python - 树
树:多个有层次的节点的集合
特点:
- 每个节点有零个或多个子节点
- 没有父节点的节点称为根节点
- 每一个非根节点有且只有一个父节点
- 除了根节点外,每个子节点可以分为多个不相交的子树
术语:
- 节点的度:一个节点含有的子树的个数称为该节点的度
- 树的度:一棵树中,最大的节点的度称为树的度
- 叶节点或终端节点:度为零的节点
- 父亲节点或父节点:若一个节点含有子节点,则这个节点称为其子节点的父节点
- 孩子节点或子节点:一个节点含有的子树的根节点称为该节点的子节点
- 兄弟节点:具有相同父节点的节点互称为兄弟节点
- 层次:从根开始定义起,根为第1层,根的子节点为第2层,以此类推
- 高度或深度:树中节点的最大层次
- 堂兄弟节点:父节点在同一层的节点互为堂兄弟
- 节点的祖先:从根到该节点所经分支上的所有节点
- 子孙:以某节点为根的子树中任一节点都称为该节点的子孙
- 森林:由m(m>=0)棵互不相交的树的集合称为森林
种类:
- 无序树:树中任意节点的子节点之间没有顺序关系
- 有序树:树中任意节点的子节点之间有顺序关系
- 二叉树:每个节点最多含有两个子树的树称为二叉树
- 完全二叉树:对于一颗二叉树,假设其深度为d。除了第d层外,其它各层的节点数目均已达最大值,且第d层所有节点从左向右连续地紧密排列
- 平衡二叉树:当且仅当任何节点的两棵子树的高度差不大于1的二叉树;
- 排序二叉树,也称二叉搜索树、有序二叉树
- 霍夫曼树:带权路径最短的二叉树称为哈夫曼树或最优二叉树
- B树:一种对读写操作进行优化的自平衡的二叉查找树,能够保持数据有序,拥有多余两个子树
- 二叉树:每个节点最多含有两个子树的树称为二叉树
二叉树:
结构如图示:
树,由多个节点构成,节点 = 元素 + 左子节点 + 右子节点
树的创建和遍历:
遍历 = 广度遍历 + 深度遍历
广度遍历:从左往右挨个遍历
深度遍历 = 先序 + 中序 + 后序
先序:根 - 左 - 右
中序:左 - 根 - 右
后序:左 - 右 - 根
无论是哪种遍历方式,左一定在右前面
# coding:utf-8
# 创建二叉树class Node(object):'''定义节点'''def __init__(self, item):self.elem = itemself.lchild = Noneself.rchild = Noneclass Tree(object):'''创建二叉树'''def __init__(self):self.root = Nonedef add(self, item):node = Node(item)if self.root is None:self.root = nodereturnqueue = [self.root]while queue:cur_node = queue.pop(0)if cur_node.lchild is None:cur_node.lchild = nodereturnelse:queue.append(cur_node.lchild)if cur_node.rchild is None:cur_node.rchild = nodereturnelse:queue.append(cur_node.rchild)def breadth_travel(self):'''广度遍历'''if self.root is None:returnqueue = [self.root]while queue:cur_node = queue.pop(0)print(cur_node.elem, end=" ")if cur_node.lchild is not None:queue.append(cur_node.lchild)if cur_node.rchild is not None:queue.append(cur_node.rchild)def preorder(self, node):'''先序'''if node is None:returnprint(node.elem, end=" ")self.preorder(node.lchild)self.preorder(node.rchild)def inorder(self, node):'''中序'''if node is None:returnself.inorder(node.lchild)print(node.elem, end=" ")self.inorder(node.rchild)def postorder(self, node):'''后序'''if node is None:returnself.postorder(node.lchild)self.postorder(node.rchild)print(node.elem, end=" ")
python - 树相关推荐
- python树状节点 可拖拽_Python 的 heapq 模块源码分析
原文链接:Python 的 heapq 模块源码分析 起步 heapq 模块实现了适用于Python列表的最小堆排序算法. 堆是一个树状的数据结构,其中的子节点都与父母排序顺序关系.因为堆排序中的树是 ...
