Python实现二叉树

最新推荐文章于 2024-08-04 22:14:24 发布

zhu6201976

最新推荐文章于 2024-08-04 22:14:24 发布

阅读量3.3k

点赞数 5

分类专栏：数据结构与算法文章标签： python 数据结构二叉树二叉树的遍历

本文链接：https://blog.csdn.net/zhu6201976/article/details/118959153

版权

数据结构与算法专栏收录该内容

14 篇文章 5 订阅

订阅专栏

说明：仅供学习使用，请勿用于非法用途，若有侵权，请联系博主删除

作者：zhu6201976

博客：https://blog.csdn.net/zhu6201976

一、二叉树

二叉树是每个节点最多有两个子树的树结构。通常子树被称作“左子树”（left subtree）和“右子树”（right subtree）

二、二叉树的节点表示以及树的创建

"""
@Time : 2021/7/21 9:12 
@Author : Tesla
@File : 11.二叉树.py 
@Software: PyCharm
@Csdn : https://blog.csdn.net/zhu6201976
"""


class Tree(object):
    """
    二叉树
    """

    class Node(object):
        """
        节点类
        """

        def __init__(self, data=None, lchild=None, rchild=None):
            """
            :param data: 数据
            :param lchild: 左节点
            :param rchild: 右节点
            """
            self.data = data
            self.lchild = lchild
            self.rchild = rchild

    def __init__(self):
        self.root = None

    def add(self, data):
        """
        添加节点
        :param data: 节点数据
        :return:
        """
        node = self.Node(data)
        if not self.root:
            self.root = node
        else:
            queue = []
            queue.append(self.root)
            while queue:
                n = queue.pop(0)
                if not n.lchild:
                    n.lchild = node
                    return
                elif not n.rchild:
                    n.rchild = node
                    return
                else:
                    queue.append(n.lchild)
                    queue.append(n.rchild)


if __name__ == '__main__':
    tree = Tree()
    tree.add(1)
    tree.add(2)
    tree.add(3)

三、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。

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

四、完整代码

"""
@Time : 2021/7/21 9:12 
@Author : Tesla
@File : 11.二叉树.py 
@Software: PyCharm
@Csdn : https://blog.csdn.net/zhu6201976
"""


class Tree(object):
    """
    二叉树
    """

    class Node(object):
        """
        节点类
        """

        def __init__(self, data=None, lchild=None, rchild=None):
            """
            :param data: 数据
            :param lchild: 左节点
            :param rchild: 右节点
            """
            self.data = data
            self.lchild = lchild
            self.rchild = rchild

    def __init__(self):
        self.root = None

    def add(self, data):
        """
        添加节点
        :param data: 节点数据
        :return:
        """
        node = self.Node(data)
        if not self.root:
            self.root = node
        else:
            queue = []
            queue.append(self.root)
            while queue:
                n = queue.pop(0)
                if not n.lchild:
                    n.lchild = node
                    return
                elif not n.rchild:
                    n.rchild = node
                    return
                else:
                    queue.append(n.lchild)
                    queue.append(n.rchild)

    def preorder(self, root):
        """
        深度遍历 递归实现先序遍历
        """
        if not root:
            return
        print(root.data)
        self.preorder(root.lchild)
        self.preorder(root.rchild)

    def inorder(self, root):
        """
        深度遍历 递归实现中序遍历
        """
        if not root:
            return
        self.inorder(root.lchild)
        print(root.data)
        self.inorder(root.rchild)

    def postorder(self, root):
        """
        深度遍历 递归实现后续遍历
        """
        if not root:
            return
        self.postorder(root.lchild)
        self.postorder(root.rchild)
        print(root.data)

    def breadth_travel(self, root):
        """
        广度遍历 利用队列实现树的层次遍历
        """
        if not root:
            return
        queue = []
        queue.append(root)
        while queue:
            node = queue.pop(0)
            print(node.data)
            if node.lchild:
                queue.append(node.lchild)
            if node.rchild:
                queue.append(node.rchild)


if __name__ == '__main__':
    tree = Tree()
    tree.add(1)
    tree.add(2)
    tree.add(3)

    # tree.preorder(tree.root)
    # tree.inorder(tree.root)
    # tree.postorder(tree.root)

    tree.breadth_travel(tree.root)