Python二叉树的三种深度优先遍历

Posted Python 碎片

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python二叉树的三种深度优先遍历相关的知识,希望对你有一定的参考价值。



一、广度优先遍历和深度优先遍历


对二叉树进行遍历(traversal)是指依次对树中每个节点进行访问,在遍历的过程中实现需要的业务。


对树的遍历方式有广度优先遍历和深度优先遍历两种方式。广度优先一般用队列的方式,对树从上到下逐层遍历,每一层从左到右依次遍历。深度优先一般用递归的方式,遍历时会先尽可能深地遍历,直到叶节点。


在实现完全二叉树时,向完全二叉树中添加数据就是使用广度优先遍历,通过广度优先遍历找到第一个空位,将节点加到此位置。

参考:


对于一颗二叉树,深度优先遍历(Depth First Search)是沿着树的深度遍历树的节点,尽可能深地搜索树的分支。本文的重点是深度优先遍历的三种方式。


深度优先遍历有三种方式。这三种遍历方式分别叫做先序遍历(preorder)、中序遍历(inorder)和后序遍历(postorder),这三种方式常被用于访问树的节点,它们之间的不同在于访问每个节点的次序不同。

1. 先序遍历,也叫先根遍历。在先序遍历中,先访问树的根节点,然后递归使用先序遍历访问左子树,最后再递归使用先序遍历访问右子树。遍历顺序为:根节点 -> 左子树 -> 右子树。


2. 中序遍历,也叫中根遍历。在中序遍历中,先递归使用中序遍历访问左子树,然后访问树的根节点,最后再递归使用中序遍历访问右子树。遍历顺序为:左子树 -> 根节点 -> 右子树。


3. 后序遍历,也叫后根遍历。在后序遍历中,先递归使用后序遍历访问左子树,然后递归使用后序遍历访问右子树,最后再访问树的根节点。遍历顺序为:左子树 -> 右子树 -> 根节点。


在这三种遍历方式中,有两点需要注意,一是左右都是说子树,而不是子节点,所以遍历时不能理解成子节点。二是要递归地用相同的遍历方式处理子树,如先序遍历中,要遍历完整个左子树后,才开始遍历右子树,且不管左子树还是右子树,都是先序遍历。


不难发现,先、中、后都是针对访问根节点的先中后来说的,三种遍历方式的另一个名称就是因此而得。


二、实现一棵二叉树


要对二叉树进行遍历,需要先创建一棵二叉树,这里直接使用之前实现完全二叉树的代码,代码如下。


# coding=utf-8class Node(object): def __init__(self, data): self.data = data self.parent = None self.left_child = None self.right_child = None

class TreeQueue(object): def __init__(self): self.__members = list()
def is_empty(self): return not len(self.__members)
def enter(self, data): self.__members.insert(0, data)
def outer(self): if self.is_empty(): return return self.__members.pop()

class PerfectBinaryTree(object):
def __init__(self): self.__root = None
def is_empty(self): return not self.__root
def append(self, data): node = Node(data) if self.is_empty(): self.__root = node return queue = TreeQueue() queue.enter(self.__root) while not queue.is_empty(): cur = queue.outer() if cur.left_child is None: cur.left_child = node node.parent = cur return queue.enter(cur.left_child) if cur.right_child is None: cur.right_child = node node.parent = cur return queue.enter(cur.right_child)
def show(self): if self.is_empty(): print('空二叉树') return queue = TreeQueue() queue.enter(self.__root) while not queue.is_empty(): cur = queue.outer() print(cur.data, end=' ') if cur.left_child is not None: queue.enter(cur.left_child) if cur.right_child is not None: queue.enter(cur.right_child) print()
def get_root(self): return self.__root


