標籤:python 樹 遍曆
介紹:
樹是資料結構中非常重要的一種,主要的用途是用來提高尋找效率,對於要重複尋找的情況效果更佳,如二叉排序樹、FP-樹。另外可以用來提高編碼效率,如哈弗曼樹。
代碼:
用python實現樹的構造和幾種遍曆演算法,雖然不難,不過還是把代碼作了一下整理總結。實現功能:
- 樹的構造
- 遞迴實現先序遍曆、中序遍曆、後序遍曆
- 堆棧實現先序遍曆、中序遍曆、後序遍曆
- 隊列實現層次遍曆
#coding=utf-8class Node(object): """節點類""" def __init__(self, elem=-1, lchild=None, rchild=None): self.elem = elem self.lchild = lchild self.rchild = rchildclass Tree(object): """樹類""" def __init__(self): self.root = Node() def add(self, elem): """為樹添加節點""" node = Node(elem) if self.root.elem == -1: #如果樹是空的,則對根節點賦值 self.root = node else: myQueue = [] treeNode = self.root myQueue.append(treeNode) while myQueue: #對已有的節點進行層次遍曆 treeNode = myQueue.pop(0) if treeNode.lchild == None: treeNode.lchild = node return elif treeNode.rchild == None: treeNode.rchild = node return else: myQueue.append(treeNode.lchild) myQueue.append(treeNode.rchild) def front_digui(self, root): """利用遞迴實現樹的先序遍曆""" if root == None: return print root.elem, self.front_digui(root.lchild) self.front_digui(root.rchild) def middle_digui(self, root): """利用遞迴實現樹的中序遍曆""" if root == None: return self.middle_digui(root.lchild) print root.elem, self.middle_digui(root.rchild) def later_digui(self, root): """利用遞迴實現樹的後序遍曆""" if root == None: return self.later_digui(root.lchild) self.later_digui(root.rchild) print root.elem, def front_stack(self, root): """利用堆棧實現樹的先序遍曆""" if root == None: return myStack = [] node = root while node or myStack: while node: #從根節點開始,一直找它的左子樹 print node.elem, myStack.append(node) node = node.lchild node = myStack.pop() #while結束表示當前節點node為空白,即前一個節點沒有左子樹了 node = node.rchild #開始查看它的右子樹 def middle_stack(self, root): """利用堆棧實現樹的中序遍曆""" if root == None: return myStack = [] node = root while node or myStack: while node: #從根節點開始,一直找它的左子樹 myStack.append(node) node = node.lchild node = myStack.pop() #while結束表示當前節點node為空白,即前一個節點沒有左子樹了 print node.elem, node = node.rchild #開始查看它的右子樹 def later_stack(self, root): """利用堆棧實現樹的後序遍曆""" if root == None: return myStack1 = [] myStack2 = [] node = root myStack1.append(node) while myStack1: #這個while迴圈的功能是找出後序遍曆的逆序,存在myStack2裡面 node = myStack1.pop() if node.lchild: myStack1.append(node.lchild) if node.rchild: myStack1.append(node.rchild) myStack2.append(node) while myStack2: #將myStack2中的元素出棧,即為後序遍曆次序 print myStack2.pop().elem, def level_queue(self, root): """利用隊列實現樹的層次遍曆""" if root == None: return myQueue = [] node = root myQueue.append(node) while myQueue: node = myQueue.pop(0) print node.elem, if node.lchild != None: myQueue.append(node.lchild) if node.rchild != None: myQueue.append(node.rchild)if __name__ == ‘__main__‘: """主函數""" elems = range(10) #產生十個資料作為樹節點 tree = Tree() #建立一個樹對象 for elem in elems: tree.add(elem) #逐個添加樹的節點 print ‘\n隊列實現層次遍曆:‘ tree.level_queue(tree.root) print ‘\n\n遞迴實現先序遍曆:‘ tree.front_digui(tree.root) print ‘\n遞迴實現中序遍曆:‘ tree.middle_digui(tree.root) print ‘\n遞迴實現後序遍曆:‘ tree.later_digui(tree.root) print ‘\n\n堆棧實現先序遍曆:‘ tree.front_stack(tree.root) print ‘\n堆棧實現中序遍曆:‘ tree.middle_stack(tree.root) print ‘\n堆棧實現後序遍曆:‘ tree.later_stack(tree.root)
總結:
樹的遍曆主要有兩種,一種是深度優先遍曆,像前序、中序、後序;一種是廣度優先遍曆,像層次遍曆。兩者的區別還不是非常明顯,但從樹擴充到有向圖,到無向圖的時候,深度優先搜尋和廣度優先搜尋的效率和作用還是有很大不同的。
深度優先一般用遞迴,廣度優先一般用隊列。一般情況下能用遞迴實現的演算法大部分也能用堆棧來實現。
我印象中是有遞迴構造樹的方法,卻一直想不出該怎麼構造。後來仔細想了一下,遞迴思想有點類似深度優先演算法,而樹的構造應該是廣度優先的。如果用遞迴的話一定要有個終止條件,例如規定樹深等。不然構造出來的樹會偏向左單子樹或者右單子樹。所以一般樹的構造還是應該用隊列比較好。
以上說的不夠嚴謹,有錯誤之處,歡迎指正!
著作權聲明:本文為博主原創文章,未經博主允許不得轉載。
python實現二叉樹和它的七種遍曆