#python
class TreeNode:
def __init__(self, val):
self.val = val
self.left, self.right = None, None
public class TreeNode {
public int val;
public TreeNode left, right;
public TreeNode(int val) {
this.val = val;
this.left = null;
this.right = null; } }
示例代码
前序 中序 后序
示例代码
def preorder(self, root):
if root:
self.traverse_path.append(root.val)
self.preorder(root.left)
self.preorder(root.right)
def inorder(self, root):
if root:
self.inorder(root.left)
self.traverse_path.append(root.val)
self.inorder(root.right)
def postorder(self, root):
if root:
self.postorder(root.left)
self.postorder(root.right)
self.traverse_path.append(root.val)
二叉搜索树
- 左子树上所有结点的值均小于它的根结点的值;
- 右子树上所有结点的值均大于它的根结点的值;
- 以此类推:左、右子树也分别为二叉查找树。 (这就是 重复性!)
中序遍历:升序排列
堆 heap 优先队列 priority_queue
可以迅速找到一堆数中的最大或者最小值的数据结构
根节点最大的堆叫做大顶堆,根节点最小的堆叫做小顶堆
插入
删除
查找
二叉堆的性质
通过完全二叉树来实现
二叉堆(大顶)性质:
是一棵完全树
树中任意节点的值总>=其子节点的值
细节:
二叉堆一般是通过数组来实现
假设第一个元素在数组中的索引是0,左孩子是2i+1,右孩子是2i+2,父节点是i-1/2
插入:插入到尾部,依次向上调整 logn
删除堆顶:堆尾替换到顶部,以词向下调整整个堆的结构
堆的实现代码
图
#DFS
visited = set() # 和树中的DFS最大区别
def dfs(node, visited):
if node in visited: # terminator
# already visited
return
visited.add(node)
# process current node here.
...
for next_node in node.children():
if not next_node in visited:
dfs(next_node, visited)
#BFS
def BFS(graph, start, end):
queue = []
queue.append([start])
visited = set() # 和树中的BFS的最大区别
while queue:
node = queue.pop()
visited.add(node)
process(node)
nodes = generate_related_nodes(node)
queue.push(nodes)