Python学习之二叉树实现的示例详解

更新时间：2023年04月10日 15:14:03 作者：逃逸的卡路里

这篇文章主要为大家详细介绍了Python实现二叉树的相关知识，文中的示例代码讲解详细，具有一定的学习价值，感兴趣的小伙伴可以了解一下

Python实现二叉树

Python实现二叉树可以使用面向对象编程的方式，通过定义二叉树节点类来实现。每个节点包含一个数据元素、左右子节点指针和一些操作方法，如插入节点、查找节点、删除节点等。

以下是一个简单的二叉树实现示例：

class Node:
    def __init__(self, data):
        self.data = data
        self.left = None
        self.right = None

    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

    def find(self, data):
        if data < self.data:
            if self.left is None:
                return str(data) + " Not Found"
            return self.left.find(data)
        elif data > self.data:
            if self.right is None:
                return str(data) + " Not Found"
            return self.right.find(data)
        else:
            return str(self.data) + " is found"

    def inorder_traversal(self, root):
        res = []
        if root:
            res = self.inorder_traversal(root.left)
            res.append(root.data)
            res = res + self.inorder_traversal(root.right)
        return res

在上述代码中，Node类定义了一个节点，包含数据元素data，以及左右子节点指针left和right。insert方法用于向二叉树中插入节点，find方法用于查找二叉树中是否存在特定节点，inorder_traversal方法用于对二叉树进行中序遍历。

下面是如何使用这个Node类来创建一个二叉树：

root = Node(50)
root.insert(30)
root.insert(20)
root.insert(40)
root.insert(70)
root.insert(60)
root.insert(80)

# 查找节点

print(root.find(70)) # Output: 70 is found
print(root.find(90)) # Output: 90 Not Found

# 中序遍历
print(root.inorder_traversal(root)) # Output: [20, 30, 40, 50, 60, 70, 80]

在上述代码中，首先创建了一个根节点root，然后使用insert方法向树中插入节点，最后使用find方法查找节点并使用inorder_traversal方法对二叉树进行中序遍历。

除了插入、查找和遍历方法，二叉树还有其他的操作方法，如删除节点、判断是否为二叉搜索树、计算树的深度等。下面是一个稍微完整一些的二叉树示例代码：

class Node:
    def __init__(self, data):
        self.data = data
        self.left = None
        self.right = None

    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

    def find(self, data):
        if data < self.data:
            if self.left is None:
                return None
            return self.left.find(data)
        elif data > self.data:
            if self.right is None:
                return None
            return self.right.find(data)
        else:
            return self

    def delete(self, data):
        if self is None:
            return self

        if data < self.data:
            self.left = self.left.delete(data)
        elif data > self.data:
            self.right = self.right.delete(data)
        else:
            if self.left is None:
                temp = self.right
                self = None
                return temp
            elif self.right is None:
                temp = self.left
                self = None
                return temp
            temp = self.right.minimum()
            self.data = temp.data
            self.right = self.right.delete(temp.data)
        return self

    def minimum(self):
        if self.left is None:
            return self
        return self.left.minimum()

    def is_bst(self):
        if self.left:
            if self.left.data > self.data or not self.left.is_bst():
                return False

        if self.right:
            if self.right.data < self.data or not self.right.is_bst():
                return False

        return True

    def height(self, node):
        if node is None:
            return 0

        left_height = self.height(node.left)
        right_height = self.height(node.right)

        return max(left_height, right_height) + 1

    def inorder_traversal(self, root):
        res = []
        if root:
            res = self.inorder_traversal(root.left)
            res.append(root.data)
            res = res + self.inorder_traversal(root.right)
        return res

在这个示例中，我们新增了delete方法来删除指定的节点；minimum方法来查找树中的最小节点；is_bst方法来判断当前树是否为二叉搜索树；height方法来计算树的深度。

我们可以用以下代码来测试新增的方法：

# 创建二叉树
root = Node(50)
root.insert(30)
root.insert(20)
root.insert(40)
root.insert(70)
root.insert(60)
root.insert(80)

# 删除节点
print("Deleting node 20:")
root.delete(20)
print(root.inorder_traversal(root))

# 判断是否为二叉搜索树
print("Is it a BST?:", root.is_bst())

# 计算树的深度
print("Tree height:", root.height(root))

这样我们就完成了一个比较完整的二叉树的实现，同时也演示了如何在Python中使用面向对象编程思想来实现一个数据结构。

最后附上完整的二叉树类实现代码：

class Node:
    def __init__(self, data):
        self.data = data
        self.left = None
        self.right = None

