时间:2022-04-02 10:36 作者:admin

前言

树是数据结构中非常重要的一种，主要的用途是用来提高查找效率，对于要重复查找的情况效果更佳，如二叉排序树、FP-树。另外可以用来提高编码效率，如哈弗曼树。

用 python/' target='_blank'>python 实现树的构造和几种遍历算法。实现功能如下：

树的构造 递归实现先序遍历、中序遍历、后序遍历 堆栈实现先序遍历、中序遍历、后序遍历 队列实现层次遍历

# -*- coding=utf-8 -*-class Node(object): """节点类""" def __init__(self, element=-1, l_child=None, r_child=None):  self.element = element  self.l_child = l_child  self.r_child = r_childclass Tree(object): """树类""" def __init__(self):  self.root = Node()  self.queue = [] def add_node(self, element):  """为树添加节点"""  node = Node(element)  # 如果树是空的，则对根节点赋值  if self.root.element == -1:   self.root = node   self.queue.append(self.root)  else:   tree_node = self.queue[0]   # 此结点没有左子树，则创建左子树节点   if tree_node.l_child is None:    tree_node.l_child = node    self.queue.append(tree_node.l_child)   else:    tree_node.r_child = node    self.queue.append(tree_node.r_child)    # 如果该结点存在右子树，将此节点丢弃    self.queue.pop(0) def front_recursion(self, root):  """利用递归实现树的前序遍历"""  if root is None:   return  print root.element,  self.front_recursion(root.l_child)  self.front_recursion(root.r_child) def middle_recursion(self, root):  """利用递归实现树的中序遍历"""  if root is None:   return  self.middle_recursion(root.l_child)  print root.element,  self.middle_recursion(root.r_child) def back_recursion(self, root):  """利用递归实现树的后序遍历"""  if root is None:   return  self.back_recursion(root.l_child)  self.back_recursion(root.r_child)  print root.element, @staticmethod def front_stack(root):  """利用堆栈实现树的前序遍历"""  if root is None:   return  stack = []  node = root  while node or stack:   # 从根节点开始，一直找它的左子树   while node:    print node.element,    stack.append(node)    node = node.l_child   # while结束表示当前节点node为空，即前一个节点没有左子树了   node = stack.pop()   # 开始查看它的右子树   node = node.r_child @staticmethod def middle_stack(root):  """利用堆栈实现树的中序遍历"""  if root is None:   return  stack = []  node = root  while node or stack:   # 从根节点开始，一直找它的左子树   while node:    stack.append(node)    node = node.l_child   # while结束表示当前节点node为空，即前一个节点没有左子树了   node = stack.pop()   print node.element,   # 开始查看它的右子树   node = node.r_child @staticmethod def back_stack(root):  """利用堆栈实现树的后序遍历"""  if root is None:   return  stack1 = []  stack2 = []  node = root  stack1.append(node)  # 这个while循环的功能是找出后序遍历的逆序，存在stack2里面  while stack1:   node = stack1.pop()   if node.l_child:    stack1.append(node.l_child)   if node.r_child:    stack1.append(node.r_child)   stack2.append(node)  # 将stack2中的元素出栈，即为后序遍历次序  while stack2:   print stack2.pop().element, @staticmethod def level_queue(root):  """利用队列实现树的层次遍历"""  if root is None:   return  queue = []  node = root  queue.append(node)  while queue:   node = queue.pop(0)   print node.element,   if node.l_child is not None:    queue.append(node.l_child)   if node.r_child is not None:    queue.append(node.r_child)if __name__ == '__main__': """主函数""" # 生成十个数据作为树节点 elements = range(10) tree = Tree() for elem in elements:  tree.add_node(elem) print '队列实现层次遍历:' tree.level_queue(tree.root) print '\n\n递归实现前序遍历:' tree.front_recursion(tree.root) print '\n递归实现中序遍历:' tree.middle_recursion(tree.root) print '\n递归实现后序遍历:' tree.back_recursion(tree.root) print '\n\n堆栈实现前序遍历:' tree.front_stack(tree.root) print '\n堆栈实现中序遍历:' tree.middle_stack(tree.root) print '\n堆栈实现后序遍历:' tree.back_stack(tree.root)

需要源码的小伙伴可自行下载：代码传送门

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对脚本之家的支持。

(责任编辑：admin)