二叉树的建立和遍历C&python实现

最新推荐文章于 2023-01-07 14:44:03 发布

你抱着的是只熊

最新推荐文章于 2023-01-07 14:44:03 发布

阅读量4k

点赞数 1

分类专栏： C语言程序设计

本文链接：https://blog.csdn.net/weixin_41986750/article/details/108631733

版权

C语言程序设计专栏收录该内容

9 篇文章 0 订阅

订阅专栏

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

二叉树的建立和遍历C&python实现

前言
一、树
- 树中的一些术语概念
- 树的分类
二、二叉树的性质
三、二叉树
四、二叉树的C实现
- 运行结果
五、二叉树的python实现
- 运行结果
六、总结

前言

提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

提示：以下是本篇文章正文内容，下面案例可供参考

一、树

线性表、栈、队列都是一对一的线性结构，除了第一个和最后一个元素外，其他的都有唯一前驱和唯一后继；而树则是一对多的数据结构，它的定义为：
树(Tree)是n（n>=0)个节点的有限集。n=0时称为空树。在任意一棵非空树中:
1)有且仅有一个特定的称为根(Root)的结点；
2)当n>1时，其余结点可分为 m(m>0)个互不相交的有限集 T1、T2、T3、…、Tm,其中每一个集合本身又是一棵树，并且称为根的子树(subtree)
在这里插入图片描述

以上为树的一些树的大致结构图

树中的一些术语概念

节点的度(Degree)：一个结点拥有的子树的个数称为该结点的度；
树的度：树内各结点度的最大值称为树的度；
叶节点或终端结点：度为零的结点；
双亲节点或父节点：若一个结点含有子结点，则这个结点称为其子结点的父结点；
孩子结点或子结点：一个结点含有的子树的根结点称为该结点的子结点；
兄弟结点：具有相同父结点的结点互称为兄弟结点；
结点的层次：从根开始定义起，根为第1层，根的子结点为第2层，以此类推；
树的高度或深度(Depth)：树中结点的最大层次；
堂兄弟结点：父结点在同一层的结点互为堂兄弟；
结点的祖先：从根到该结点所经分支上的所有结点；
子孙：以某结点为根的子树中任一结点都称为该结点的子孙。
森林：由m（m>=0）棵互不相交的树的集合称为森林；
以上概念只需要了解即可(考试除外)

树的分类

有序无序树：如果将树中结点的各子树看成从左至右是有次序的，不能互换的，则称该树为有序树，否则为无序树。
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;
斜树：顾名思义，斜树一定要是斜的^^,所有结点都只有左子树的二叉树叫左斜树，反之为右斜树。
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（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。

二、二叉树的性质

二叉树的五个需要理解的特性，以便于我们更好地使用它。

在二叉树的第i层上至多有 $2^(i-1)$ 个结点( $i\geq 1$ )。
深度为k的二叉树至多有 $2^k$ - 1个结点( $k\geq1$ )。
对任何一棵二叉树T，如果其终端结点数为 $n_0$ ,度为2的结点数为 $n_2$ ，则 $n_0$ = $n_2$ +1
具体n个结点的完全二叉树的深度为 $log_2^n$ (取下限值) + 1
如果对一棵树有n个结点的完全二叉树(其深度为 $log_2^n+1$ 的结点按层序编号(从第1层到 $log_2^n+1$ 层，每层从左至右)，对任一结点( $1\leq i$ $\leq n$ )有：
1.if i=1,则i为二叉树的根结点，无双亲；如果i>1,则其双亲是结点i/2取下限值。
2.if 2i>n, 则结点i无左孩子；否则其左孩子是结点2i。
3.if 2i+1>n,则结点无右孩子；否则其右孩子为2i+1。

性质1和2很好证明
我们来看看性质3&4两个性质:
上图的总分支线=n-1= $n_1$ +2 $n_2$
总分支线数为总结点数n-1，从下往上看，除了根结点没有连线外，其它的都有。同时，总分支线也等于度为2和度为1的结点的连线数即2 $n_2$ + $n_1$
又n= $n_0$ + $n_1$ + $n_2$
所以： $n_0$ + $n_1$ + $n_2$ -1= $n_1$ +2 $n_2$ <=>n0= $n 2$ +1
性质4：
上图如果是完全二叉树的深度为4，最后一个叶子结点为10，那么树的层次为Depth=log2^10+1,
又 log2^8<log2^10< log2^16
则3<log2^10<4，取下限即3
所以Depth=3+1=4，此完全二叉树的深度为4.

三、二叉树

二叉树(Binary Tree)是n( $n\geq0$ )个结点的有限集合，该集合或者为空集(称为空二叉树)，或者由一个根结点和两棵互不相交的、分别称为根结点的左子树和右子树的二叉树组成。

四、二叉树的C实现

#include<stdio.h>
#include<stdlib.h>
typedef char ElemType; 
//二叉树的结构
typedef struct BiTNode{
	ElemType data;
	struct BiTNode *lchild, *rchild;
}BiTNode, *BiTree;

//构造二叉树 
void CreateBiTree(BiTree *T){
	char CH;
	scanf("%c", &CH);
	if ('#'== CH){
	    *T = NULL;
	}
	else{
		*T = (BiTree)malloc(sizeof(BiTNode));
		(*T)->data = CH;
		CreateBiTree(&(*T)->lchild);
		CreateBiTree(&(*T)->rchild);
	}
	
