小猿会从最基础的面试题开始，每天一题。如果参考答案不够好，或者有错误的话，麻烦大家可以在留言区给出自己的意见和讨论，大家是要一起学习的 。
废话不多说，开始今天的题目：
问：Python如何实现深度优先与广度优先？
答：上次说过Python新式类和旧式类的区别有一点是说：新式类的MRO算法采用C3算法广度优先搜索，而旧式类的MRO算法是采用深度优先搜索。今天主要来说两者的区别是什么，以及用Python代码来实现这两种方式的搜索 。
二叉树深度优先与广度优先遍历的区别？
1） 二叉树的深度优先遍历的非递归的通用做法是采用栈，广度优先遍历的非递归的通用做法是采用队列。
2） 深度优先遍历：对每一个可能的分支路径深入到不能再深入为止，而且每个结点只能访问一次。要特别注意的是，二叉树的深度优先遍历比较特殊，可以细分为先序遍历、中序遍历、后序遍历。具体说明如下：
先序遍历：对任一子树，先访问根，然后遍历其左子树，最后遍历其右子树。
中序遍历：对任一子树，先遍历其左子树，然后访问根，最后遍历其右子树。
后序遍历：对任一子树，先遍历其左子树，然后遍历其右子树，最后访问根。
广度优先遍历：又叫层次遍历，从上往下对每一层依次访问，在每一层中，从左往右（也可以从右往左）访问结点，访问完一层就进入下一层，直到没有结点可以访问为止。
3）深度优先搜素算法：不全部保留结点，占用空间少；有回溯操作(即入栈、出栈操作)，运行速度慢。而广度优先搜索算法：保留全部结点，占用空间大；无回溯操作(即无入栈、出栈操作)，运行速度快。
用Python来完成二叉树深度优先与广度优先遍历：
广度优先：0, 1, 2, 3, 4, 5, 6, 7, 8, 9
深度优先
先序遍历(父, 左子, 右子) 0, 1, 3, 7, 8, 4, 9, 2, 5, 6
中序遍历(左子, 父, 右子) 7, 3, 8, 1, 9, 4, 0, 5, 2, 6
后序遍历(左子, 右子, 父) 7, 8, 3, 9, 4, 1, 5, 6, 2, 0
Python代码实现如下：
class Node(object): """初始化一个节点,需要为节点设置值""" def __init__(self, val): self.val = val self.left = None self.right = None class BinaryTree(object): """ 创建二叉树,完成 - 添加元素 - 广度遍历 - 深度遍历(先序遍历, 中序遍历, 后序遍历) """ def __init__(self): self.root = None pass # 添加元素 def addNode(self, val): # 创建队列结构存储结点 nodeStack = [self.root, ] # 如果根结点为空 if self.root == None: self.root = Node(val) print("添加根节点{0}成功!".format(self.root.val)) return while len(nodeStack) > 0: # 队列元素出列 p_node = nodeStack.pop() # 如果左子结点为空 if p_node.left == None: p_node.left = Node(val) print("添加左:{0} ".format(p_node.left.val)) return # 如果右子节点为空 if p_node.right == None: p_node.right = Node(val) print("添加右:{0} ".format(p_node.right.val)) return nodeStack.insert(0, p_node.left) nodeStack.insert(0, p_node.right) # 广度遍历(中序: 先读父节点,再读左子节点, 右子节点) def breadthFirst(self): nodeStack = [self.root, ]; while len(nodeStack) > 0: my_node = nodeStack.pop() print("-->", my_node.val) if my_node.left is not None: nodeStack.insert(0, my_node.left) if my_node.right is not None: nodeStack.insert(0, my_node.right) # 深度优先(先序遍历) def preorder(self, start_node): if start_node == None: return print(start_node.val) self.preorder(start_node.left) self.preorder(start_node.right) # 深度优先(中序遍历) def inorder(self, start_node): if start_node == None: return self.inorder(start_node.left) print(start_node.val) self.inorder(start_node.right) # 深度优先(后序遍历) def outorder(self, start_node): if start_node == None: return self.outorder(start_node.left) self.outorder(start_node.right) print(start_node.val) def main(): bt = BinaryTree() bt.addNode(0) bt.addNode(1) bt.addNode(2) bt.addNode(3) bt.addNode(4) bt.addNode(5) bt.addNode(6) bt.addNode(7) bt.addNode(8) bt.addNode(9) print("广度遍历-->") bt.breadthFirst() print("先序遍历-->") bt.preorder(bt.root) print("中序遍历-->") bt.inorder(bt.root) print("后序遍历-->") bt.outorder(bt.root) if __name__ == '__main__': main()
如果对于参考答案有不认同的，大家可以在评论区指出和补充，欢迎留言！
