树与树算法二叉树及遍历python实现
树的概念
树(英语:tree)是⼀种抽象数据类型(ADT)或是实作这种抽象数据类型
的数据结构,⽤来模拟具有树状结构性质的数据集合。它是由n(n>=1)个
有限节点组成⼀个具有层次关系的集合。把它叫做“树”是因为它看起来像⼀
棵倒挂的树,也就是说它是根朝上,⽽叶朝下的。它具有以下的特点:
每个节点有零个或多个⼦节点;
没有⽗节点的节点称为根节点;
每⼀个⾮根节点有且只有⼀个⽗节点;
除了根节点外,每个⼦节点可以分为多个不相交的⼦树;
树的术语
节点的度:⼀个节点含有的⼦树的个数称为该节点的度;
树的度:⼀棵树中,最⼤的节点的度称为树的度;
叶节点或终端节点:度为零的节点;
⽗亲节点或⽗节点:若⼀个节点含有⼦节点,则这个节点称为其⼦节点
的⽗节点;
孩⼦节点或⼦节点:⼀个节点含有的⼦树的根节点称为该节点的⼦节
点;
兄弟节点:具有相同⽗节点的节点互称为兄弟节点;
节点的层次:从根开始定义起,根为第1层,根的⼦节点为第2层,以此
类推;
树的⾼度或深度:树中节点的最⼤层次;
堂兄弟节点:⽗节点在同⼀层的节点互为堂兄弟;
节点的祖先:从根到该节点所经分⽀上的所有节点;
⼦孙:以某节点为根的⼦树中任⼀节点都称为该节点的⼦孙。
森林:由m(m>=0)棵互不相交的树的集合称为森林;
树的种类
⽆序树:树中任意节点的⼦节点之间没有顺序关系,这种树称为⽆序
树,也称为⾃由树;
有序树:树中任意节点的⼦节点之间有顺序关系,这种树称为有序树;
⼆叉树:每个节点最多含有两个⼦树的树称为⼆叉树;
完全⼆叉树:对于⼀颗⼆叉树,假设其深度为d(d>1)。除了第d
层外,其它各层的节点数⽬均已达最⼤值,且第d层所有节点从
左向右连续地紧密排列,这样的⼆叉树被称为完全⼆叉树,其
中满⼆叉树的定义是所有叶节点都在最底层的完全⼆叉树;
平衡⼆叉树(AVL树):当且仅当任何节点的两棵⼦树的⾼度
差不⼤于1的⼆叉树;
排序⼆叉树(⼆叉查找树(英语:Binary Search Tree),也称
⼆叉搜索树、有序⼆叉树);
霍夫曼树(⽤于信息编码):带权路径最短的⼆叉树称为哈夫曼树
或最优⼆叉树;
B树:⼀种对读写操作进⾏优化的⾃平衡的⼆叉查找树,能够保持数
据有序,拥有多余两个⼦树。
树的存储与表示
顺序存储:将数据结构存储在固定的数组中,然在遍历速度上有⼀定的优
势,但因所占空间⽐较⼤,是⾮主流⼆叉树。⼆叉树通常以链式存储。
常⻅的⼀些树的应⽤场景
链式存储:
常⻅的⼀些树的应⽤场景
1.xml,html等,那么编写这些东⻄的解析器的时候,不可避免⽤到树
2.路由协议就是使⽤了树的算法
3.mysql数据库索引
4.⽂件系统的⽬录结构
5.所以很多经典的AI算法其实都是树搜索,此外机器学习中的decision tree也
是树结构
⼆叉树
⼆叉树的基本概念
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)
⼆叉树的性质(特性)
性质1: 在⼆叉树的第i层上⾄多有2^(i-1)个结点(i>0)
性质2: 深度为k的⼆叉树⾄多有2^k - 1个结点(k>0)
性质3: 对于任意⼀棵⼆叉树,如果其叶结点数为N0,⽽度数为2的结点总数
为N2,则N0=N2+1;
性质4:具有n个结点的完全⼆叉树的深度必为 log2(n+1)
性质5:对完全⼆叉树,若从上⾄下、从左⾄右编号,则编号为i 的结点,其左
孩⼦编号必为2i,其右孩⼦编号必为2i+1;其双亲的编号必为i/2(i=1 时为
根,除外)
(1)完全⼆叉树——若设⼆叉树的⾼度为h,除第 h 层外,其它各层 (1~
h-1) 的结点数都达到最⼤个数,第h层有叶⼦结点,并且叶⼦结点都是
从左到右依次排布,这就是完全⼆叉树。
(2)满⼆叉树——除了叶结点外每⼀个结点都有左右⼦叶且叶⼦结点都处在最
底层的⼆叉树。
