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
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)