快捷導(dǎo)航

python3實現(xiàn)二叉樹的遍歷與遞歸算法解析(小結(jié))

更新時間：2019年07月03日 14:57:58 作者：jiuyang

這篇文章主要介紹了python3實現(xiàn)二叉樹的遍歷與遞歸算法解析(小結(jié)),文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

1、二叉樹的三種遍歷方式

二叉樹有三種遍歷方式：先序遍歷，中序遍歷，后續(xù)遍歷即：先中后指的是訪問根節(jié)點的順序 eg:先序根左右中序左根右后序左右根

遍歷總體思路：將樹分成最小的子樹，然后按照順序輸出

1.1 先序遍歷

　　　　a 先訪問根節(jié)點

　　　　b 訪問左節(jié)點

　　　　c 訪問右節(jié)點

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

1.2 中序遍歷

　　　　a 先訪問左節(jié)點

　　　　b 訪問根節(jié)點

　　　　c 訪問右節(jié)點

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

1.3后序遍歷

　　　　a 先訪問左節(jié)點

　　　　b 訪問右節(jié)點

　　　　c 訪問根節(jié)點

　　　　((hd)(ie)b)(fgc)a -- hdiebfgca

2、python3實現(xiàn)樹結(jié)構(gòu)

#實現(xiàn)樹結(jié)構(gòu)的類，樹的節(jié)點有三個私有屬性 左指針 右指針 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__':
  #實例化根節(jié)點
  root_node = Node('a')
  # root_node.set_data('a')
  #實例化左子節(jié)點
  left_node = Node('b')
  #實例化右子節(jié)點
  right_node = Node('c')
  
  #給根節(jié)點的左指針賦值，使其指向左子節(jié)點
  root_node.set_left(left_node)
  #給根節(jié)點的右指針賦值，使其指向右子節(jié)點
  root_node.set_right(right_node)

  print(root_node.get_data(),root_node.get_left().get_data(),root_node.get_right().get_data())

3、實現(xiàn)樹的遞歸遍歷（前中后層次遍歷）

下例是樹的遍歷算法，其中對樹的類進行了優(yōu)化，

#實現(xiàn)樹結(jié)構(gòu)的類，樹的節(jié)點有三個私有屬性 左指針 右指針 自己的值
class Node():

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


#先序遍歷 遍歷過程 根左右
def pro_order(tree):
  if tree == None:
    return False
  print(tree._data)
  pro_order(tree._left)
  pro_order(tree._right)

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

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


#層次遍歷
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、遞歸算法