代码里使用队列的方式实现了广度优先遍历,也叫层次遍历。


在二叉树深度优先遍历的三种方式中,都要使用递归的方式,而触发递归都是从根节点开始的,所以增加一个获取根节点的方法 get_root() ,供遍历时使用。


三、先序遍历



以上图为例,用先序遍历的方式对这棵树进行遍历,先访问根节点 A ,然后对左子树先序遍历,左子树的根节点是节点 B,再对 B 的左子树先序遍历,B 的左子树的根节点是节点 D,再对 D 的左子树先序遍历,D 的左子树的根节点是节点 H。H 没有子树了,D 的左子树遍历完了,对 D 的右子树先序遍历,D 的右子树的根节点是节点 I,D 的右子树也遍历完了。这时 B 的左子树也遍历完了,对 B 的右子树先序遍历,B 的右子树的根节点是节点 E,再对 E 的左子树先序遍历,E 的左子树的根节点是节点 J,E 的左子树遍历完了,E 没有右子树,所以 B 的右子树也遍历完了。看整棵树,根节点 A 的左子树遍历完了,再对 A 的右子树先序遍历,A 的右子树的根节点是节点 C ,再对 C 的左子树先序遍历,C 的左子树的根节点是节点 F,C 的左子树遍历完了,对 C 的右子树先序遍历,C 的右子树的根节点是节点 G ,到这里,整棵树就遍历完了。


先序遍历的结果是:A B D H I E J C F G 。


这个过程很长,我把全部步骤写了下来,这就是整个递归的过程,可以看到具体的每一个步骤,嫌烦可以跳过。


接下来用代码实现:


# 先根遍历(先序遍历)def preorder_traversal(root): if root is None: return print(root.data, end=' ') preorder_traversal(root.left_child) preorder_traversal(root.right_child)


代码很简单,就是先处理(打印)根节点,然后递归处理左子树,最后再递归处理右子树。


四、中序遍历


有了先序遍历的逐步记录,中序遍历就不再赘述了。


对于上图中的二叉树,中序遍历的结果是:H D I B J E A F C G 。


代码如下:


# 中根遍历(中序遍历)def inorder_traversal(root): if root is None: return inorder_traversal(root.left_child) print(root.data, end=' ') inorder_traversal(root.right_child)


代码也很简单,先递归处理(打印)左子树,然后处理根节点,最后再递归处理右子树。


五、后序遍历


同理,将根节点的处理放到最后,就是后序遍历了,这里也不再赘述过程。


还是上图中的二叉树,后序遍历的结果是:H I D J E B F G C A


代码如下:


# 后根遍历(后序遍历)def postorder_traversal(root): if root is None: return postorder_traversal(root.left_child) postorder_traversal(root.right_child) print(root.data, end=' ')


代码还是很简单,先递归处理(打印)左子树,然后递归处理右子树,最后再处理根节点。


在这三种遍历方式中,理解了递归的思想,这三个函数就非常好理解了。


下面将层次遍历和三种深度优先遍历的运行结果放到一起进行比较。


if __name__ == '__main__': tree = PerfectBinaryTree() for alpha in ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J']: tree.append(alpha) print('层次遍历:', end='') tree.show() print('先序遍历:', end='') preorder_traversal(tree.get_root()) print() print('中序遍历:', end='') inorder_traversal(tree.get_root()) print() print('后序遍历:', end='') postorder_traversal(tree.get_root()) print()


运行结果:


层次遍历:A B C D E F G H I J 先序遍历:A B D H I E J C F G 中序遍历:H D I B J E A F C G 后序遍历:H I D J E B F G C A



以上是关于Python二叉树的三种深度优先遍历的主要内容,如果未能解决你的问题,请参考以下文章

Python教程讲解二叉树的三种深度

二叉树的深度优先遍历逆推

二叉树遍历(前序中序后序层次深度优先广度优先遍历)

树二叉树遍历算法(深度优先广度优先遍历,前序中序后序层次)及Java实现

Python版算法专题--二叉树的深度优先遍历

算法漫游指北(第十四篇):二叉树的深度优先遍历前序遍历(递归方式/非递归方式)中序遍历(递归方式/非递归方式)后序遍历(递归方式/非递归方式)