Python 資料結構-二叉樹

摘要： Python 資料結構-二叉樹學習。 二叉樹是樹的特殊一種，具有如下特點：1、每個結點最多有兩顆子樹，結點的度最大為2。2、左子樹和右子樹是有順序的，次序不能顛倒。3、即使某結點只有一個子樹，也要區分左右子樹。 基本結構 節點 class Node(): def...

Python 資料結構-二叉樹學習。

二叉樹是樹的特殊一種，具有如下特點：1、每個結點最多有兩顆子樹，結點的度最大為2。2、左子樹和右子樹是有順序的，次序不能顛倒。3、即使某結點只有一個子樹，也要區分左右子樹。

基本結構

節點

class Node():
def __init__(self, val =0):
self.val = val
self.left = None
self.right = None

二叉樹

class BinaryTree():
def __init__(self):
self.root = None

基本操作

插入節點

def insert_node(self, val):
node = Node(val)
if not self.root:
self.root = node
return
else:
q = [self.root]
while True:
root = q.pop(0)
if root.left is None:
root.left = node
return
elif root.right is None:
root.right = node
return
else:
q.append(root.left)
q.append(root.right)

判斷是否為空

def is_empty(self):
if self.root:
return True
else:
return False

統計節點數

def count_node(self, root):
if root is None:
return 0
else:
return 1 + self.count_node(root.left) + self.count_node(root.right)

最大深度

• 遞迴方式

def max_depth(self, root):
if root is None:
return 0
return 1 + max(self.max_depth(root.left), self.max_depth(root.right))

• 非遞迴方式

def max_depth(self, root):
if root is None:
return 0
depth = 0
queue = [root]
while len(queue) != 0:
depth += 1
node = queue[0]
for i in range(len(queue)):
if node.left:
queue.append(node.left)
if node.right:
queue.append(node.right)
del queue[0]
return depth

構造樹

nums = [4, 2, 7, 1, 3, 6, 9]
tree = BinaryTree()
for i in nums:
tree.insert_node(i)

生成如下所示的二叉樹：

4
/\
27
 / \/ \
13 69

列印樹

def print_tree(self, root):
if root:
print(root.val, end=" ")
self.print_tree(root.left)
self.print_tree(root.right)

反轉樹

• 遞迴方式

def invert_tree(self, root):
if not root:
return
root.left, root.right = root.right, root.left
if root.left:
self.invert_tree(root.left)
if root.right:
self.invert_tree(root.right)

• 非遞迴方式

def invert_tree(self, root):
if root is None:
return root
if root.left is not None or root.right is not None:
tmp = root.left
root.left = root.right
root.right = tmp
if root.left is not None:
self.invert_tree(root.left)
if root.right is not None:
self.invert_tree(root.right)
return root

遍歷

前序遍歷

• 遞迴方式

def pre_order(self, root, res=None):
if root is None:
return []
if res is None:
return []
res.append(root.val)
self.pre_order(root.left, res)
self.pre_order(root.right, res)
return res

• 非遞迴方式

def pre_order(self, root):
res = []
if not root:
return res
stack = []
stack.append(root)
while stack:
root = stack.pop()
res.append(root.val)
if root.right:
stack.append(root.right)
if root.left:
stack.append(root.left)
return res

中序遍歷

• 遞迴方式

def in_order(self, root, res=None):
if root is None:
return []
if res is None:
return []
self.in_order(root.left, res)
res.append(root.val)
self.in_order(root.right, res)
return res

• 非遞迴方式

def in_order(self, root):
res = []
if not root:
return res
stack = []
while root or stack:
while root:
stack.append(root)
root = root.left
root = stack.pop()
res.append(root.val)
root = root.right
return res

後序遍歷

• 遞迴方式

def post_order(self, root):
res = []
if root is None:
return []
preorder(root.left, res)
preorder(root.right, res)
res.append(root.val)
return res

• 非遞迴方式

def post_order(self, root):
res_temp = []
res = []
if not root:
return res
stack = []
stack.append(root)
while stack:
root = stack.pop()
res_temp.append(root.val)
if root.left:
stack.append(root.left)
if root.right:
stack.append(root.right)
while res_temp:
res.append(res_temp.pop())
return res

層次遍歷

def level_order(self, root):
res = []
if not root:
return res
level = [root]
while level:
current = []
new_level = []
for node in level:
current.append(node.val)
if node.left:
new_level.append(node.left)
if node.right:
new_level.append(node.right)
level = new_level
res.append(current)
return res