class Node(object): """结点类""" def __init__(self, item): self.item = item self.lchild = None self.rchild = None class BinaryTree(object): """二叉树""" def __init__(self, node=None): self.root = node def add(self, item): """ 广度优先遍历方式添加结点 :param item: :return: """ if self.root is None: self.root = Node(item) else: queue = [] queue.append(self.root) while len(queue) > 0: node = queue.pop(0) if not node.lchild: node.lchild = Node(item) return else: queue.append(node.lchild) if not node.rchild: node.rchild = Node(item) return else: queue.append(node.rchild) def breadh_travel(self): """广度优先遍历""" if self.root is None: return queue = [] queue.append(self.root) while len(queue)>0: node = queue.pop(0) print(node.item, end=" ") if node.lchild: queue.append(node.lchild) if node.rchild: queue.append(node.rchild) def preorder_travel(self, root): """先序 根 左 右""" if root: print(root.item, end=" ") self.preorder_travel(root.lchild) self.preorder_travel(root.rchild) def inorder_travel(self, root): """中序 左 根 右""" if root: self.inorder_travel(root.lchild) print(root.item, end=" ") self.inorder_travel(root.rchild) def postorder_travel(self, root): """后序 左 右 根""" if root: self.postorder_travel(root.lchild) self.postorder_travel(root.rchild) print(root.item, end=" ") if __name__ == '__main__': tree = BinaryTree() 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) tree.breadh_travel() print("") tree.preorder_travel(tree.root) print("") tree.inorder_travel(tree.root) print("") tree.postorder_travel(tree.root) print("")
- python实现的二叉树定义与遍历算法实例
- 用python来实现数据结构中的二叉树的广度优先遍历,以及深度优先遍历中的前序遍历、中序遍历,后序遍历。
- 二叉树的遍历算法Java实现
- python实现二叉树和它的七种遍历
- 【算法——Python实现】无权图(稠密图、稀疏图)及图的遍历
- 【python中二叉树的实现】python中二叉树的创建、三种方式递归遍历和非递归遍历
- 二叉树的前序,中序,后续,递归及非递归遍历的python实现
- 实现由双亲节点存储的树转化为二叉树的遍历算法实现
- python实现二叉树的递归遍历
- Python实现二叉树的前序遍历、中序遍历
- Go语言二叉树定义及遍历算法实现
- 【LeetCode-面试算法经典-Java实现】【103-Binary Tree Zigzag Level Order Traversal(二叉树分层Z字形遍历)】
- 用代码实现二叉树的遍历-Java经典面试题算法部分核心
- 实现二叉树各种遍历算法
- python实现二叉树的相关算法(持续更新)
- python实现二叉树的遍历
- python实现二叉树广度优先遍历,先序遍历,中序遍历,后续遍历
- 二叉树的基本操作(含遍历算法非递归实现全收录)
- 算法:二叉树的先(根)序遍历、中(根)序遍历、后(根)序遍历(递归及压栈出栈实现的非递归方式)的java代码实现
- python实现二叉树,前序遍历,中序遍历,后续遍历