python数据结构与算法——二叉树结构与遍历方法，,先序遍历，中序遍历，

python数据结构与算法——二叉树结构与遍历方法，,先序遍历，中序遍历，

先序遍历，中序遍历，后序遍历 ，区别在于三条核心语句的位置

层序遍历 采用队列的遍历操作第一次访问根，在访问根的左孩子，接着访问根的有孩子，然后下一层自左向右一一访问同层的结点

# 先序遍历
# 访问结点，遍历左子树，如果左子树为空，则遍历右子树，
# 如果右子树为空，则向上走到一个可以向右走的结点，继续该过程
preorder(t):
if t:
print t.value
preorder t.L
preorder t.R

# 中序遍历

# 从根开始，一直走向左下方，直到无结点可以走则停下，访问该节点
# 然后走向右下方到结点，继续走向左下方：如果结点无右孩子，则向上走回父亲结点
inorder(t):
inorder(t.L)
print t.value
inorder(t.R)

# 后序遍历
inorder(t):
inorder(t.L)
inorder(t.R)
print t.value

1 # 二叉树结点类型2 class BTNode:3     def __init__(self,value,lft=None,rgt=None):4         self.value = value5         self.lft = lft          # 结点左分支 BTNode6         self.rgt = rgt          # 结点右分支 BTNode

为了方便起见，定义一些打印操作

 1 class BinTree(): 2     def __init__(self): 3         self.root = None    # 创建一个空的二叉树 4          5     def isEmpty(self):      # 判断二叉树是否为空 6         if self.root is None: return True 7         else: return False 8      9     def makeBT(self,bt,L=None,R=None):       # 从当前结点创建二叉树10         bt.lft = L11         bt.rgt = R12     13     def returnBTdict(self):              # 返回二叉树的字典模式14         if self.isEmpty(): 15             return None16         def rec(bt=None,R=True):17             if R==True:18                 bt = self.root19                 return {‘root‘:{‘value‘:bt.value,"L":rec(bt.lft,False),20                                                 "R":rec(bt.rgt,False)} }21             else:22                 if bt==None:23                     return None24                 else:25                     return {"value":bt.value,26                             "L":rec(bt.lft,False) if bt.lft != None else None,27                             "R":rec(bt.rgt,False) if bt.rgt != None else None}28             return None29         return rec()30             31     def __repr__(self):             # 将二叉树结构打印为字典结构32         return str(self.returnBTdict())

下面是各种遍历方法，添加到树的类中

 1     def printT_VLR(self,bt=None,rec_count = 0):     # 输出二叉树结构（先序遍历） 2         # rec_count 用于计算递归深度 以便输出最后的换行符 3         """ 4         # 先序遍历 5         # 访问结点，遍历左子树，如果左子树为空，则遍历右子树， 6         # 如果右子树为空，则向上走到一个可以向右走的结点，继续该过程 7         preorder(t): 8             if t: 9                 print t.value10                 preorder t.L11                 preorder t.R12         """13         if bt==None: 14             bt = self.root15             print bt.value,16         btL, btR = bt.lft, bt.rgt17         if btL != None:18             print btL.value,;   rec_count += 1;     self.printT_VLR(btL,rec_count);     rec_count -= 119         if btR != None:20             print btR.value,;   rec_count += 1;     self.printT_VLR(btR,rec_count);     rec_count -= 121         if rec_count == 0:22             print "\n"23     

 1     def printT_LVR(self,bt=None): 2         """ 3         # 中序遍历 4         # 从根开始，一直走向左下方，直到无结点可以走则停下，访问该节点 5         # 然后走向右下方到结点，继续走向左下方：如果结点无右孩子，则向上走回父亲结点 6         inorder(t): 7             inorder(t.L) 8             print t.value 9             inorder(t.R)10         """11         if bt==None:12             bt = self.root13         btL, btR = bt.lft, bt.rgt14         if btL != None:15             self.printT_LVR(btL)16         17         print bt.value,18 19         if btR != None:20             self.printT_LVR(btR)

 1     def printT_LRV(self,bt=None): 2         """ 3         # 后序遍历 4         inorder(t): 5             inorder(t.L) 6             inorder(t.R) 7             print t.value 8         """ 9         if bt==None:10             bt = self.root11         btL, btR = bt.lft, bt.rgt12         if btL != None:13             self.printT_LRV(btL)14         if btR != None:15             self.printT_LRV(btR)16         print bt.value,

 1     def printT_levelorder(self): 2         """ 3         层序遍历 采用队列的遍历操作 4         第一次访问根，在访问根的左孩子，接着访问根的有孩子，然后下一层 5         自左向右一一访问同层的结点 6         """ 7         btdict = self.returnBTdict() 8         q = [] 9         q.append(btdict[‘root‘])10         while q:11             tn = q.pop(0)   # 从队列中弹出一个结点(也是一个字典)12             print tn["value"],13             if tn["L"]!=None:14                 q.append(tn["L"])15             if tn["R"]!=None:16                 q.append(tn["R"])17     

测试打印效果

 1 def test(): 2     bt = BinTree() 3  4 #     btns = [BTNode(v) for v in "+*E*D/CAB"]     # 层序输入 5 #     bt.root = btns[0] 6 #     bt.makeBT(btns[0], L=btns[1], R=btns[2]) 7 #     bt.makeBT(btns[1], L=btns[3], R=btns[4]) 8 #     bt.makeBT(btns[3], L=btns[5], R=btns[6]) 9 #     bt.makeBT(btns[5], L=btns[7], R=btns[8])10     11     btns = [BTNode(v) for v in [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]]12     bt.root = btns[0]13     bt.makeBT(btns[0], L=btns[1], R=btns[2])14     bt.makeBT(btns[1], L=btns[3], R=btns[4])15     bt.makeBT(btns[2], L=btns[5], R=btns[6])16     bt.makeBT(btns[3], L=btns[7], R=btns[8])17     bt.makeBT(btns[4], L=btns[9], R=btns[10])18     bt.makeBT(btns[5], L=btns[11], R=btns[12])19     bt.makeBT(btns[6], L=btns[13], R=btns[14])

{‘root‘: {‘R‘: {‘R‘: {‘R‘: {‘R‘: None, ‘L‘: None, ‘value‘: 15}, ‘L‘: {‘R‘: None, ‘L‘: None, ‘value‘: 14}, ‘value‘: 7}, ‘L‘: {‘R‘: {‘R‘: None, ‘L‘: None, ‘value‘: 13}, ‘L‘: {‘R‘: None, ‘L‘: None, ‘value‘: 12}, ‘value‘: 6}, ‘value‘: 3}, ‘L‘: {‘R‘: {‘R‘: {‘R‘: None, ‘L‘: None, ‘value‘: 11}, ‘L‘: {‘R‘: None, ‘L‘: None, ‘value‘: 10}, ‘value‘: 5}, ‘L‘: {‘R‘: {‘R‘: None, ‘L‘: None, ‘value‘: 9}, ‘L‘: {‘R‘: None, ‘L‘: None, ‘value‘: 8}, ‘value‘: 4}, ‘value‘: 2}, ‘value‘: 1}}

python数据结构与算法——二叉树结构与遍历方法