二叉树的插入和搜索--python实现

简介: 本文首先介绍了二分查找法,采用“循环”和“递归”2种方法实现。采用递归算法实现了二叉树的插入和搜索算法。一、二分查找法查找算法的计算复杂度为O(n)、O(logN)、O(1)。

本文首先介绍了二分查找法,采用“循环”和“递归”2种方法实现。采用递归算法实现了二叉树的插入和搜索算法。

一、二分查找法

查找算法的计算复杂度为O(n)、O(logN)、O(1)。

  • 无序列表,顺序查找法时间复杂度为O(n)。
  • 排好序的结构,O(logN)
  • hash表,O(1)

二、二分查找法代码

循环方式

a = [x for x in range(100)]
target = 51

l=0 
r=100
while(l<=r):
    mid = (l+r)//2
    if(a[mid]>target):
        // 下一次循环[l,mid)
        r=mid
    elif(a[mid]<target):
        // [mid,r)
        l=mid+1
   //此时命中 
    else:
        print("target position:%d" % mid)
        break

递归实现

def binarySearch(l,r,target):
    mid = (l+r)//2
    if(a[mid]>target):
        r=mid
        return binarySearch(l,r,target)
    elif(a[mid]<target):
        l = mid+1
        return binarySearch(l,r,target)
    else:
        return mid
postion2 = binarySearch(0,100,50)
print(postion2) //50
postion3 = binarySearch(0,100,51)
print(postion3) //51

三、二叉树的搜索算法

在二分查找基于数组,在插入删除时需要移动较多节点,采用二叉树的数据结构,更好的实现插入、删除操作。

class BinarySearchTree2:
    #在此处定义的静态变量    
    def __init__(self):
        self.count=0
        self.root = None
        
    def count():
        return self.count
    
    def insert(self,key,value):
        if(self.count == 0):
            self.root = Node(key,value)
            self.count = self.count+1
            return
        else:
            node = self.root
            while True:
                if(node.key>key):
                    if(node.lnode == None):
                        node.lnode = Node(key,value)
                        return
                    else:
                        node = node.lnode
                elif(node.key<key):
                    if(node.rnode == None):
                        node.rnode = Node(key,value)
                        return
                    else:
                        node = node.rnode
    
    def contains(self,key):
        return self._contain(self.root,key)
    
    def _contain(self,node,key):
        if(node == None):
            return False
        if(node.key > key):
            return self._contain(node.lnode,key)
        elif(node.key < key):
            return self._contain(node.rnode,key)
        else:
            return True        

四、总结

查找算法是计算机中的基本问题,无论面试还是在日常工作中,都会经常遇到查找问题。本文,根据二分搜索算法用Python实现二叉树。

目录
相关文章
|
缓存 供应链 监控
1688item_search_factory - 按关键字搜索工厂数据接口深度分析及 Python 实现
item_search_factory接口专为B2B电商供应链优化设计,支持通过关键词精准检索工厂信息,涵盖资质、产能、地理位置等核心数据,助力企业高效开发货源、分析产业集群与评估供应商。
|
JSON 监控 数据格式
1688 item_search_app 关键字搜索商品接口深度分析及 Python 实现
1688开放平台item_search_app接口专为移动端优化,支持关键词搜索、多维度筛选与排序,可获取商品详情及供应商信息,适用于货源采集、价格监控与竞品分析,助力采购决策。
|
缓存 供应链 监控
VVIC seller_search 排行榜搜索接口深度分析及 Python 实现
VVIC搜款网seller_search接口提供服装批发市场的商品及商家排行榜数据,涵盖热销榜、销量排名、类目趋势等,支持多维度筛选与数据分析,助力选品决策、竞品分析与市场预测,为服装供应链提供有力数据支撑。
|
缓存 监控 算法
唯品会item_search - 按关键字搜索 VIP 商品接口深度分析及 Python 实现
唯品会item_search接口支持通过关键词、分类、价格等条件检索商品,广泛应用于电商数据分析、竞品监控与市场调研。结合Python可实现搜索、分析、可视化及数据导出,助力精准决策。
|
JSON 缓存 供应链
电子元件 item_search - 按关键字搜索商品接口深度分析及 Python 实现
本文深入解析电子元件item_search接口的设计逻辑与Python实现,涵盖参数化筛选、技术指标匹配、供应链属性过滤及替代型号推荐等核心功能,助力高效精准的电子元器件搜索与采购决策。
|
缓存 自然语言处理 算法
item_search - Lazada 按关键字搜索商品接口深度分析及 Python 实现
Lazada的item_search接口是关键词搜索商品的核心工具,支持多语言、多站点,可获取商品价格、销量、评分等数据,适用于市场调研与竞品分析。
|
Python
如何在 Python 中搜索和替换文件中的文本?(2)
如何在 Python 中搜索和替换文件中的文本?
320 0
如何在 Python 中搜索和替换文件中的文本?(2)
|
Python
如何在 Python 中搜索和替换文件中的文本?(1)
如何在 Python 中搜索和替换文件中的文本?
897 0
如何在 Python 中搜索和替换文件中的文本?(1)
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1816 102

推荐镜像

更多