Python（十五）- 创建二叉树和遍历的实现

树（tree）是一种非线性的数据结构，是一种抽象数据类型（ADT），用来模拟具有树状结构性质的数据集合，它是由n（n>0）个有限节点通过连接它们的边组成一个具有层次关系的集合。

1.简介

树的结构十分直观，而树的很多概念定义都有一个相同的特点：递归，也就是说，一棵树要满足某种性质，往往要求每个节点都必须满足。
例如，在定义一棵二叉搜索树时，每个节点也都必须是一棵二叉搜索树。

2.创建二叉树

2.1.python模拟栈的实现

class Empty(Exception):
    pass

class ParamsError(Exception):
    pass


class Stack(object):
    """模拟栈"""

    def __init__(self):
        self._data = []

    def __len__(self):
        return len(self._data)

    def is_empty(self):
        """Return True if the stack is empty."""
        return len(self._data) == 0

    def pop(self):
        """Remove and return the element from the top of the stack."""
        if self.is_empty():
            raise Empty('Stack is empty.')

        return self._data.pop()

    def push(self, e):
        """Add an element e to the top of the stack."""
        self._data.append(e)

    def top(self):
        """Return the element at the top of the stack."""
        if self.is_empty():
            raise Empty('Stack is empty.')
        return self._data[-1]

2.2.python模拟队列的实现

class Queue(object):
    """模拟队列"""

    def __init__(self):
        self._data = []
        self._size = 0

    def __len__(self):
        return self._size

    def is_empty(self):
        return self._size == 0

    def first(self):
        if self.is_empty():
            raise Empty('Queue is empty.')
        return self._data[0]

    def dequeue(self):
        if self.is_empty():
            raise Empty('Queue is empty.')
        self._size -= 1
        return self._data.pop(0)

    def enqueue(self, e):
        self._data.append(e)
        self._size += 1

2.3.python模拟树的实现

class Node(object):
    """节点"""

    def __init__(self, data=None, left=None, right=None):
        self.data = data
        self.left = left
        self.right = right


class Tree(object):
    """创建树"""

    default_chars = [chr(c) for c in range(65, 91)]

    def __init__(self, seq=None, depth=4, is_complete=True):
        """
        初始化
        :param seq: 二叉树元素序列
        :param depth: 深度
        :param is_complete: 是否为完全二叉树
        """
        seq = self.default_chars if seq is None else seq
        if len(seq) < depth and is_complete:
            raise ParamsError('seq is too small or depth is too large!')

        self.depth = depth
        self._root = None
        self.chars = seq[:pow(2, self.depth) - 1] if is_complete else seq

    def create(self):
        """执行创建"""
        # tree = self._recursive_create_node(self.chars)
        # 生成完全二叉树
        for (i, j) in enumerate(self.chars):
            node = Node(j)
            if i == 0:
                self._root = node
            else:
                self._insert_node(node)

        return self._root

    def _recursive_create_node(self, seq):
        """递归创建节点"""
        n = len(seq)
        if n == 0:
            return None
        i = n // 2
        return Node(seq[i], self._recursive_create_node(seq[:i]), self._recursive_create_node(seq[i + 1:]))
    
    def _insert_node(self, node):
        # 建立一个完全二叉树
        lst = []

        def _insert(tree_node, p, node):
            if tree_node.left is None:
                tree_node.left = node
                lst.append(tree_node.left)
                return
            elif tree_node.right is None:
                tree_node.right = node
                lst.append(tree_node.right)
                return
            else:
                lst.append(tree_node.left)
                lst.append(tree_node.right)
                if p > (len(lst) - 2):
                    return
                else:
                    _insert(lst[p + 1], p + 1, node)

        lst.append(self._root)
        _insert(self._root, 0, node)

3.二叉树遍历

二叉树的遍历有：深度遍历和广度遍历，深度遍历分为：前序、中序以及后序三种遍历方法，广度遍历即层次遍历。

• 前序遍历（Preorder Traversal）：先访问根节点，然后访问左子树，最后访问右子树。（根 —> 左 —> 右）
• 中序遍历（Inorder Traversal）：先访问左子树，然后访问根节点，最后访问右子树。（左 —> 根 —> 右）
• 后序遍历（Postorder Traversal）：先访问左子树，然后访问右子树，最后访问根节点。（左 —> 右 —> 根）
• 广度遍历（Breadth traversal）：即层次遍历，每层从左到右遍历。

其中深度遍历可以利用 栈 的结构来实现，广度遍历可以利用 队列 的结构来实现。

3.1.前序遍历

• 栈实现：

import sys


class Tree(object):
    """二叉树"""