    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

    def find(self, data):
        if data < self.data:
            if self.left is None:
                return None
            return self.left.find(data)
        elif data > self.data:
            if self.right is None:
                return None
            return self.right.find(data)
        else:
            return self

    def delete(self, data):
        if self is None:
            return self

        if data < self.data:
            self.left = self.left.delete(data)
        elif data > self.data:
            self.right = self.right.delete(data)
        else:
            if self.left is None:
                temp = self.right
                self = None
                return temp
            elif self.right is None:
                temp = self.left
                self = None
                return temp
            temp = self.right.minimum()
            self.data = temp.data
            self.right = self.right.delete(temp.data)
        return self

    def minimum(self):
        if self.left is None:
            return self
        return self.left.minimum()

    def is_bst(self):
        if self.left:
            if self.left.data > self.data or not self.left.is_bst():
                return False

        if self.right:
            if self.right.data < self.data or not self.right.is_bst():
                return False

        return True

    def height(self, node):
        if node is None:
            return 0

        left_height = self.height(node.left)
        right_height = self.height(node.right)

        return max(left_height, right_height) + 1

    def inorder_traversal(self, root):
        res = []
        if root:
            res = self.inorder_traversal(root.left)
            res.append(root.data)
            res = res + self.inorder_traversal(root.right)
        return res

if __name__ == '__main__':
    # 创建二叉树
    root = Node(50)
    root.insert(30)
    root.insert(20)
    root.insert(40)
    root.insert(70)
    root.insert(60)
    root.insert(80)

    # 删除节点
    print("Deleting node 20:")
    root.delete(20)
    print(root.inorder_traversal(root))

    # 判断是否为二叉搜索树
    print("Is it a BST?:", root.is_bst())

    # 计算树的深度
    print("Tree height:", root.height(root))

运行代码后，可以得到以下输出：

Deleting node 20:
[30, 40, 50, 60, 70, 80]
Is it a BST?: True
Tree height: 3

这个示例包含了插入、查找、删除、遍历、判断是否为二叉搜索树和计算树的深度等。希望对看到的小伙伴有帮助。

到此这篇关于Python学习之二叉树实现的示例详解的文章就介绍到这了,更多相关Python二叉树内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python 3.9的到来到底是意味着什么
本文主要介绍Python3.9的一些新特性比如说更快速的进程释放，性能的提升，简便的新字符串函数，字典并集运算符以及更兼容稳定的内部API，感兴趣的朋友跟随小编一起看看吧
2020-10-10
详解Python 定时框架 Apscheduler原理及安装过程
Apscheduler是一个非常强大且易用的类库，可以方便我们快速的搭建一些强大的定时任务或者定时监控类的调度系统，这篇文章主要介绍了Python 定时框架 Apscheduler ,需要的朋友可以参考下
2019-06-06
Python使用Tesseract实现从图像中读取文本
Tesseract 是一个基于计算机的系统,用于光学字符识别 (OCR) 和其他图像到文本处理,本文将介绍如何使用 Python 中的 Tesseract 创建一个可以从图像中读取文本的程序,需要的可以参考下
2023-11-11
pygame加载中文名mp3文件出现error
本文主要介绍了pygame加载中文名mp3文件出现error的解决方案。具有很好的参考价值，下面跟着小编一起来看下吧
2017-03-03
Python retrying 重试机制详解
这篇文章主要为大家介绍了Python retrying 重试机制，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
2021-11-11
编译 pycaffe时报错：fatal error: numpy/arrayobject.h没有那个文件或目录
这篇文章主要介绍了编译 pycaffe时报错：fatal error: numpy/arrayobject.h没有那个文件或目录,需要的朋友可以参考下
2020-11-11
Python3 re.search()方法的具体使用
本文主要介绍了Python3 re.search()方法的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2022-08-08
pyqt添加启动等待界面的操作
这篇文章主要介绍了pyqt添加启动等待界面的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-03-03
关于Python中flask-httpauth库用法详解
这篇文章主要介绍了关于Python中flask-httpauth库用法详解,Flask-HTTPAuth是一个 Flask 扩展，它简化了 HTTP 身份验证与 Flask 路由的使用,需要的朋友可以参考下
2023-04-04
Python中asyncore的用法实例
这篇文章主要介绍了Python中asyncore的用法,asyncore提供了方便的网络操作方法,本文以连接并解析www.python.org主页为例加以说明,需要的朋友可以参考下
2014-09-09