Python编程如何实现二叉树及七种遍历的方法详解

黄舟
发布: 2017-06-04 10:11:48
原创
2073人浏览过

这篇文章主要介绍了python编程实现二叉树及七种遍历方法,结合实例形式详细分析了python二叉树的定义及常用遍历操作技巧,需要的朋友可以参考下

本文实例讲述了Python实现二叉树及遍历方法。分享给大家供大家参考,具体如下:

介绍:

树是数据结构中非常重要的一种,主要的用途是用来提高查找效率,对于要重复查找的情况效果更佳,如二叉排序树、FP-树。另外可以用来提高编码效率,如哈弗曼树。

立即学习Python免费学习笔记(深入)”;

代码:

用Python实现树的构造和几种遍历算法,虽然不难,不过还是把代码作了一下整理总结。实现功能:

① 树的构造
递归实现先序遍历、中序遍历、后序遍历
③ 堆栈实现先序遍历、中序遍历、后序遍历
队列实现层次遍历

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

88

89

90

91

92

93

94

95

96

97

98

99

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

#coding=utf-8

class Node(object):

  """节点类"""

  def init(self, elem=-1, lchild=None, rchild=None):

    self.elem = elem

    self.lchild = lchild

    self.rchild = rchild

class Tree(object):

  """树类"""

  def init(self):

    self.root = Node()

    self.myQueue = []

  def add(self, elem):

    """为树添加节点"""

    node = Node(elem)

    if self.root.elem == -1: # 如果树是空的,则对根节点赋值

      self.root = node

      self.myQueue.append(self.root)

    else:

      treeNode = self.myQueue[0] # 此结点的子树还没有齐。

      if treeNode.lchild == None:

        treeNode.lchild = node

        self.myQueue.append(treeNode.lchild)

      else:

        treeNode.rchild = node

        self.myQueue.append(treeNode.rchild)

        self.myQueue.pop(0) # 如果该结点存在右子树,将此结点丢弃。

  def front_digui(self, root):

    """利用递归实现树的先序遍历"""

    if root == None:

      return

    print root.elem,

    self.front_digui(root.lchild)

    self.front_digui(root.rchild)

  def middle_digui(self, root):

    """利用递归实现树的中序遍历"""

    if root == None:

      return

    self.middle_digui(root.lchild)

    print root.elem,

    self.middle_digui(root.rchild)

  def later_digui(self, root):

    """利用递归实现树的后序遍历"""

    if root == None:

      return

    self.later_digui(root.lchild)

    self.later_digui(root.rchild)

    print root.elem,

  def front_stack(self, root):

    """利用堆栈实现树的先序遍历"""

    if root == None:

      return

    myStack = []

    node = root

    while node or myStack:

      while node:           #从根节点开始,一直找它的左子树

        print node.elem,

        myStack.append(node)

        node = node.lchild

      node = myStack.pop()      #while结束表示当前节点node为空,即前一个节点没有左子树了

      node = node.rchild         #开始查看它的右子树

  def middle_stack(self, root):

    """利用堆栈实现树的中序遍历"""

    if root == None:

      return

    myStack = []

    node = root

    while node or myStack:

      while node:           #从根节点开始,一直找它的左子树

        myStack.append(node)

        node = node.lchild

      node = myStack.pop()      #while结束表示当前节点node为空,即前一个节点没有左子树了

      print node.elem,

      node = node.rchild         #开始查看它的右子树

  def later_stack(self, root):

    """利用堆栈实现树的后序遍历"""

    if root == None:

      return

    myStack1 = []

    myStack2 = []

    node = root

    myStack1.append(node)

    while myStack1:          #这个while循环的功能是找出后序遍历的逆序,存在myStack2里面

      node = myStack1.pop()

      if node.lchild:

        myStack1.append(node.lchild)

      if node.rchild:

        myStack1.append(node.rchild)

      myStack2.append(node)

    while myStack2:             #将myStack2中的元素出栈,即为后序遍历次序

      print myStack2.pop().elem,

  def level_queue(self, root):

    """利用队列实现树的层次遍历"""

    if root == None:

      return

    myQueue = []

    node = root

    myQueue.append(node)

    while myQueue:

      node = myQueue.pop(0)

      print node.elem,

      if node.lchild != None:

        myQueue.append(node.lchild)

      if node.rchild != None:

        myQueue.append(node.rchild)

if name == 'main':

  """主函数"""

  elems = range(10)      #生成十个数据作为树节点

  tree = Tree()     #新建一个树对象

  for elem in elems:

    tree.add(elem)      #逐个添加树的节点

  print '队列实现层次遍历:'

  tree.level_queue(tree.root)

  print '\n\n递归实现先序遍历:'

  tree.front_digui(tree.root)

  print '\n递归实现中序遍历:'

  tree.middle_digui(tree.root)

  print '\n递归实现后序遍历:'

  tree.later_digui(tree.root)

  print '\n\n堆栈实现先序遍历:'

  tree.front_stack(tree.root)

  print '\n堆栈实现中序遍历:'

  tree.middle_stack(tree.root)

  print '\n堆栈实现后序遍历:'

  tree.later_stack(tree.root)

登录后复制

总结:

树的遍历主要有两种,一种是深度优先遍历,像前序、中序、后序;另一种是广度优先遍历,像层次遍历。在树结构中两者的区别还不是非常明显,但从树扩展到有向图,到无向图的时候,深度优先搜索和广度优先搜索的效率和作用还是有很大不同的。

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。

我印象中是有递归构造树的方法,却一直想不出该怎么构造。后来仔细想了一下,递归思想有点类似深度优先算法,而树的构造应该是广度优先的。如果用递归的话一定要有个终止条件,例如规定树深等。不然构造出来的树会偏向左单子树或者右单子树。所以一般树的构造还是应该用队列比较好。

以上就是Python编程如何实现二叉树及七种遍历的方法详解的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习
PHP中文网抖音号
发现有趣的

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号