数据结构与算法(python)_08_ 树
文章目录
树
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。
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;
术语:
节点的度:有几个子节点
树的度:一棵树中,最大的节点的子节点数称为树的度;
叶节点或终端节点:度为零的节点;再没有子节点了
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;最长的那一条链
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;A,C,G都是L的祖先
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;
1. 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;2. 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; 3. 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); 节点左边的都比节点值小,节点右边的都比节点值大。
-
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
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。
链式存储:
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; (叶子节点为5,有两个子节点的个数就为4,参见上一节深度为4的完全二叉树)
性质4:具有n个结点的完全二叉树的深度必为 log2(n+1);与性质2为逆运算。
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)
添加元素思路
左边取,右边添加,可以用队列实现
queue = [A]
然后取A,queue添加左右孩子 = [B,C]
然后取B,queue添加B的左右孩子 = [C, D, E]
然后取C,queue添加C的左右孩子 = [D, E, F, G]
按照这个逻辑推下去。
# 树是链表的一个扩充,也需要一个节点类 class Node(object): """节点类""" def __init__(self, elem, lchild=None, rchild=None): self.elem = elem self.lchild = lchild self.rchild = rchild
class Tree(object): """树类""" def __init__(self, root=None): self.root = root def add(self, elem): """为树添加节点""" node = Node(elem) #如果树是空的,则对根节点赋值 if self.root == None: self.root = node else: queue = [] queue.append(self.root) #对已有的节点进行层次遍历 while queue: #弹出队列的第一个元素 cur = queue.pop(0) if cur.lchild == None: cur.lchild = node return elif cur.rchild == None: cur.rchild = node return else: #如果左右子树都不为空,加入队列继续判断 queue.append(cur.lchild) queue.append(cur.rchild)
二叉树广度优先遍历
#广度优先,层次遍历 def breath_travel(self): if self.root is None: return queue = [self.root] while queue: cur_node = queue.pop(0) print(cur_node.elem, end=" ") if cur_node.lchild is not None: queue.append(cur_node.lchild) if cur_node.rchild is not None: queue.append(cur_node.rchild)
先序,中序,后序遍历
#深度遍历 #遍历顺序:先序,中序,后序 #先序:0-1-2 把根放在第一个 #中序:1-0-2 把根放在中间一个 #后序:1-2-0 把根放在最后一个 def preorder(self,node): if node == None: return print(node.elem,end=" ") #根 self.preorder(node.lchild) #左 self.preorder(node.rchild) #右 def inorder(self,node): if node == None: return self.inorder(node.lchild) #左 print(node.elem,end=" ") #根 self.inorder(node.rchild) #右 def postorder(self,node): if node == None: return self.postorder(node.lchild) #左 self.postorder(node.rchild) #右 print(node.elem,end=" ") #根
二叉树由遍历确定一棵树
给出先序中序,或者后序中序画树(这里必须要有中序,来确定根节点位置)
- python 07字典表dict与元组 + 08文件与类型汇总
- 数据结构与算法(Python)——常见数据结构Part1(数组和链表)
- headfirst python 07 ~ 08
- Python数据结构与算法之树与树算法
- 数据结构与算法(Python)——常见数据结构Part5(二叉搜索树BST和AVL)
- python数据结构与算法 29-1 哈希查找
- Python3 cookbook学习笔记-数据结构与算法5
- python 08 面向对象编程基础
- ElasticSearch系列08:python操作Elasticsearch
- Python cookbook(数据结构与算法)从序列中移除重复项且保持元素间顺序不变的方法
- python数据结构与算法----快速排序
- Python学习08_图像的对比度和亮度
- Python进阶08 异常处理
- Python_08
- python数据结构与算法 1 基本数据结构
- Python数据结构与算法--数据类型
- Python数据结构与算法--面向对象
- python数据结构与算法 12队列的概念
- python数据结构与算法 13 队列的抽象数据类型
- 人工智能之Python08 dict和set