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
|
4月前
|
Python
【Leetcode刷题Python】剑指 Offer 32 - III. 从上到下打印二叉树 III
本文介绍了两种Python实现方法,用于按照之字形顺序打印二叉树的层次遍历结果,实现了在奇数层正序、偶数层反序打印节点的功能。
59 6
|
29天前
|
Python
二分查找变种大赏!Python 中那些让你效率翻倍的搜索绝技!
二分查找是一种高效的搜索算法,适用于有序数组。其基本原理是通过不断比较中间元素来缩小搜索范围,从而快速找到目标值。常见的变种包括查找第一个等于目标值的元素、最后一个等于目标值的元素、第一个大于等于目标值的元素等。这些变种在实际应用中能够显著提高搜索效率,适用于各种复杂场景。
36 9
|
1月前
|
算法 数据处理 开发者
超越传统:Python二分查找的变种策略,让搜索效率再上新台阶!
本文介绍了二分查找及其几种Python实现的变种策略,包括经典二分查找、查找第一个等于给定值的元素、查找最后一个等于给定值的元素以及旋转有序数组的搜索。通过调整搜索条件和边界处理,这些变种策略能够适应更复杂的搜索场景,提升搜索效率和应用灵活性。
35 5
|
3月前
|
大数据 UED 开发者
实战演练:利用Python的Trie树优化搜索算法,性能飙升不是梦!
在数据密集型应用中,高效搜索算法至关重要。Trie树(前缀树/字典树)通过优化字符串处理和搜索效率成为理想选择。本文通过Python实战演示Trie树构建与应用,显著提升搜索性能。Trie树利用公共前缀减少查询时间,支持快速插入、删除和搜索。以下为简单示例代码,展示如何构建及使用Trie树进行搜索与前缀匹配,适用于自动补全、拼写检查等场景,助力提升应用性能与用户体验。
61 2
|
4月前
|
安全 应用服务中间件 网络安全
Python 渗透测试:漏洞的批量搜索与利用.(GlassFish 任意文件读取)
Python 渗透测试:漏洞的批量搜索与利用.(GlassFish 任意文件读取)
55 11
|
4月前
|
索引 Python
【Leetcode刷题Python】从列表list中创建一颗二叉树
本文介绍了如何使用Python递归函数从列表中创建二叉树,其中每个节点的左右子节点索引分别是当前节点索引的2倍加1和2倍加2。
67 7
|
4月前
|
算法 JavaScript Python
【Leetcode刷题Python】79. 单词搜索和剑指 Offer 12. 矩阵中的路径
Leetcode第79题"单词搜索"的Python解决方案,使用回溯算法在给定的二维字符网格中搜索单词,判断单词是否存在于网格中。
47 4
|
4月前
|
Python
【Leetcode刷题Python】剑指 Offer 32 - II. 从上到下打印二叉树 II
本文提供了一种Python实现方法,用于层次遍历二叉树并按层打印结果,每层节点按从左到右的顺序排列,每层打印到一行。
40 3
|
4月前
|
Python
【Leetcode刷题Python】剑指 Offer 32 - I. 从上到下打印二叉树
本文介绍了使用Python实现从上到下打印二叉树的解决方案,采用层次遍历的方法,利用队列进行节点的访问。
35 2
|
4月前
|
Python
【Leetcode刷题Python】257. 二叉树的所有路径
LeetCode第257题"二叉树的所有路径"的Python语言解决方案,通过深度优先搜索算法来找到并返回所有从根节点到叶子节点的路径。
34 2