python 二叉树遍历
2021-03-07 20:28
标签：alt smt block 左右 ini 并且 roo 直接 先来 这几天面试老是遇到二叉树遍历问题，之前没怎么吃透，这次尝试好好啃一下，在这记录下这次学习的过程 首先我们先来看二叉树的口述定义 二叉树是树的叶子节点的数量不大于2的树 我们就随便再看看树的口述定义 ? 树是 N （N >= 0 ）个结点的有限集合，N = 0 时，称为空树，这是一种特殊情况。在任意一棵非空树中 应满足： ? 1） 有且仅有一个特定的称为根的结点。 ? 2）当 N > 1 时，其余结点可分为 m （ m > 0）个互不相交的有限集合T1 , T2 , T3 , .... Tm ，其中每一个 ? 集合本身又是一棵树，并且称为根结点的子树。 说白了就是类似这样的 二叉树说白了就是一个结点若有子节点，则节点的数量最多为2个 那我们再来复习下满二叉树和完全二叉树 满二叉树就是 一个二叉树，最下面一行的节点没有一个有子节点，其余的每个节点都有二个子节点。 直接看图 完全二叉树就是 一个满二叉树，最后一行，从右向左按顺序去除任意节点后得到的树 就像这样的 满二叉树是完全二叉树的一种特殊的情况 以上是国内对二叉树和完全二叉树的定义，国外的话定义不同 我们来看看国外 第一个的字面翻译过来是满二叉树 第二个的字面完全二叉树 第三个的字面是完美二叉树 在国外定义里面，国内的满二叉树变成了完美二叉树，完全二叉树没有改变 而满二叉树，是一个节点要么有2个叶子节点，要么没有叶子节点 二叉树的遍历主要有以下四种： 前序遍历，中序遍历，后序遍历，广度优先遍历 其中前序遍历，中序遍历和后序遍历可以统称为深度优先遍历(DFS) 这里的前中后主要是根据根节点(叶子节点)的位置来定义的，我们举个简单的例子 我们有如下一个二叉树 根节点为A，左叶子节点为B，右叶子节点为C 按照前中后来遍历 前序遍历：ABC(根节点A在前面) 中序遍历：BAC(根节点A在中间) 后序遍历：BCA(根节点A在最后面) 这里补一句，在不考虑根节点(叶子节点)这几个遍历都是先遍历左节点然后再遍历右节点的 我们再来看看稍微复杂点的二叉树遍历 假设我们有以下一个二叉树结构 我们要对其进行前中后遍历 我们可以这个二叉树添加自定义的名称 比如把A节点作为根节点X BDE作为左节点Y CD作为右节点Z 那么在划分后我们可以把上面的二叉树看成这样的 步骤一 那么前中后遍历分别是 前:XYZ 中:YXZ 后:YZX 左节点Y和右节点Z同样可以看成二叉树 步骤2 对左节点Y进行前中后遍历 前：BDE 中：DBE 后：DEB 步骤3 对右节点Z进行前中后遍历 前：CF 中：FC 后：FC 我们把步骤2和步骤3的结果放到步骤1里面 那么前中后的遍历结果为 前：X(A)Y(BDE)Z(CF) 中：Y(DBE)X(A)Z(FC) 后：Y(DEB)Z(FC)X(A) 最终的结果为: 前：ABDECD 中：DBEAFC 后：DEBFCA 对于其他的二叉树遍历可以按照上面的步骤去理解 假设我们有一个二叉树如下 前：ABDEHCFG 中：DBHEAFCG 后：DHEBFGCA 我们用python实现对二叉树的遍历 首先我们定义一个二叉树 我们以下图二叉树为例来分析下迭代方法的实现 由于先给出根节点，即A节点 先将A节点放入列表中 Node_List -> [A] (注意这个A是代表A这个节点，是TreeNode的实例) 由于列表不为空，进入while循环 首先弹出根节点A，我们将A的值放到储存结构的res列表中 res-> [‘a‘] (我们用‘a‘代表A节点的值) 然后再判断A节点的右节点是否存在，有就放到Node_List里面 Node_List -> [C] 然后我们接着判断A节点的左节点是否存在，由于A节点左边有个B节点，那么将B节点放到Node_List里面 Node_List -> [C,B] 由于Node_List非空 我们再重复上面的步骤，弹出，判断节点是否存在，若有则入表 Node_List -> [C,B]弹出B节点 Node_list -> [C] res -> [‘a‘,‘b‘] Node_List放入B节点的左右节点 Node_List -> [C,E,D] 继续重复 Node_List -> [C,E,D]弹出D节点 Node_List -> [C,E] res -> [‘a‘,‘b‘,‘d‘] 由于D没有左右节点，不进行入表操作 继续重复 Node_List -> [C,E] 弹出E点 Node_List -> [C] res -> [‘a‘,‘b‘,‘d‘,‘e‘] 由于E点没有左右节点 不进行入表操作 继续重复 Node_List -> [C] 弹出C点 Node_List -> [] res -> [‘a‘,‘b‘,‘d‘,‘e‘,‘c‘] 由于C点有F节点，入表 Node_List -> [F] 继续重复 Node_List -> [F] 弹出F点 Node_List -> [] res -> [‘a‘,‘b‘,‘d‘,‘e‘,‘c‘,‘f‘] 由于F点没有左右节点 Node_List为空，结束while循环 我们来分析下 一开始 root非空，Node_List为空，进入while循环 