介紹:
樹是數據結構中非常重要的一種,主要的用途是用來提高查找效率,對於要重複查找的情況效果更佳,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歷算法,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
- 遞歸實現先序遍歷、中序遍歷、後序遍歷
- 堆棧實現先序遍歷、中序遍歷、後序遍歷
- 隊列實現層次遍歷
#coding=utf-8
class Node(object):
"""節點類"""
def __init__(self, elem=-1, lchild=None, rchild=None):
self.elem = elem
self.lchild = lchild
self.rchild = rchild
class Tree(object):
"""樹類"""
def __init__(self):
self.root = Node()
self.myQueue = []
def add(self, elem):
"""爲樹添加節點"""
node = Node(elem)
if self.root.elem == -1: # 如果樹是空的,則對根節點賦值
self.root = node
self.myQueue.append(self.root)
else:
treeNode = self.myQueue[0] # 此結點的子樹還沒有齊。
if treeNode.lchild == None:
treeNode.lchild = node
self.myQueue.append(treeNode.lchild)
else:
treeNode.rchild = node
self.myQueue.append(treeNode.rchild)
self.myQueue.pop(0) # 如果該結點存在右子樹,將此結點丟棄。
def front_digui(self, root):
"""利用遞歸實現樹的先序遍歷"""
if root == None:
return
print root.elem,
self.front_digui(root.lchild)
self.front_digui(root.rchild)
def middle_digui(self, root):
"""利用遞歸實現樹的中序遍歷"""
if root == None:
return
self.middle_digui(root.lchild)
print root.elem,
self.middle_digui(root.rchild)
def later_digui(self, root):
"""利用遞歸實現樹的後序遍歷"""
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歷"""
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爲空,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歷"""
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爲空,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歷"""
if root == None:
return
myStack1 = []
myStack2 = []
node = root
myStack1.append(node)
while myStack1: #這個while循環的功能是找出後序遍歷的逆序,存在myStack2裏面
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,即爲後序遍歷次序
print myStack2.pop().elem,
def level_queue(self, root):
"""利用隊列實現樹的層次遍歷"""
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) #生成十個數據作爲樹節點
tree = Tree() #新建一個樹對象
for elem in elems:
tree.add(elem) #逐個添加樹的節點
print '隊列實現層次遍歷:'
tree.level_queue(tree.root)
print '\n\n遞歸實現先序遍歷:'
tree.front_digui(tree.root)
print '\n遞歸實現中序遍歷:'
tree.middle_digui(tree.root)
print '\n遞歸實現後序遍歷:'
tree.later_digui(tree.root)
print '\n\n堆棧實現先序遍歷:'
tree.front_stack(tree.root)
print '\n堆棧實現中序遍歷:'
tree.middle_stack(tree.root)
print '\n堆棧實現後序遍歷:'
tree.later_stack(tree.root)
- 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
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113
- 114
- 115
- 116
- 117
- 118
- 119
- 120
- 121
- 122
- 123
- 124
- 125
- 126
- 127
- 128
- 129
- 130
- 131
- 132
- 133
- 134
- 135
- 136
- 137
- 138
- 139
- 140
- 141
- 142
- 143
- 144
- 145
- 146
- 147
- 148
總結:
樹的遍歷主要有兩種,一種是深度優先遍歷,像前序、中序、後序;另一種是廣度優先遍歷,像層次遍歷。在樹結構中兩者的區別還不是非常明顯,但從樹擴展到有向圖,到無向圖的時候,深度優先搜索和廣度優先搜索的效率和作用還是有很大不同的。
深度優先一般用遞歸,廣度優先一般用隊列。一般情況下能用遞歸實現的算法大部分也能用堆棧來實現。
我印象中是有遞歸構造樹的方法,卻一直想不出該怎麼構造。後來仔細想了一下,遞歸思想有點類似深度優先算法,而樹的構造應該是廣度優先的。如果用遞歸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!