- python树的实现_Python实现简单字典树的方法
本文实例讲述了Python实现简单字典树的方法.分享给大家供大家参考,具体如下: #coding=utf8 """代码实现了最简单的字典树,只支持由小写字母组成的字符串. ...
- python树代码_浅析AST抽象语法树及Python代码实现
在计算机科学中,抽象语法树(abstract syntax tree或者缩写为AST),或者语法树(syntax tree),是源代码的抽象语法结构的树状表现形式,这里特指编程语言的源代码.树上的每个 ...
- python树状图可视化_如何可视化(树状图)一个层次项目字典?
这是我第一次用Python从字典格式的分层数据中进行可视化.数据的最后一部分如下所示:d = {^2820: [^391, ^1024], ^2821: [^759, 'w', ^118, ^51], ...
- python 树状数组_【算法日积月累】19-高级数据结构:树状数组
树状数组能解决的问题 树状数组,也称作"二叉索引树"(Binary Indexed Tree)或 Fenwick 树. 它可以高效地实现如下两个操作: 1.数组前缀和的查询: 2. ...
- python 树_Python树的概念
1.定义 1)非线性结构,每个元素可以有多个前驱和后继. 2)树是n(n>=0)个元素的集合. n=0时,称为空树. 树只有一个特殊的没有前驱的元素,称为树的根root. 树中除了根节点外,其余 ...
- python 树状图可视化_Python可视化25|seaborn矩阵图
矩阵图即用一张图绘制多个变量之间的关系,数据挖掘中常用于初期数据探索: 本文介绍python中seaborn.pairplot(傻瓜版)和seaborn.PairGrid(更个性化版)绘制矩阵图 本文 ...
- python 树状图代码_Python 无限级分类树状结构生成算法 「实用代码」
def generate_tree(source, parent): tree = [] for item in source: if item["parent"] == pare ...
- Python 树的遍历
文章目录 二叉树的遍历 前序遍历 递归 迭代 - 栈 中序遍历 递归 迭代 - 栈 莫里斯遍历 后序遍历 递归 迭代 - 栈 层序遍历 BFS-广度优先搜索 - 队列 层序遍历-BFS N叉树的遍历 ...
最新文章
- 【Android 应用开发】Activity 返回堆栈管理 ( 阶段总结 | 任务栈管理 | 返回堆栈 | 清除返回堆栈 | 亲和性 | 启动模式补充 | standard | singleTop )
- iOS笔记之UIKit_UINavigationController
- Linq to xml 示例分析
- AIoT 又迎一利器,涂鸦云开发平台来了!
- .bash_profile和.bashrc的什么差别
- 剖析 |数据现代化-富国银行的数据转型之路
- 解决windows 2003 无法安装vss2005的问题
- 按键精灵易语言c,易语言插件按键精灵调用方法
- 董树义 近代微波测量技术_论文发表 | 基于微波雷达的1200米大跨悬索桥多点变形同步测量...
- zemax中如何和matlab中通信,如何在ZEMAX及MATLAB之间通信.doc
- Centos 6.10 安装docker
- java计算机毕业设计Web网上购书后台管理系统MyBatis+系统+LW文档+源码+调试部署
- 2015校园O2O商业模式解析——从物流切入
- 使用Kaiju无组装计算宏基因组数据物种注释相对丰度
- 计算机分区容量计算公式,100g等于多少mb?电脑分区100g是多少mb?电脑100g内存等于多少mb?...
- 毕业生做了这个考研论坛系统,使用的是SSM框架和JSP技术
- python安装教程(搬运工)
- MacBook安装Windows Server(非虚拟机)
- 模糊数学(Fuzzy mathematics)及其应用
- vscode中搭建Golang开发环境(图文并茂)