由于root非空，进入if语句 Node_List -> [A] root指向B 由于Node_List非空，继续while循环 由于A的左节点存在 继续if循环 Node_List -> [A B] 由于Node_List非空，继续while循环 由于B的左节点存在 继续if循环 Node_List -> [A,B,D] root指向D的左节点 由于Node_List非空，继续while循环 由于 D的左节点不存在 进入else循环 Node_List ->[A,B,D]弹出D节点 Node_List ->[A,B] res ->[‘d‘] 把root指向D的右节点 由于Node_List非空，继续while循环 由于D的右节点不存在，进入else语句 Node_List ->[A,B] 弹出B节点 Node_List -> [A] res -> [‘d‘,‘b‘] 将root指向B的右节点 由于Node_List非空，继续while循环 由于B的右节点存在，进入if语句 Node_List ->[A] 将E节点放入Node_List Node_List -> [A,E] 把root指向E的左节点 继续重复。。。，这里就不写了 这个遍历和前序遍历的迭代方法很像 首先我们要明白对最简单的二叉树ABC的后续遍历是BCA BCA=ACB[::-1] 我们只需要求出ACB就能得到ABC的后序遍历了 只需在添加左右节点的时候改变下顺序即可 python 二叉树遍历 标签：alt smt block 左右 ini 并且 roo 直接 先来 原文地址：https://www.cnblogs.com/cofish/p/14255258.html
二叉树的定义
二叉树的遍历
二叉树遍历的实现
class TreeNode(object):
def __init__(self,val):
self.val=val
self.left=None
self.right=None
前序遍历
递归实现
res=[]
def pre_order(root:TreeNode):
#定义函数结束条件
if not root:
return
res.append(root.val)
#对左边的结构
pre_order(root.left)
#对右边的结构
pre_order(root.right)
迭代实现
res=[]
def preorder(root:TreeNode):
if not root:
return
node_list=[root]
while node_list:
node_popped=node_list.pop()
res.append(node_popped.val)
if node_popped.right:
node_list.append(node_popped.right)
if node_popped.left:
node_list.append(node_popped.left)
中序遍历
递归实现
res=[]
def mid_order(root:TreeNode):
if not root:
return
mid_order(root.left)
res.append(root.val)
mid_order(root.right)
迭代实现
res=[]
def mid_order(root:TreeNode):
if not root:
return
node_list=[]
while node_list or root:
if root:
node_list.append(root)
root=root.left
else:
root = node_list.pop()
res.append(root.val)
root=root.right
后序遍历
递归实现
res=[]
def back_order(root:TreeNode):
if not root:
return
back_order(root.left)
back_order(root.right)
res.append(root)
迭代实现
res=[]
def back_order(root:TreeNode):
if not root:
return
node_list=[root]
while node_list:
pop_=node_list.pop()
res.append(pop_.val)
if pop_.left:
node_list.append(pop_.left)
if pop_.right:
node_list.append(pop_.right)
real_ans=res[::-1]
广度优先遍历
迭代实现
res=[]
def BFS(root:TreeNode):
if not root:
return
node_list=[root]
while node_list:
pop_=node_list.pop(0)
res.append(pop_.val)
if pop_.left:
node_list.append(pop_.left)
if pop_.right:
node_list.append(pop_.right)