python实现树与二叉树的代码:
#创建二叉树的类
class BiTreeNode:
def __init__(self,data):
self.data=data
self.lchild=None #左孩子
self.rchild=None #右孩子
a=BiTreeNode("A")
b=BiTreeNode("B")
c=BiTreeNode("C")
d=BiTreeNode("D")
e=BiTreeNode("E")
f=BiTreeNode("F")
g=BiTreeNode("G")
e.lchild=a
e.rchild=g
a.rchild=c
c.lchild=b
c.rchild=d
g.rchild=f
root=e
print(root.lchild.rchild.data)
#二叉树的遍历方式
#前序遍历:根节点在前面
def pre_order(root):
if root:
print(root.data,end=",") #先访问根节点
pre_order(root.lchild) #再访问左子树
pre_order(root.rchild) #再访问右边=子树
pre_order(root)
print()
#中序遍历:根节点在中间
def in_order(root):
if root:
in_order(root.lchild)
print(root.data,end=",")
in_order(root.rchild)
in_order(root)
print()
#后续遍历:根节点在最后面
def post_order(root):
if root:
post_order(root.lchild)
post_order(root.rchild)
print(root.data, end=",")
post_order(root)
print()
#层次遍历:使用队列来进行输出
from collections import deque
def level_order(root):
quede=deque()
quede.append(root)
while len(quede)>0:
node=quede.popleft()
print(node.data,end=",")
if node.lchild:
quede.append(node.lchild)
if node.rchild:
quede.append(node.rchild)
level_order(root)
print()
#二叉搜索树的插入,删除和查询
#插入
#先定义节点的类别
class BiTreeNode1:
def __init__(self,data):
self.data=data
self.lchild=None #左孩子
self.rchild=None #右孩子
self.parent=None #父亲节点
class BST:
def __init__(self,li=None):
self.root=None
if li:
for var in li:
self.insert_1(var)
#递归插入
def insert(self,node,val):
if not node:
node=BiTreeNode1(val)
elif val<node.data:
node.lchild=self.insert(node.lchild,val)
node.lchild.parent=node
elif val>node.data:
node.rchild=self.insert(node.rchild,val)
node.rchild.parent=node
return node
#非递归插入,循环插入
def insert_1(self,val):
p=self.root
if not p: #空树情况下
self.root=BiTreeNode1(val)
return
while True:
if val< p.data:
if p.lchild:
p=p.lchild
else: #左孩子不存在
p.lchild=BiTreeNode1(val)
p.lchild.parent=p
elif val>p.data:
if p.rchild:
p=p.rchild
else:
p.rchild=BiTreeNode1(val)
p.rchild.parent=p
else:
return
#查询(递归查询)
def query(self,node,var):
if not node:
return None
if node.data<var:
return self.query(node.rchild,var)
elif node.data>var:
return self.query(node.lchild,var)
else:
return node
#非递归查询
def query1(self,var):
p=self.root
while p:
if p.data<var:
p=p.rchild
elif p.data>var:
p=p.lchild
else:
return p
return None
#前序遍历
def pre_order(self,root):
if root:
print(root.data, end=",") # 先访问根节点
self.pre_order(root.lchild) # 再访问左子树
self.pre_order(root.rchild) # 再访问右边=子树
# 中序遍历:根节点在中间
def in_order(self,root):
if root:
self.in_order(root.lchild)
print(root.data, end=",")
self.in_order(root.rchild)
# 后续遍历:根节点在最后面
def post_order(self,root):
if root:
self.post_order(root.lchild)
self.post_order(root.rchild)
print(root.data, end=",")
#节点删除操作分情况讨论
def _remove_node_1(self,node):
#1node是叶子节点的
if not node.parent: #如果是根节点的话
self.root=None
if node==node.parent.lchild: #node是它父亲的左孩子
node.parent.lchild=None
else: #有孩子
node.parent.rchild=None
def _remove_noded_21(self,node):
#情况2:node只有一个左孩子
if not node.parent: #根节点
self.root=node.lchild
node.lchild.parent=None
#根据node节点是自己父亲的左节点还是有右节点分类
elif node==node.parent.lchild: #node是左孩子的话
node.parent.lchild=node.lchild
node.lchild.parent=node.parent
else:
node.parent.rchild=node.lchild
node.lchild.parent=node.parent
def _remove_node_22(self,node):
#node只有一个右孩子的话
if not node.parent: #node是节点
self.root=node.rchild
elif node==node.parent.lchild: #node是左孩子的话
node.parent.lchild=node.rchild
node.rchild.parent=node.parent
else:
node.parent.rchild=node.rchild
node.rchild.parent=node.parent
#删除操作总封装函数
def delete(self,val):
if self.root:
node=self.query1(val) #遍历查询,如果存在,返回node节点
if not node: #如果不存在节点
return False
if not node.lchild and node.rchild: #判断如果没有孩子,情况1
self._remove_node_1(node)
elif not node.rchild: #只有一个左孩子,情况2
self._remove_noded_21(node)
elif not node.lchild: #只有一个右孩子
self._remove_node_22(node)
else: #两个孩子
min_node=node.rchild
while min_node.lchild:
min_node=min_node.lchild
node.data=min_node.data #将右子树的最左边的节点值赋值给node节点
if min_node.rchild:
self._remove_node_22(min_node)
else:
self._remove_node_1(min_node)
import random
li=list(range(20))
li1=[random.randint(0,100) for _ in range(20)]
random.shuffle(li)
tree=BST(li)
tree.pre_order(tree.root)
print()
tree.in_order(tree.root) #中序遍历是排好序的
print()