二叉树
二叉树(Binary tree)是树形结构的一个重要类型。对于二叉树的基础知识这里不做过多介绍,下面我们直接介绍二叉树的遍历方式和如何用python代码去实现二叉树的遍历。
二叉树的遍历(重点)
“前”、“中”、“后“是相对根节点来说的
深度优先DFS(递归实现)
先序遍历:根节点——左子树——右子树
中序遍历:左子树——根节点——右子树
后序遍历:左子树——右子树——根节点
广度优先BFS(配合队列一起实现)
层序遍历(广度优先):
代码实现
注意:在层序遍历的时候我用的队列是引入了collections中的队列,其实我们也可以用python中的列表代替模拟队列的操作。
from collections import dequeclass Node(object):def __init__(self,val,left=None,right=None):self.val = valself.left = leftself.right = right class Tree(object):def __init__(self):self.root = Nonedef add(self,item):"""只考虑尾插 ,并且层次遍历后插入"""node = Node(item)# 考虑边界条件# bool([None]) => True 这种情况进入while循环会出错 if self.root is None:self.root = nodereturnqueue = deque() # 也可以用列表代替queue.append(self.root)while queue:cur_node = queue.popleft()if cur_node.left is None:cur_node.left = nodereturnelse:queue.append(cur_node.left)if cur_node.right is None:cur_node.right = nodereturnelse:queue.append(cur_node.right)def levelorder(self):"""层序遍历(广度优先)"""# 考虑边界条件if self.root is None:returnqueue = deque()queue.append(self.root)while queue:cur_node = queue.popleft()print(cur_node.val,end = " ")if cur_node.left is not None:queue.append(cur_node.left)if cur_node.right is not None:queue.append(cur_node.right)# 递归实现深度优先 => 关注树根节点的变化def preorder(self,node):"""递归实现先序遍历"""# 终止条件if node is None:return# 循环部分print(node.val,end=" ")self.preorder(node.left)self.preorder(node.right)def inorder(self,node):"""递归实现中序遍历"""# 终止条件if node is None:return# 循环部分self.inorder(node.left)print(node.val,end=" ")self.inorder(node.right) def postorder(self,node):"""递归实现后序遍历"""# 终止条件if node is None:return# 循环部分self.postorder(node.left)self.postorder(node.right) print(node.val,end=" ")if __name__ == "__main__":tree = Tree()tree.add(0)tree.add(1)tree.add(2)tree.add(3)tree.add(4)tree.add(5)tree.add(6)tree.add(7)tree.add(8)tree.add(9)print("广度优先-层序遍历:",end=" ")tree.levelorder()print("\n")print("深度优先-先序遍历:",end=" ")tree.preorder(tree.root)print("\n")print("深度优先-中序遍历:",end=" ")tree.inorder(tree.root)print("\n")print("深度优先-后序遍历:",end=" ")tree.postorder(tree.root)print("\n")
输出结果:
广度优先-层序遍历: 0 1 2 3 4 5 6 7 8 9
深度优先-先序遍历: 0 1 3 7 8 4 9 2 5 6
深度优先-中序遍历: 7 3 8 1 9 4 0 5 2 6
深度优先-后序遍历: 7 8 3 9 4 1 5 6 2 0