不难，不过还是把代码作了一下整理总结。实现功能：

① 树的构造

② 递归实现先序遍历、中序遍历、后序遍历

③ 堆栈实现先序遍历、中序遍历、后序遍历

④ 队列实现层次遍历

#coding=utf-8

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):

self.root = Node()

self.myQueue = []

def add(self, elem):

"""为树添加节点"""

node = Node(elem)

if self.root.elem == -1: # 如果树是空的，则对根节点赋值

self.root = node

self.myQueue.append(self.root)

else:

treeNode = self.myQueue[0] # 此结点的子树还没有齐。

if treeNode.lchild == None:

treeNode.lchild = node

self.myQueue.append(treeNode.lchild)

else:

treeNode.rchild = node

self.myQueue.append(treeNode.rchild)

self.myQueue.pop(0) # 如果该结点存在右子树，将此结点丢弃。

def front_digui(self, root):

"""利用递归实现树的先序遍历"""

if root == None:

return

print root.elem,

self.front_digui(root.lchild)

self.front_digui(root.rchild)

def middle_digui(self, root):

"""利用递归实现树的中序遍历"""

if root == None:

return

self.middle_digui(root.lchild)

print root.elem,

self.middle_digui(root.rchild)

def later_digui(self, root):

"""利用递归实现树的后序遍历"""

if root == None:

return

self.later_digui(root.lchild)

self.later_digui(root.rchild)

print root.elem,

def front_stack(self, root):

"""利用堆栈实现树的先序遍历"""

if root == None:

return

myStack = []

node = root

while node or myStack:

while node: #从根节点开始，一直找它的左子树

print node.elem,

myStack.append(node)

node = node.lchild

node = myStack.pop() #while结束表示当前节点node为空，即前一个节点没有左子树了

node = node.rchild #开始查看它的右子树

def middle_stack(self, root):

"""利用堆栈实现树的中序遍历"""

if root == None:

return

myStack = []

node = root

while node or myStack:

while node: #从根节点开始，一直找它的左子树

myStack.append(node)

node = node.lchild

node = myStack.pop() #while结束表示当前节点node为空，即前一个节点没有左子树了

print node.elem,

node = node.rchild #开始查看它的右子树

def later_stack(self, root):

"""利用堆栈实现树的后序遍历"""

if root == None:

return

myStack1 = []

myStack2 = []

node = root

myStack1.append(node)

while myStack1: #这个while循环的功能是找出后序遍历的逆序，存在myStack2里面

node = myStack1.pop()

if node.lchild:

myStack1.append(node.lchild)

if node.rchild:

myStack1.append(node.rchild)

myStack2.append(node)

while myStack2: #将myStack2中的元素出栈，即为后序遍历次序

print myStack2.pop().elem,

def level_queue(self, root):

"""利用队列实现树的层次遍历"""

if root == None:

return

myQueue = []

node = root

myQueue.append(node)

while myQueue:

node = myQueue.pop(0)

print node.elem,

if node.lchild != None:

myQueue.append(node.lchild)

if node.rchild != None:

myQueue.append(node.rchild)

if __name__ == '__main__':

"""主函数"""

elems = range(10) #生成十个数据作为树节点

tree = Tree() #新建一个树对象

for elem in elems:

tree.add(elem) #逐个添加树的节点

print '队列实现层次遍历:'

tree.level_queue(tree.root)

print '\n\n递归实现先序遍历:'

tree.front_digui(tree.root)

print '\n递归实现中序遍历:'

tree.middle_digui(tree.root)

print '\n递归实现后序遍历:'

tree.later_digui(tree.root)

print '\n\n堆栈实现先序遍历:'

tree.front_stack(tree.root)

print '\n堆栈实现中序遍历:'

tree.middle_stack(tree.root)

print '\n堆栈实现后序遍历:'

tree.later_stack(tree.root)

总结：

树的遍历主要有两种，一种是深度优先遍历，像前序、中序、后序；另一种是广度优先遍历，像层次遍历。在树结构中两者的区别还不是非常明显，但从树扩展到有向图，到无向图的时候，深度优先搜索和广度优先搜索的效率和作用还是有很大不同的。

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。

我印象中是有递归构造树的方法，却一直想不出该怎么构造。后来仔细想了一下，递归思想有点类似深度优先算法，而树的构造应该是广度优先的。如果用递归的话一定要有个终止条件，例如规定树深等。不然构造出来的树会偏向左单子树或者右单子树。所以一般树的构造还是应该用队列比较好。

以上说的不够严谨，有错误之处，欢迎指正！

更多关于Python相关内容可查看本站专题：《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。

本文标题: Python编程实现二叉树及七种遍历方法详解

本文地址: http://www.cppcns.com/jiaoben/python/192675.html