}
//前序遍历 
void PreOrderTraverse(BiTree T, int level){
	if (!T){
		return;
	}
	printf("%c在第%d层\n", T->data,level);
	PreOrderTraverse(T->lchild, level+1);
	PreOrderTraverse(T->rchild, level+1);
}
//中序遍历
void InOrderTraverse(BiTree T, int level){
	if (!T){
		return;
	}	
	InOrderTraverse(T->lchild, level+1);
	printf("%c在第%d层\n", T->data,level);
	InOrderTraverse(T->rchild, level+1);
}
//后续遍历
void PostOrderTraverse(BiTree T, int level){
	if (!T){
		return;
	}	
	PostOrderTraverse(T->lchild, level+1);
	PostOrderTraverse(T->rchild, level+1);
	printf("%c在第%d层\n", T->data,level);
}

int main(int argc, char const *argv[]){
	BiTree T = NULL;
	int level = 1;
	CreateBiTree(&T);
	PreOrderTraverse(T, level);
	printf("###################\n");
	InOrderTraverse(T, level);
	printf("###################\n");
	PostOrderTraverse(T, level);
	return 0;
}

运行结果

在这里插入图片描述

五、二叉树的python实现

# -*-coding:utf-8-*-


class BiTNode:
    """
        二叉树节点类
    """
    def __init__(self, data):
        self.data = data
        self.lchild = None
        self.rchild = None


class BiTree:
    """
        二叉树类
    """
    def __init__(self):
        self.root = None

    def add(self, item):
        """
            添加节点方法
        :param item:
        :return:
        """
        node = BiTNode(item)
        if self.root is None:
            self.root = node
            return
        queue = [self.root]
        while queue:
            cur_node = queue.pop(0)
            # 判断左节点
            if cur_node.lchild is None:
                cur_node.lchild = node
                return
            else:
                queue.append(cur_node.lchild)
            # 判断右节点
            if cur_node.rchild is None:
                cur_node.rchild = node
                return
            else:
                queue.append(cur_node.rchild)

    # 遍历方法
    # 前序遍历
    def PreOrderTravserse(self, node, level=1):
        """
          前序遍历方法
        :param level: 表示节点所在深度,默认根节点的深度为1
        :return:
        """
        if node is None:
            return
        print("%s在第%s层" % (node.data, level))
        self.PreOrderTravserse(node.lchild, level+1)
        self.PreOrderTravserse(node.rchild, level+1)

    def InOrderTravserse(self, node, level=1):
        """
            中序遍历
        :param node:
        :param level: 表示节点所在深度,默认根节点的深度为1
        :return:
        """
        if node is None:
            return
        self.InOrderTravserse(node.lchild, level+1)
        print("%s在第%s层" % (node.data, level))
        self.InOrderTravserse(node.rchild, level + 1)

    def PostOrderTravserse(self, node, level=1):
        """
            后序遍历
        :param node:
        :param level: 表示节点所在深度,默认根节点的深度为1
        :return:
        """
        if node is None:
            return
        self.PostOrderTravserse(node.lchild, level+1)
        self.PostOrderTravserse(node.rchild, level+1)
        print("%s在第%s层" % (node.data, level))

    def cengxuTravserse(self, node, level=1):
        """
            层序遍历
        :param node:
        :param level: 表示节点所在深度,默认根节点的深度为1
        :return:
        """
        if node is None:
            return
        queue = [(node, level)]
        while queue:
            cur_node, level = queue.pop(0)
            print("%s在第%s层" % (cur_node.data, level))
            if cur_node.lchild is not None:
                queue.append((cur_node.lchild, level+1))
            if cur_node.rchild is not None:
                queue.append((cur_node.rchild, level+1))


if __name__ == '__main__':
    T = BiTree()
    T.add('A')
    T.add('B')
    T.add('C')
    T.add('D')
    T.add('E')
    T.add('F')
    T.add('G')
    T.add('H')
    T.add('I')
    print("###############################前序遍历#################################")
    T.PreOrderTravserse(T.root, 1)
    print("###############################中序遍历#################################")
    T.InOrderTravserse(T.root, 1)
    print("###############################后序遍历#################################")
    T.PostOrderTravserse(T.root, 1)
    print("###############################层序遍历#################################")
    T.cengxuTravserse(T.root, 1)

运行结果

###############################前序遍历#################################
A在第1层
B在第2层
D在第3层
H在第4层
I在第4层
E在第3层
C在第2层
F在第3层
G在第3层
###############################中序遍历#################################
H在第4层
D在第3层
I在第4层
B在第2层
E在第3层
A在第1层
F在第3层
C在第2层
G在第3层
###############################后序遍历#################################
H在第4层
I在第4层
D在第3层
E在第3层
B在第2层
F在第3层
G在第3层
C在第2层
A在第1层
###############################层序遍历#################################
A在第1层
B在第2层
C在第2层
D在第3层
E在第3层
F在第3层
G在第3层
H在第4层
I在第4层

六、总结

//todo
2020-09-17 22:48 于深圳。

你抱着的是只熊

关注

1
点赞
踩
6

收藏

觉得还不错? 一键收藏
打赏
0
评论
二叉树的建立和遍历C&python实现

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档二叉树的建立和遍历C&python实现前言一、树二、二叉树三、二叉树的C实现运行结果三、二叉树的python实现运行结构总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、树线性表、栈、队列都是一对一的线性结构，除了第一个和最后一个元素外，其他的都有唯一
复制链接

扫一扫