【数据结构实践】手把手带你快速实现自定义二叉树

简介: 什么是树在学习二叉树之前.我们先来了解什么是树,跟我们现实生活中的树有什么联系,又有什么区别,树是一种很简单的结构,他是非线性的结构.在这种结构中,所有的元素之间的关系具有明显的层次特性,节点(Node)是树的基本构成部分,每个节点只有一个前件,成为父节点,没前件的父节点只有一个,那就是树的根节点(Root).每个节点可以有多个后件,这就是树的子节点(Children).没有后件(没有子节点)的节点称为叶子节点(Leaf Node),在树结构中,一个节点拥有的后件(子节点)个数称为节点的度,最大的度称为树的度,最大的层次(Level)称为树的深度(Height).

前言

什么是树

在学习二叉树之前.我们先来了解什么是树,跟我们现实生活中的树有什么联系,又有什么区别,树是一种很简单的结构,他是非线性的结构.在这种结构中,所有的元素之间的关系具有明显的层次特性,节点(Node)是树的基本构成部分,每个节点只有一个前件,成为父节点,没前件的父节点只有一个,那就是树的根节点(Root).每个节点可以有多个后件,这就是树的子节点(Children).没有后件(没有子节点)的节点称为叶子节点(Leaf Node),在树结构中,一个节点拥有的后件(子节点)个数称为节点的,最大的度称为树的,最大的层次(Level)称为树的深度(Height).

关于树的相关的还有其他的相关的概念:

边(Edge):也是树的基本构成部分。边连接两个节点,并表示它们之间存在联系。每个节点(除了根节点)都有且只有一条与其他节点相连的入边(指向该节点的边),每个节点可能有许多条出边(从该节点指向其他节点的边)。

路径(Path):是由边连接起来的节点的有序排列。例如:动物界 → 脊索动物门 → 哺乳动物纲 → 食肉动物目 → 犬科 →  猎犬.... 就是一条路径。

子节点集(Children):当一个节点的入边来自另一个节点时,称前者是后者的子节点。同一个节点的所有子节点构成子节点集。

兄弟节点(Sibling):同一个节点的所有子节点互为兄弟节点。

子树(Subtree):是一个父节点的某个子节点的所有边和后代节点所构成的集合

可以想象成我们现实生活中所看到的树,只不过计算机数据结构中所说的树是倒过来的,现实生活中的树根部在下:

网络异常,图片无法展示
|

而计算机数据结构中的树根部在上面,下图:

网络异常,图片无法展示
|

什么是二叉树

我们认识了树,接着我们介绍我们今天的主角--二叉树的相关概念.

二叉树是一种特殊的树,具有以下特点:

  1. 每个节点最多只能拥有两颗子树,即每个节点的度最多为2
  2. 二叉树的子树有左右之分,即左子树和右子树
  3. 单子树也要区分左右子树

二叉树有五种基本形态:二叉树可以是空集;根可以有空的左子树或右子树;或者左、右子树皆为空:如下图:

网络异常,图片无法展示
|

二叉树的基本性质

  1. 在二叉树的第k层上,最多2^k-1个节点,其中k>=1
  2. 深度为m的二叉树最多有2^m-1个节点,其中m>=1
  3. 在任意一颗二叉树中,度数为0的节点比度数为2的节点多一个
  4. 有n个节点的二叉树,其深度至少为log2(n+1)

满二叉树

除了最后一层,每层上的所有节点都有两个子节点,如果一颗树深度为d,最大层数为k,它的叶子数是: 2^d,第k层的节点数是: 2^(k-1),总节点数是: 2^k-1 (2的k次方减一),总节点数一定是奇数。如下图:

网络异常,图片无法展示
|
网络异常,图片无法展示
|

完全二叉树

除最后一层外,每一层上的节点数均达到最大值,叶子节点只能出现在最下层和次下层,并且最下面一层的结点都集中在该层最左边的若干位置的二叉树,如下图:

网络异常,图片无法展示
|

二叉树的遍历

  • 前序遍历<DLR>:先访问根节点,再遍历左子树,最后遍历右子树
  • 中序遍历<LDR>:先遍历左子树,再访问根节点,最后遍历右子树
  • 后续遍历<LRD>:先遍历左子树,再遍历右子树,最后访问根节点

