📌  相关文章
📜  Python树遍历算法

📅  最后修改于: 2020-11-07 08:41:17             🧑  作者: Mango

遍历是访问树的所有节点并且也可以打印其值的过程。因为所有节点都是通过边(链接)连接的，所以我们总是从根(头)节点开始。也就是说，我们不能随机访问树中的节点。我们使用三种方式遍历树-

  • 有序遍历
  • 预购遍历
  • 订单遍历

有序遍历

在这种遍历方法中，首先访问左子树，然后访问根，然后再访问右子树。我们应该永远记住，每个节点都可能代表一个子树本身。

在下面的Python程序中，我们使用Node类为根节点以及左右节点创建占位符。然后，我们创建一个插入函数以将数据添加到树中。最后，通过创建一个空列表并首先添加左节点，然后再添加根节点或父节点来实现有序遍历逻辑。最后，添加左节点以完成顺序遍历。请注意，对每个子树重复此过程，直到遍历所有节点为止。

class Node:

    def __init__(self, data):

        self.left = None
        self.right = None
        self.data = data
# Insert Node
    def insert(self, data):

        if self.data:
            if data < self.data:
                if self.left is None:
                    self.left = Node(data)
                else:
                    self.left.insert(data)
            elif data > self.data:
                if self.right is None:
                    self.right = Node(data)
                else:
                    self.right.insert(data)
        else:
            self.data = data

# Print the Tree
    def PrintTree(self):
        if self.left:
            self.left.PrintTree()
        print( self.data),
        if self.right:
            self.right.PrintTree()

# Inorder traversal
# Left -> Root -> Right
    def inorderTraversal(self, root):
        res = []
        if root:
            res = self.inorderTraversal(root.left)
            res.append(root.data)
            res = res + self.inorderTraversal(root.right)
        return res

root = Node(27)
root.insert(14)
root.insert(35)
root.insert(10)
root.insert(19)
root.insert(31)
root.insert(42)
print(root.inorderTraversal(root))

执行以上代码后，将产生以下结果-

[10, 14, 19, 27, 31, 35, 42]

预购遍历

在这种遍历方法中，首先访问根节点，然后是左子树，最后是右子树。

在下面的Python程序中，我们使用Node类为根节点以及左右节点创建占位符。然后，我们创建一个插入函数以将数据添加到树中。最后，通过创建一个空列表并先添加根节点，再添加左节点来实现预遍历逻辑。最后，添加右节点以完成预遍历。请注意，对每个子树都重复此过程，直到遍历所有节点为止。

class Node:

    def __init__(self, data):

        self.left = None
        self.right = None
        self.data = data
# Insert Node
    def insert(self, data):

        if self.data:
            if data < self.data:
                if self.left is None:
                    self.left = Node(data)
                else:
                    self.left.insert(data)
            elif data > self.data:
                if self.right is None:
                    self.right = Node(data)
                else:
                    self.right.insert(data)
        else:
            self.data = data

# Print the Tree
    def PrintTree(self):
        if self.left:
            self.left.PrintTree()
        print( self.data),
        if self.right:
            self.right.PrintTree()

# Preorder traversal
# Root -> Left ->Right
    def PreorderTraversal(self, root):
        res = []
        if root:
            res.append(root.data)
            res = res + self.PreorderTraversal(root.left)
            res = res + self.PreorderTraversal(root.right)
        return res

root = Node(27)
root.insert(14)
root.insert(35)
root.insert(10)
root.insert(19)
root.insert(31)
root.insert(42)
print(root.PreorderTraversal(root))

执行以上代码后，将产生以下结果-

[27, 14, 10, 19, 35, 31, 42]

订单遍历

在这种遍历方法中，根节点是最后访问的，因此是名称。首先，我们先遍历左侧子树，然后遍历右侧子树，最后遍历根节点。

在下面的Python程序中，我们使用Node类为根节点以及左右节点创建占位符。然后，我们创建一个插入函数以将数据添加到树中。最后，通过创建一个空列表并先添加左节点，再添加右节点来实现后遍历逻辑。最后，添加根节点或父节点以完成后顺序遍历。请注意，对每个子树都重复此过程，直到遍历所有节点为止。

class Node:

    def __init__(self, data):

        self.left = None
        self.right = None
        self.data = data
# Insert Node
    def insert(self, data):

        if self.data:
            if data < self.data:
                if self.left is None:
                    self.left = Node(data)
                else:
                    self.left.insert(data)
            elif data > self.data:
                if self.right is None:
                    self.right = Node(data)
                else:
                    self.right.insert(data)
        else:
            self.data = data

# Print the Tree
    def PrintTree(self):
        if self.left:
            self.left.PrintTree()
        print( self.data),
        if self.right:
            self.right.PrintTree()

# Postorder traversal
# Left ->Right -> Root
    def PostorderTraversal(self, root):
        res = []
        if root:
            res = self.PostorderTraversal(root.left)
            res = res + self.PostorderTraversal(root.right)
            res.append(root.data)
        return res

root = Node(27)
root.insert(14)
root.insert(35)
root.insert(10)
root.insert(19)
root.insert(31)
root.insert(42)
print(root.PostorderTraversal(root))

执行以上代码后，将产生以下结果-

[10, 19, 14, 31, 42, 35, 27]