数据结构与算法python—12.二叉搜索树及python实现与leetcode总结

本文介绍了二叉搜索树的基本概念,包括其性质、创建、添加元素、查找元素和遍历。还详细讨论了删除元素的三种情况,并总结了相关LeetCode题目,包括基本操作和基于中序遍历的题目。
摘要由CSDN通过智能技术生成

一、什么是二叉搜索树?

  二叉查找树(Binary Search Tree),(又:二叉搜索树,二叉排序树)它或者是一棵空树,或者是具有下列性质的二叉树:

  1. 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;
  2. 若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;
  3. 它的左、右子树也分别为二叉排序树。

二、二叉搜索树的实现

1.二叉搜索树的创建

节点创建:

class TreeNode:
    def __init__(self, key, value, left=None, right=None, parent=None):
        # 初始化key,value,左孩子、右孩子与父亲
        self.key = key
        self.value = value
        self.left_child = left
        self.right_child = right
        self.parent = parent
    # 判断是否有左孩子
    def has_left_child(self):
        return self.left_child
    # 判断是否有右孩子
    def has_right_child(self):
        return self.right_child
    # 判断是否是左孩子
    def is_left_child(self):
        return self.parent and self.left_child.parent == self
    # 判断是否是右孩子
    def is_right_child(self):
        return self.parent and self.right_child.parent == self
    # 判断是否是叶子节点
    def is_leaf(self):
        return not (self.left_child or self.right_child)
    # 判断是否是根节点
    def is_root(self):
        return not self.parent
    # 判断是否有其他子孩子
    def has_any_child(self):
        return self.right_child or self.right_child
    # 判断是否左孩子右孩子都存在
    def has_both_child(self):
        return self.left_child and self.right_child
    # 将初始化的值重新赋值
    def replace_data(self, key, value, lc, rc):
        self.key = key
        self.value = value
        self.left_child = lc
        self.right_child = rc

        if self.has_left_child():
            self.left_child.parent = self
            
        if self.has_right_child():
            self.right_child.parent = self

二叉搜索树创建:

class BinarySearchTree:
    def __init__(self):
        self.root = None
        self.size = 0

    def length(self):
        return self.size

    def __len__(self):
        return self.length()

    def __iter__(self):
        return self.root.__iter__()

2.二叉搜索树添加元素

思路框架:

从树的根节点开始,通过搜索二叉树来比较新的键值和当前节点的键值,

  • 如果新的键值小于当前节点,则搜索左子树。
  • 如果新的关键大于当前节点,则搜索右子树。

当搜索不到左(或右)子树,我们在树中所处的位置就是设置新节点的位置。向树中添加一个节点,创建一个新的TreeNode对象并在这个点的上一个节点中插入这个对象。

    # 二叉搜索树添加新元素
    def put(self, key, value):
        # 判断根节点是否为空
        # 如果不为空,则递归添加新元素
        if self.root:
            self._put(key, value, self.root)
        # 如果为空,则创建树节点,并设置该树节点为根节点
        else:
            self.root = TreeNode(key, value)
        self.size = self.size + 
  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值