Python进阶学习(18)—树的代码实现及遍历

二叉树的节点表示以及树的创建

通过使用Node类中定义三个属性，分别为item本身的值，还有left_item和right_item

class Node(object):
    '''节点类'''
    def __init__(self,item,left_item = None,right_item = None):
        self.item = item
        self.left_item = left_item
        self.right_item = right_item

树的创建,

创建一个树的类，并给一个root根节点，一开始为空，随后添加节点

class Tree(object):
    '''树类'''
    def __init__(self,root = None):
        self.root = root

    def add(self, item):
        node = Node(item)
        if self.root == None:
            self.root = node
        else:
            queue = []
            queue.append(self.root)
            while queue:
                cur = queue.pop(0)
                if cur.left_item == None:
                    cur.left_item = node
                elif cur.right_item == None:
                    cur.right_item = node
                else:
                    queue.append(cur.left_item)
                    queue.append(cur.right_item)

二叉树的遍历

树的遍历是树的一种重要的运算。所谓遍历是指对树中所有结点的信息的访问，即依次对树中每个结点访问一次且仅访问一次，我们把这种对所有节点的访问称为遍历（traversal）。那么树的两种重要的遍历模式是深度优先遍历和广度优先遍历,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。

深度优先遍历

对于一颗二叉树，深度优先搜索(Depth First Search)是沿着树的深度遍历树的节点，尽可能深的搜索树的分支。

那么深度遍历有重要的三种方法。这三种方式常被用于访问树的节点，它们之间的不同在于访问每个节点的次序不同。这三种遍历分别叫做先序遍历（preorder），中序遍历（inorder）和后序遍历（postorder）。我们来给出它们的详细定义，然后举例看看它们的应用。

先序遍历 在先序遍历中，我们先访问根节点，然后递归使用先序遍历访问左子树，再递归使用先序遍历访问右子树
根节点->左子树->右子树

    def preorder(self, node):
        """递归实现先序遍历"""
        if node == None:
            return None
        print(node.item)
        self.preorder(node.left_item)
        self.preorder(node.right_item)

后序遍历 在后序遍历中，我们先递归使用后序遍历访问左子树和右子树，最后访问根节点
左子树->右子树->根节点

def postorder(self, node):
    """递归实现后序遍历"""
    if node == None:
        return
    self.postorder(node.left_item)
    self.postorder(node.right_item)
    print(node.item, end=" ")

中序遍历 在中序遍历中，我们递归使用中序遍历访问左子树，然后访问根节点，最后再递归使用中序遍历访问右子树
左子树->根节点->右子树

    def inorder(self, node):
        """递归实中序遍历"""
        if node == None:
            return None
        self.inorder(node.left_item)
        print(node.item)
        self.inorder(node.right_item)

广度优先遍历(层次遍历)
从树的root开始，从上到下从从左到右遍历整个树的节点

    def breadth_travel(self):
        if self.root == None:
            return None
        else:
            queue = []
            queue.append(self.root)
            while queue:
                cur = queue.pop(0)
                print(cur.item)
                if cur.left_item != None:
                    queue.append(cur.left_item)
                if cur.right_item != None:
                    queue.append(cur.right_item)
if __name__ == '__main__':
    tree = Tree()
    tree.add(1)
    tree.add(2)
    tree.add(3)
    tree.inorder(tree.root)
    print('')
    tree.preorder(tree.root)
    print('')
    tree.breadth_travel()