实现流程

具体实现步骤:

  1. 定义节点类,使用None类型数据表示空节点
  2. 定义二叉树类,初始化根节点
  3. 实现添加节点的方法
  4. 实现二叉树的遍历方法:实现前序遍历,中序遍历,后续遍历

网络异常,图片无法展示
|

二叉树的代码实现

自定义创建节点的类,并初始化类的属性:

class Node:
    def __init__(self, item):
        self.item = item
        self.child1 = None
        self.child2 = None

定义创建二叉树的类,并实现添加节点和二叉树的前中后序遍历

class Node:
    def __init__(self, item):
        self.item = item
        self.child1 = None
        self.child2 = None
class BinaryTree:
    def __init__(self):
        self.root = None
    #添加节点
    def add(self, item):
        node = Node(item)
        if self.root is None:
            self.root = node
        else:
            q = [self.root]
            while True:
                pop_node = q.pop(0)
                if pop_node.child1 is None:
                    pop_node.child1 = node
                    return
                elif pop_node.child2 is None:
                    pop_node.child2 = node
                    return
                else:
                    q.append(pop_node.child1)
                    q.append(pop_node.child2)
    #使用递归实现遍历
    def preorder(self, root):  # 先序遍历
        if root is None:
            return []
        result = [root.item]
        left_item = self.preorder(root.child1)
        right_item = self.preorder(root.child2)
        return result + left_item + right_item
    def inorder(self, root):  # 中序遍历
        if root is None:
            return []
        result = [root.item]
        left_item = self.inorder(root.child1)
        right_item = self.inorder(root.child2)
        return left_item + result + right_item
    def postorder(self, root):  # 后序遍历
        if root is None:
            return []
        result = [root.item]
        left_item = self.postorder(root.child1)
        right_item = self.postorder(root.child2)
        return left_item + right_item + result

验证二叉树类:

tree=BinaryTree()
#0-9数字组成的树的遍历
for i in range(10):
    tree.add(i) #添加节点
print('前序遍历:', tree.preorder(tree.root))
print('中序遍历:', tree.inorder(tree.root))
print('后序遍历:', tree.postorder(tree.root))

执行结果:

网络异常,图片无法展示
|

总结

对于二叉树的遍历还有一种层序遍历,顾名思义,就是逐层遍历,对于树型结构,层序遍历就是按层从上到下,每层按一定顺序对树的节点进行遍历,比如每层从左到右逐个遍历。与前中后序遍历最根本的区别是双亲节点的访问时机不同.前序遍历是先访问双亲节点,然后左子节点,最后右子节点。而中序遍历是先访问左子节点,接着是双亲节点,最后右子节点。后序遍历是先访问左子节点,然后右子节点,最后双亲节点

目录
相关文章
|
2天前
|
存储 编译器 C++
【初阶数据结构】掌握二叉树遍历技巧与信息求解:深入解析四种遍历方法及树的结构与统计分析
【初阶数据结构】掌握二叉树遍历技巧与信息求解:深入解析四种遍历方法及树的结构与统计分析
|
2天前
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(三)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
2天前
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(二)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
2天前
|
存储
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(一)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
2天前
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(三)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
2天前
|
存储
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(二)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
2天前
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现(一)
【高阶数据结构】深度探索二叉树进阶:二叉搜索树概念及其高效实现
|
1天前
|
存储 算法 调度
数据结构--二叉树的顺序实现(堆实现)
数据结构--二叉树的顺序实现(堆实现)
|
2天前
|
算法 Java 测试技术
数据结构 —— Java自定义代码实现顺序表,包含测试用例以及ArrayList的使用以及相关算法题
文章详细介绍了如何用Java自定义实现一个顺序表类,包括插入、删除、获取数据元素、求数据个数等功能,并对顺序表进行了测试,最后还提及了Java中自带的顺序表实现类ArrayList。
5 0
|
2天前
|
存储
【初阶数据结构】树与二叉树:从零开始的奇幻之旅
【初阶数据结构】树与二叉树:从零开始的奇幻之旅