    @staticmethod
    def pre_traversal(tree):
        """深度遍历 - 前序遍历: 栈实现 (根->左->右)"""
        if tree is None:
            return

        data_list = []
        stack = Stack()
        stack.push(tree)  # 根入栈

        while not stack.is_empty():
            node = stack.pop()  # 出栈
            data_list.append(str(node.data))
            if node.right:
                stack.push(node.right)  # 右节点入栈
            if node.left:
                stack.push(node.left)

        sys.stdout.write('前序遍历: ' + '->'.join(data_list))

• 递归实现：

def pre_order(tree, lst=[]):
    """前序遍历: 根->左->右"""
    if tree is None:
        return
    # print(tree.data, end='->')
    lst.append(tree.data)
    self.pre_order(tree.left, lst)
    self.pre_order(tree.right, lst)
    return lst

3.2.中序遍历

• 栈实现：

class Tree(object):
    """二叉树"""

    @staticmethod
    def in_traversal(tree):
        """深度遍历 - 中序遍历: 栈实现 (左->根->右)"""
        if tree is None:
            return

        data_list = []
        stack = Stack()
        node = tree

        while node or not stack.is_empty():
            while node:  # 循环查找左节点
                stack.push(node)
                node = node.left
            # 循环结束，表示左节点为空
            node = stack.pop()  # 左节点，从下往上
            data_list.append(str(node.data))
            node = node.right  # 上一个左节点的右子节点

        sys.stdout.write('中序遍历: ' + '->'.join(data_list))

• 递归实现：

def mid_order(tree, lst=[]):
    """中序遍历: 左->根->右"""
    if tree is None:
        return
    self.mid_order(tree.left, lst)
    # print(tree.data, end='->')
    lst.append(tree.data)
    self.mid_order(tree.right, lst)
    return lst

3.3.后序遍历

• 栈实现：

class Tree(object):
    """二叉树"""

    @staticmethod
    def post_traversal(tree):
        """深度遍历 - 后序遍历: 栈实现 (左->右->根)"""
        if tree is None:
            return

        data_list = []
        stack1 = Stack()
        stack2 = Stack()

        node = tree
        stack1.push(node)

        while not stack1.is_empty():  # stack1 存放遍历的逆序，正确顺序放入 stack2 中
            node = stack1.pop()

            if node.left:
                stack1.push(node.left)
            if node.right:
                stack1.push(node.right)

            stack2.push(node)

        while not stack2.is_empty():
            data_list.append(str(stack2.pop().data))

        sys.stdout.write('后序遍历: ' + '->'.join(data_list))

• 递归实现：

def post_order(tree, lst=[]):
    """后序遍历: 左->右->根"""
    if tree is None:
        return
    self.post_order(tree.left, lst)
    self.post_order(tree.right, lst)
    # print(tree.data, end='->')
    lst.append(tree.data)
    return lst

3.4.广度遍历

class Tree(object):
    """二叉树"""

    @staticmethod
    def level_traversal(tree):
        """广度遍历: 层次遍历 - 队列实现"""
        if tree is None:
            return

        data_list = []
        queue = Queue()
        node = tree
        queue.enqueue(node)

        while not queue.is_empty():
            node = queue.dequeue()  # 出队
            data_list.append(str(node.data))

            if node.left:
                queue.enqueue(node.left)  # 左节点入队
            if node.right:
                queue.enqueue(node.right)

        sys.stdout.write('广度遍历: ' + '->'.join(data_list))

3.5.测试

def code_test():
    """测试"""
    # tree = Tree(depth=3)
    # tree = Tree(seq=[i for i in range(1, 10)], depth=3)
    tree = Tree(seq=[i for i in range(1, 10)], is_complete=False)
    btree = tree.create()

    # 深度遍历
    # 1-前序遍历
    print(pre_order(btree))  # [1, 2, 4, 8, 9, 5, 3, 6, 7]
    tree.pre_traversal(btree)  # 前序遍历: 1->2->4->8->9->5->3->6->7
    print('\n----------------------------------------')

    # 2-中序遍历
    print(mid_order(btree))  # [8, 4, 9, 2, 5, 1, 6, 3, 7]
    tree.in_traversal(btree)  # 中序遍历: 8->4->9->2->5->1->6->3->7
    print('\n----------------------------------------')

    # 3-后序遍历
    print(post_order(btree))  # [8, 9, 4, 5, 2, 6, 7, 3, 1]
    tree.post_traversal(btree)  # 后序遍历: 8->9->4->5->2->6->7->3->1
    print('\n----------------------------------------')

    # 广度遍历
    tree.level_traversal(btree)  # 广度遍历: 1->2->3->4->5->6->7->8->9
    print('\n----------------------------------------')


if __name__ == '__main__':
    code_test()

---