python3实现二叉树的遍历与递归算法解析

1、二叉树的三种遍历方式

  二叉树有三种遍历方式:先序遍历,中序遍历,后续遍历  即:先中后指的是访问根节点的顺序   eg:先序 根左右   中序 左根右  后序  左右根

  遍历总体思路:将树分成最小的子树,然后按照顺序输出

            

 

  1.1 先序遍历  

    a 先访问根节点

    b 访问左节点

    c 访问右节点         

    a(b ( d ( h ) )( e ( i ) ))( c ( f )( g ))      --   abdheicfg  

  1.2 中序遍历

    a 先访问左节点

    b 访问根节点

    c 访问右节点

    ( ( ( h ) d ) b ( ( i ) e ) ) a ( ( f ) c ( g ) )  -- hdbieafcg

  1.3后序遍历

    a 先访问左节点

    b 访问右节点

    c 访问根节点

    ((hd)(ie)b)(fgc)a  -- hdiebfgca

2、python3实现树结构

复制代码
#实现树结构的类,树的节点有三个私有属性  左指针 右指针 自身的值
class Node():

    def __init__(self,data=None):
        self._data = data
        self._left = None
        self._right = None

    def set_data(self,data):
        self._data = data

    def get_data(self):
        return self._data

    def set_left(self,node):
        self._left = node

    def get_left(self):
        return self._left

    def set_right(self,node):
        self._right = node

    def get_right(self):
        return self._right

if __name__ == '__main__':
    #实例化根节点
    root_node = Node('a')
    # root_node.set_data('a')
    #实例化左子节点
    left_node = Node('b')
    #实例化右子节点
    right_node = Node('c')
    
    #给根节点的左指针赋值,使其指向左子节点
    root_node.set_left(left_node)
    #给根节点的右指针赋值,使其指向右子节点
    root_node.set_right(right_node)

    print(root_node.get_data(),root_node.get_left().get_data(),root_node.get_right().get_data())
复制代码

3、实现树的递归遍历(前 中 后 层次遍历)

   下例是树的遍历算法,其中对树的类进行了优化,

复制代码
#实现树结构的类,树的节点有三个私有属性  左指针 右指针 自己的值
class Node():

    def __init__(self,data =None,left=None,right = None):
        self._data = data
        self._left = left
        self._right = right


#先序遍历  遍历过程 根左右
def pro_order(tree):
    if tree == None:
        return False
    print(tree._data)
    pro_order(tree._left)
    pro_order(tree._right)

#后序遍历
def pos_order(tree):
    if tree == None:
        return False
    # print(tree.get_data())
    pos_order(tree._left)
    pos_order(tree._right)
    print(tree._data)

#中序遍历
def mid_order(tree):
    if tree == None:
        return False
    # print(tree.get_data())
    mid_order(tree._left)
    print(tree._data)
    mid_order(tree._right)


#层次遍历
def row_order(tree):
    # print(tree._data)
    queue = []
    queue.append(tree)
    while True:
        if queue==[]:
            break
        print(queue[0]._data)
        first_tree = queue[0]
        if first_tree._left != None:
            queue.append(first_tree._left)
        if first_tree._right != None:
            queue.append(first_tree._right)
        queue.remove(first_tree)

if __name__ == '__main__':

    tree = Node('A',Node('B',Node('D'),Node('E')),Node('C',Node('F'),Node('G')))
    pro_order(tree)
    mid_order(tree)
    pos_order(tree)
复制代码

 

4、递归算法

 上面两张图片是从知乎贴过来的;图1中返回后会直接返回到上一级的返回,这种想法是不全面的,较合理的返回应该是如图2 在子函数返回时应返回到调用子函数的节点,这样在执行完剩余代码再返回到上一级

如果是按照图1返回的话二叉树的遍历就不能按照上例来实现。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
#递归求N!
def recursive_mix(n):
    if n == 2:
        return 1
    return n*recursive_mix(n-1)
 
 
#十进制转二进制
def recursive_conversion(n):
    if n == 0:
        return
 
    recursive_conversion(int(n/2))
    print(n%2)
    # return n%2
 
#递归实现数字倒叙
def recursive_back(n):
    if n ==0:
        return
    print(n%10)
    recursive_back(int(n/10))
 
recursive_conversion(23)
recursive_mix(5)
recursive_back(1234)

 

 

 

 

  

posted @   jiuyang  阅读(9399)  评论(0编辑  收藏  举报
编辑推荐:
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
阅读排行:
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了
· 上周热点回顾(2.24-3.2)
点击右上角即可分享
微信分享提示