企业🤖AI智能体构建引擎,智能编排和调试,一键部署,支持私有化部署方案 广告
![](https://img.kancloud.cn/41/e0/41e066af9a6c25a24868d9667253ec98_1241x333.jpg) ***** ## 二叉树的节点表示以及树的创建 通过使用Node类中定义三个属性,分别为item本身的值,还有litem和ritem ``` class Node(object): def __init__(self, item, litem=None, ritem=None): self.item = item self.litem = litem self.ritem = ritem ``` 树的创建,创建一个树的类,并给一个root根节点,一开始为空,随后添加节点 ``` 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.litem == None: cur.litem = node return elif cur.ritem == None: cur.ritem = node return else: # 如果左右子树都不为空,加入队列继续判断 queue.append(cur.litem) queue.append(cur.ritem) ``` ## 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。 <br>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。 - 先序遍历 在先序遍历中,我们先访问根节点,然后递归使用先序遍历访问左子树,再递归使用先序遍历访问右子树 根节点->左子树->右子树 ``` def preorder(self, node): """递归实现先序遍历""" if node == None: return print(node.item, end=" ") self.preorder(node.litem) self.preorder(node.ritem) ``` - 中序遍历 在中序遍历中,我们递归使用中序遍历访问左子树,然后访问根节点,最后再递归使用中序遍历访问右子树 左子树->根节点->右子树 ``` def inorder(self, node): """递归实中序遍历""" if node == None: return self.inorder(node.litem) print(node.item, end=" ") self.inorder(node.ritem) ``` - 后序遍历 在后序遍历中,我们先递归使用后序遍历访问左子树和右子树,最后访问根节点 左子树->右子树->根节点 ``` def postorder(self, node): """递归实现后序遍历""" if node == None: return self.postorder(node.litem) self.postorder(node.ritem) print(node.item, end=" ") ``` ![](https://box.kancloud.cn/cf24548fb7ef8d61f8883cf2d3bf4f9f_718x341.jpg) ### 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 ``` def breadth_travel(self): """利用队列实现树的层次遍历""" if self.root == None: return queue = [] queue.append(self.root) while queue: node = queue.pop(0) print(node.item) if node.litem != None: queue.append(node.litem) if node.ritem != None: queue.append(node.ritem) ``` ### 思考:哪两种遍历方式能够唯一的确定一颗树???