python环境下使用mysql数据及数据结构和二叉树算法(图)
Posted dushublog
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环境下使用mysql数据及数据结构和二叉树算法(图)相关的知识,希望对你有一定的参考价值。
python环境下使用mysql数据及数据结构和二叉树算法(图):
1 python环境下使用mysql
2使用的是 pymysql库
3 开始-->创建connection-->获取cursor-->操作-->关闭cursor->关闭connection->结束
4
5 代码框架
6 import pymysql.cursors
7 ###连接数据库
8 connection = pymysql.connect(host=‘127.0.0.1‘,port=3306,user=‘root‘,
9 password=‘...‘,db=DATABASE_NAME,charset=‘uft8mb4‘,cursorclass=pymysql.cursors.DictCursor)
10 ##创建游标
11 cursor = connection.cursor()
12
13 ##执行操作
14 sql=‘操作语句,mysql语法‘
15 创建,删除,查询,添加,修改等等...
16 ##执行
17 cursor.execute(sql)
18
19 ##提交到数据库
20 connection.commit()
21
22 ##关闭连接
23 cursor.close()
24 connection.close()
25 ########操作语句
26 插入数据与mysql一样
27 查询数据
28 sql=‘select ‘id‘,‘password‘ from ‘users(表名)‘ where ...‘
29 cursor.execute(sql)
30 result = cursor.fetchone() #单条数据查询
31 cursor.fetchone() #多条数据查询
32 print(result)/ for data in result: print(data) #显示在python输出结果里
python数据结构和二叉树算法:
树(英语:tree)是一种抽象数据类型(ADT)或是实作这种抽象数据类型的数据结构,用来模拟具有树状结构性质的数据集合。它是由n(n>=1)个有限节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。
树的术语
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;
节点的层次: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;
树的高度或深度: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;
树的种类
无序树:树中任意节点的子节点之间没有顺序关系,这种树称为无序树,也称为自由树;
有序树:树中任意节点的子节点之间有顺序关系,这种树称为有序树;
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(d>1)。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,这样的二叉树被称为完全二叉树,其中满二叉树的定义是所有叶节点都在最底层的完全二叉树;
平衡二叉树(AVL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(二叉查找树(英语:Binary Search Tree),也称二叉搜索树、有序二叉树);
霍夫曼树(用于信息编码):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
树的存储和表示
二叉树通常链式存储
常见应用场景
1.xml,html等,那么编写这些东西的解析器的时候,不可避免用到树
2.路由协议就是使用了树的算法
3.mysql数据库索引
4.文件系统的目录结构
5.所以很多经典的AI算法其实都是树搜索,此外机器学习中的decision tree也是树结构
二叉树
二叉树是每个节点最多有两个子树的树结构。通常子树被称作“左子树”(left subtree)和“右子树”(right subtree
性质(特性)
性质1: 在二叉树的第i层上至多有2^(i-1)个结点(i>0)
性质2: 深度为k的二叉树至多有2^k - 1个结点(k>0)
性质3: 对于任意一棵二叉树,如果其叶结点数为N0,而度数为2的结点总数为N2,则N0=N2+1;
性质4:具有n个结点的完全二叉树的深度必为 log2(n+1)
性质5:对完全二叉树,若从上至下、从左至右编号,则编号为i 的结点,其左孩子编号必为2i,其右孩子编号必为2i+1;其双亲的编号必为i/2(i=1 时为根,除外)
广度优先遍历
一般使用队列queue
深度优先遍历
深度优先搜索(Depth First Search)是沿着树的深度遍历树的节点,尽可能深的搜索树的分支。国富论读书笔记及心得感悟,三种方法 先序遍历(preorder),中序遍历(inorder)和后序遍历(postorder)
先序遍历 根-左-右
在先序遍历中,我们先访问根节点,然后递归使用先序遍历访问左子树,再递归使用先序遍历访问右子树 根节点->左子树->右子树
中序遍历 左-根-右
中序遍历 在中序遍历中,我们递归使用中序遍历访问左子树,然后访问根节点,最后再递归使用中序遍历访问右子树
后序遍历 左-右-根
后序遍历 在后序遍历中,我们先递归使用后序遍历访问左子树和右子树,最后访问根节点。
以上是关于python环境下使用mysql数据及数据结构和二叉树算法(图)的主要内容,如果未能解决你的问题,请参考以下文章
Ubuntu下Python使用MySQLdb远程连接数据库的常见问题及解决方案