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
|
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
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
|
#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._rightif __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()) |
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，
|
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
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
|
#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) |
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。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://www.cnblogs.com/jiuyang/p/7928248.html
