golang 树

使用golang来实现树的遍历

树的定义

package tree

type Node struct {
    Val int
    Left *Node
    Right *Node
}

深度优先遍历

深度优先遍历需要优先使用栈

栈的定义

type Stack struct {
    list *list.List
} 

func NewStack() *Stack {
    list := list.New()
    return &Stack{list}
}

func (stack *Stack) Push(value interface{}) {
    stack.list.PushBack(value)
}

func (stack *Stack) Pop() interface{} {
    if e := stack.list.Back(); e!= nil {
        stack.list.Remove(e)
        return e.Value
    }
    
    return nil
}

func (stack *Stack) Len() int {
    return stack.list.Len()
}

func (stack *Stack) Empty() bool {
    return stack.Len() == 0
}

前序遍历

为Stack结构体添加前序遍历的方法,前序遍历的思路是通过栈,将右子树先行压栈,然后左子树压栈

func (root *Node) PreTravesal() {
    if root == nil {
        return
    }
    
    s := stack.NewStack()
    s.push(root)
    
    for !s.Empty() {
        cur := s.Pop().(*Node)
        fmt.Println(cur.Val)
        
        if cur.Right != nil {
            s.Push(cur.Right)
        }
        if cur.Left != nil {
            s.Push(cur.Left)
        }
    }
}

中序遍历

func (root *Node) InTravesal() {
    if root == nil {
        return
    }
    
    s := stack.NewStack()
    cur := root
    for {
        for cur != nil {
            s.Push(cur)
            cur = cur.Left
        }
        
        if s.Empty() {
            break
        }
        
        cur = s.Pop().(*Node)
        fmt.Println(cur.Val)
        cur = cur.right
    }
}

后序遍历

func (root *Node) PostTravesal() {
    if root == nil {
        return
    }
    
    s := stack.NewStack()
    out := stack.NewStack()
    s.Push(root)
    
    for !s.Empty() {
        cur := s.Pop().(*Node)
        out.Push(cur)
        
        if cur.Left != nil {
            s.Push(cur.Left)
        }
        
        if cur.Right != nil {
            s.Push(cur.Right)
        }
    }
    
    for !out.Empty() {
        cur := out.Pop().(*Node)
        fmt.Println(cur.Val)
    }
}

广度优先遍历

广度优先遍历需要使用到队列

实现队列

使用切片实现队列

package queue

import (
    "fmt"
)

type Queue interface {
    Offer(e interface{})
    Poll() interface{}
    Clear() bool
    Size() int
    IsEmpty() bool
}

type LinkedList struct {
    elements []interface{}
}

func New() *LinkedList {
    return &LinkedList{}
}


func (queue *LinkedList) Offer(e interface{}) {
    queue.elements = append(queue.elements, e)
}

func (queue *LinkedList) Poll() interface{} {
    if queue.IsEmpty() {
        fmt.Println("Poll error : queue is Empty")
        return nil
    }

    firstElement := queue.elements[0]
    queue.elements = queue.elements[1:]
    return firstElement
}

func (queue *LinkedList) Size() int {
    return len(queue.elements)
}

func (queue *LinkedList) IsEmpty() bool {
    return len(queue.elements) == 0
}

func (queue *LinkedList) Clear() bool  {
    if queue.IsEmpty() {
        fmt.Println("queue is Empty!")
        return false
    }
    for i := 0; i < queue.Size(); i++ {
        queue.elements[i] = nil
    }
    queue.elements = nil
    return true
}

层序遍历

func (root *Node) LevelTravesal() {
    if root == nil {
        return
    }

    linkedList := queue.New()
    linkedList.Offer(root)

    for !linkedList.IsEmpty()  {
        cur := linkedList.Poll().(*Node)
        fmt.Println(cur.Val)

        if cur.Left != nil {
            linkedList.Offer(cur.Left)
        }

        if cur.Right != nil {
            linkedList.Offer(cur.Right)
        }
    }
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Golang中的哈夫曼编码是一种数据压缩算法,适用于将大数据量进行高效的压缩和解压缩操作。哈夫曼编码的原理是根据字符出现的频率构建一棵,出现频率较高的字符使用较短的编码,出现频率较低的字符使用较长的编码,从而实现数据的压缩。 在Golang中,可以使用哈夫曼编码库来实现这一算法。首先,需要统计字符的出现频率,可以通过遍历待压缩的数据来进行统计。然后,根据字符的频率构建哈夫曼,可以使用优先队列或堆来实现。 一旦构建好了哈夫曼,就可以生成每个字符对应的哈夫曼编码。编码过程中,从根节点开始,遍历的路径,当遇到左子时将路径上加入0,遇到右子时加入1,直到到达叶子节点,将路径上的编码记录下来。最终,每个字符对应的哈夫曼编码就是根据路径上的0和1组成的。 对于压缩数据,在编码时将每个字符替换成对应的哈夫曼编码,将压缩后的编码写入到新的文件中。对于解压缩数据,需要读取压缩文件中的编码,根据哈夫曼的结构进行逐个字符的解码操作。 总而言之,Golang中的哈夫曼编码是一种高效的数据压缩算法,通过统计字符出现的频率构建哈夫曼,然后生成每个字符对应的哈夫曼编码,从而实现数据的压缩和解压缩操作。通过使用相关的库,可以方便地实现这一算法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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