Python中有关树的使用方法

本篇文章给大家分享的是有关Python中有关树的使用方法，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

成都创新互联制作网站网页找三站合一网站制作公司,专注于网页设计,成都网站设计、网站制作,网站设计,企业网站搭建,网站开发,建网站业务,680元做网站,已为上千家服务,成都创新互联网站建设将一如既往的为我们的客户提供最优质的网站建设、网络营销推广服务!

树的存储、表示与遍历

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。

某个节点为空是用0表示。

节点的结构：

二叉树的建立

class Node(object):
    """二叉树节点的封装"""
    def __init__(self, element=None, lchild=None, rchild=None):
        self.element = element
        self.lchild = lchild
        self.rchild = rchild
class Tree(object):
    """二叉树的封装"""
    def __init__(self, root=None):
        self.root = root
    def __add__(self, element):
        # 插入节点的封装
        node = Node(element)
        # 1.判断是否为空，则对根结点进行赋值
        if not self.root:
            self.root = node
        # 2. 如果存在跟结点，将根结点放入队列
        else:
            queue = []
            # 将根结点放入队列中
            queue.append(self.root)
            # 对队列中的所有节点进行遍历
            # 这里的循环每次都是从根结点往下循环的
            while queue:
                # 3.弹出队列中的第一个元素(第一次弹出的为根节点，然后是根的左节点，根的右节点，依次类推)
                cur = queue.pop(0)
                if not cur.lchild:
                    cur.lchild = node
                    return
                elif not cur.rchild:
                    cur.rchild = node
                    return
                else:
                    # 左右子树都存在就将左右子树添加到队列中去
                    queue.append(cur.lchild)
                    queue.append(cur.rchild)

二叉树的遍历

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)

广度优先遍历（层次遍历）

遍历结果为1，2，3，4，5，6，7

  def breadth_travel(self):
        """利用队列实现树的层次遍历"""
        if self.root == None:
            return
        # 将二叉树的节点依次放入队列中，通过访问队列的形式实现树的遍历
        queue = []
        queue.append(self.root)
        while queue:
            node = queue.pop(0)
            print(node.element, end=',')
            if node.lchild != None:
                queue.append(node.lchild)
            if node.rchild != None:
                queue.append(node.rchild)
        print()

深度优先遍历

深度优先遍历有三种方式：

先序遍历（根->左->右）：先访问根结点，再先序遍历左子树，最后再先序遍历右子树，

中序遍历（左->根->右）：先中序遍历左子树，然后再访问根结点，最后再中序遍历右子树，

后序遍历（左->右->根）：先后序遍历左子树，然后再后序遍历右子树，最后再访问根结点。

先序遍历： 1 2 4 5 3 6 7

中序遍历： 4 2 5 1 6 3 7

后序遍历： 4 5 2 6 7 3 1

递归实现先序遍历

# 深度优先遍历：先序遍历---根 左 右
    def preorder(self, root):
        """递归实现先序遍历"""
        if not root:
            return
        print(root.element, end=',')
        self.preorder(root.lchild)
        self.preorder(root.rchild)

递归实现中序遍历

# 深度优先遍历：中序遍历---左 根 右
    def inorder(self, root):
        """递归实现中序遍历"""
        if not root:
            return
        self.inorder(root.lchild)
        print(root.element, end=',')
        self.inorder(root.rchild)

递归实现后序遍历

    # 深度优先遍历：后序遍历---左 右 根
    def postorder(self, root):
        """递归实现后序遍历"""
        if not root:
            return
        self.postorder(root.lchild)
        self.postorder(root.rchild)
        print(root.element, end=',')

测试代码：

if __name__ == '__main__':
    binaryTree = Tree()
    for i in range(7):
        binaryTree.__add__(i+1)
    # 广度优先遍历
    print("广度优先：")
    binaryTree.breadth_travel()
    # 深度优先，先序遍历
    root = binaryTree.root
    binaryTree.preorder(root)
    print('深度优先--先序遍历')
    binaryTree.inorder(root)
    print('深度优先--中序遍历')
    binaryTree.postorder(root)
    print('深度优先--后序遍历')

广度优先：
1,2,3,4,5,6,7,
1,2,4,5,3,6,7,深度优先--先序遍历
4,2,5,1,6,3,7,深度优先--中序遍历
4,5,2,6,7,3,1,深度优先--后序遍历

和我们预期的结果完全相同。

以上就是Python中有关树的使用方法，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。