![](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???