树(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。
无序树:树中任意节点的子节点之间没有顺序关系;
有序树:树中任意节点的子节点之间由顺序关系;
二叉树:每个节点最多含有两个子树的树,即不存在度大于2的结点。
满二叉树:深度为h并且含有2^h-1个结点的二叉树为满二叉树;
完全二叉树:若一棵二叉树除了最下层外、其它层构成一个满二叉树,并且最下层中的结点都集中在该层最左边的若干位置上;
平衡二叉树:二叉树上每个结点的左、右子树深度差的绝对值不超过1;
排序二叉树:
霍尔曼树(用于信息编码):带权路径最短的二叉树称为哈尔曼树或最优二叉树;
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,拥有多余俩个子树
顺序存储:将数据结构存储在固定的数组中,在遍历速度上具有一定优势,但所占空间非常大。二叉树通常以链式存储。
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”和“右子树”。
"""往二叉树上添加元素""" class Node(object): def __init__(self,item): self.elem=item self.lchild=None self.rchild=None class Tree (object): """二叉树""" def __init__(self): self.root=None def add(self,item): node=Node(item) if self.root is None: self.root=node return queue=[] #假设这里的队列直接按照队列的方式操作,不写相关的代码 queue.append(self.root) while queue: cur_node=queue.pop(0) if cur_node.lchild is None: cur_node.lchild=node return else: queue.append( cur_node.lchild) if cur_node.rchild is None: cur_node.rchild=node return else: queue.append( cur_node.rchild)
def breadth_travel(self): """广度遍历,也称为层次遍历""" if self.root is None: return queue=[self.root] while queue: cur_node=queue.pop(0) print(cur_node.elem) if cur_node.lchild is not None: queue.append(cur_node.lchild) if cur_node.rchild is not None: queue.append(cur_node.rchild)
深度遍历有三种方式:先序遍历(先根、左、右)、中序(左-根-右)、后序(左-右-根)
def preorder(self,node): """先序遍历""" if node is None: return print(node.elem) preorder(node.lchild) preorder(node.rchild) def inorder(self,node): """中序遍历""" if node is None: return inorder(node.lchild) print(node.elem) inorder(node.rchild) def postorder(self,node): """后序遍历""" if node is None: return postorder(node.lchild) postorder(node.rchild) print(node.elem)
必须要给定中序,然后给定先序或后序两者之一就可以把树还原出来。
因为中序才能分开左子树和右子树。