IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> 二叉树遍历 -> 正文阅读

[数据结构与算法]二叉树遍历

一、二叉树

一棵非空的二叉树由根结点 M 及左 L、右 R 子树这三个基本部分组成。

二叉树的遍历方式有 6 种:

  • MLR - LMR - LRM - MRL - RML - RLM

注意:前三种次序与后三种次序对称,故只讨论先左后右的前三种次序。

深度优先 DFS

  • MLR 前序遍历(Preorder Traversal )
  • LMR 中序遍历(Inorder Traversal)
  • LRM 后序遍历(Postorder Traversal)

广度优先 BFS 层序遍历

在这里插入图片描述

1、TreeNode 类

# Definition for a binary tree node.
class TreeNode:
	#def __init__(self, val=0, left=None, right=None):
    def __init__(self, val):
        self.val = val
        self.left = None
        self.right = None  

2、构建二叉树

def createBinaryTree(lst):
    if not lst:return None
    node = None
    data = lst.pop(0)
    if data:
        node = TreeNode(data)
        node.left = createBinaryTree(lst)
        node.right = createBinaryTree(lst)

    return node  

lst =  ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I']
root = createBinaryTree(lst)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、二叉树遍历

1、中序遍历

递归

def inorder(node):
    return inorder(node.left) + [node.val] + inorder(node.right) if node else []

循环

def inorderTraversal(node):
    res = []
    help = [node]
    cur = node.left
    
    while cur or help:
        while cur:
            help.append(cur)
            cur = cur.left
        
        cur = help.pop()
        res.append(cur.val)        
        cur = cur.right
        
#        if cur:
#             stack.append(cur)
#             cur = cur.left
#         else:
#             cur = stack.pop()
#             res.append(cur.val)
#             cur = cur.right

    return res

2、前序遍历和后序遍历

递归

def preorder(node):
    return [node.val] + preorder(node.left) + preorder(node.right) if node else [] 
    
def postorder(node):
    return postorder(node.left) + postorder(node.right) + [node.val] if node else []

循环

def postorderTraversal(root):
    if not root: return []
    stack = []
    res = []
    cur = root
    
    while cur or stack:
        while cur:
            stack.append(cur)             
            cur = cur.left if cur.left else cur.right 
            # 中序是先左入完,左出来才判断右,然后才入右。
            # 后序是先左入完,然后入右。
        
        #循环结束说明走到了叶子结点
        cur = stack.pop()  
        res.append(cur.val)
            # 中序是左先来,然后判断右。
            # 后序是直接判断栈顶,注意还没有出来。
        cur = stack[-1].right if stack and stack[-1].left == cur else None   # 栈顶没有出来就判断右,入右。
        
#         if cur:
#             res.append(cur.val)
#             stack.append(cur.right)
#             cur = cur.left
#         else:
#             cur = stack.pop()

    return res
    
  
def postorderTraversal(self, root): ## 后序遍历
    stack = []
    sol = []
    curr = root
    while stack or curr:
        if curr:
            sol.append(curr.val)
            stack.append(curr.left)
            curr = curr.right
        else:
            curr = stack.pop()
    return sol[::-1]

代码的主体部分基本就是.right和.left交换了顺序,且后序遍历在最后输出的时候进行了反向(因为要从中右左变为左右中)

3、层序遍历

层序遍历(广度优先):从第一层结点开始,一层一层访问,同一层结点从左到右的顺序依次访问。

递归

递归函数需要有一个参数 level,该参数表示当前结点的层数。遍历的结果返回到一个二维列表 res = [[]] 中, res 中的每一个子列表保存了对应 index 层的从左到右的所有结点 value 值。

def levelOrder(root):
    """
    :type root: TreeNode
    :rtype: List[List[int]]
    """
    def helper(node, level):
        if not node: return
        else:
            res[level-1].append(node.val)
            if len(res) == level:  # 遍历到新层时,只有最左边的结点使得等式成立
                res.append([])
            helper(node.left, level+1)
            helper(node.right, level+1)
    res = [[]]
    helper(root, 1)
    return res[:-1]

PS:

Q:如果仍然按层遍历,但是每层从右往左遍历怎么办呢?
A:将上面的代码left和right互换即可
Q:如果仍然按层遍历,但是我要第一层从左往右,第二层从右往左,第三从左往右…这种 zigzag 遍历方式如何实现?
A:将 sol[level-1].append(node.val) 进行一个层数奇偶的判断,一个用append(),一个用 insert(0)

if level%2==1:
sol[level-1].append(node.val)
else:
sol[level-1].insert(0, node.val)

循环

这里的循环实现不能用栈了,得用队列 queue。因为每一层都需要从左往右打印,而每打印一个结点都会在队列中依次添加其左右两个子结点,每一层的顺序都是一样的,故必须采用先进先出的数据结构。

以下代码的打印结果为一个一维列表,没有采用二维列表的形式。

def levelOrder(root):
	if not root: return []
	res = []
 	cur = root
 	queue = [cur]
 	while queue:
     	cur = queue.pop(0)
     	res.append(cur.val)

     	cur.left and queue.append(cur.left)
		cur.right and queue.append(cur.right)

 return res

其实,如果需要打印成 zigzag 形式(相邻层打印顺序相反),则可以采用栈 stack 数据结构,正好符合先进后出的形式,不过在代码上还要进行其他改动。

节点和结点的区别:

  1. 节点是一个实体,它具有处理的能力;
  2. 结点是一个交叉点、一个标记,算法中的点一般都称为结点,数据集合中的每一个数据元素都用中间标有元素值的方框来表示,我们称它为结点。

在链表数据结构中,链表中每一个元素称为“结点”,每个结点都应包括两个部分:一个是需要用的实际数据data;另一个就是存储下一个结点地址的指针,即数据域和指针域。数据结构中的每一个数据结点对应于一个存储单元,这种储存单元称为储存结点,也可简称结点。

  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2021-08-02 11:02:29  更:2021-08-02 11:04:38 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/25 18:47:38-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码