当前位置: 首页 > article >正文

二叉树(binary tree)遍历详解

一、简介

二叉树常见的遍历方式包括前序遍历、中序遍历、后序遍历和层序遍历等。我将以下述二叉树来讲解这几种遍历算法。
在这里插入图片描述

1、创建二叉树代码实现

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

def createTree():
    treeRoot=TreeNode('F')

    NodeB=TreeNode('B')
    NodeG=TreeNode('G')
    treeRoot.left=NodeB
    treeRoot.right=NodeG

    NodeA=TreeNode('A')
    NodeD=TreeNode('D')
    NodeB.left=NodeA
    NodeB.right=NodeD

    NodeC=TreeNode('C')
    NodeE=TreeNode('E')
    NodeD.left=TreeNode('C')
    NodeD.right=TreeNode('E')

    NodeI=TreeNode('I')
    NodeH=TreeNode('H')
    NodeG.right=NodeI
    NodeI.left=NodeH

    return treeRoot

二、遍历算法详解

1、DLR 前序遍历(先序遍历)(根,左,右)

前序遍历首先访问根节点,然后遍历左子树,最后遍历右子树;在遍历左子树和右子树时,仍然先访问根节点,然后遍历左子树,最后遍历右子树。前序遍历算法一般采用递归的方式实现,代码实现如下:

def preOrder(treeRoot):
    print(treeRoot.data,end="  ")
    if treeRoot.left is not None:
        preOrder(treeRoot.left)
    if treeRoot.right is not None:
        preOrder(treeRoot.right)
    

2、LDR 中序遍历(左、根、右)

中序遍历首先遍历左子树,然后访问根节点,最后遍历右子树;在遍历左子树和右子树时,仍然首先遍历左子树,然后访问根节点,最后遍历右子树,中序遍历算法一般采用递归的方式实现,代码实现如下:

def inOrder(treeRoot):
    if treeRoot.left is not None:
        inOrder(treeRoot.left)
    print(treeRoot.data,end="  ")
    if treeRoot.right is not None:
        inOrder(treeRoot.right)

3、LRD 后序遍历(左,右,根)

首先遍历左子树,然后遍历右子树,最后访问根节点;在遍历左子树和右子树时,仍然首先遍历左子树,然后遍历右子树,最后访问根节点,同样后序遍历算法一般采用递归的方式实现,代码实现如下:

def postOrder(treeRoot):
    if treeRoot.left is not None:
        postOrder(treeRoot.left)
    
    if treeRoot.right is not None:
        postOrder(treeRoot.right)
    print(treeRoot.data,end="  ")

4、层序遍历

二叉树的层次遍历,是指从二叉树的第一层(根结点)开始,从上至下逐层遍历,在同一层中,则按从左到右的顺序对结点逐个访问。
二叉树的层次遍历需要使用队列(先进先出)实现。代码实现如下:

def levelOrder(treeRoot):
    q = []
    q.append(treeRoot)
    while(len(q)!=0):
        node=q.pop(0)
        print(node.data,end="  ")
        if node.left is not None:
            q.append(node.left)
        if node.right is not None:
            q.append(node.right)

5、执行结果如下:

if __name__ == '__main__':
    treeRoot=createTree()
    preOrder(treeRoot)
    print("\n############################")
    inOrder(treeRoot)
    print("\n############################")
    postOrder(treeRoot)
    print("\n############################")
    levelOrder(treeRoot)
PS C:\Users\love1\Documents\technology\算法与数据结构> python Tree.py
F  B  A  D  C  E  G  I  H
############################
A  B  C  D  E  F  G  H  I
############################
A  C  E  D  B  H  I  G  F
############################
F  B  G  A  D  I  C  E  H

三、复杂度分析

1、前序遍历、中序遍历、后序遍历

  • 时间复杂度为 O(n):所有节点都会被访问有且只有一次,故而 时间复杂度为 O(n)
  • 空间复杂度为 O(n):递归深度累加达到n,系统占用 O(n) 栈帧空间。

2、层序遍历

  • 时间复杂度为 O(n):所有节点都会被访问有且只有一次,故而 时间复杂度为 O(n)
  • 空间复杂度为 O(n):在最差情况下,即满二叉树时,遍历到最底层之前,队列中最多同时存在
    (n+1)/2个节点,最多占用 (n+1)/2个空间,故而空间复杂度为 O(n)。

http://www.kler.cn/a/281099.html

相关文章:

  • 精心收集:ChatGPT无限制使用镜像网站集合【2024-8月最新】~
  • WxPython可视化编辑器
  • 分布式中间件
  • 每天一个数据分析题(五百零五)- 提升方法
  • C++ | Leetcode C++题解之第378题有序矩阵中第K小的元素
  • docker compose用法详解
  • C++ | Leetcode C++题解之第355题设计推特
  • 数据结构——快速排序
  • 如何使用IDEA搭建Mybatis框架环境(详细教程)
  • Code Practice Journal | Day 56_Graph06
  • 第三方软件测评中心分享:科技成果鉴定测试的必要性和流程
  • SQL数据完整性的守护者:主键与唯一键的精妙应用
  • Elasticsearch的部署和使用
  • WPF 界面缓存优化
  • Beyond Compare忽略特定格式文本,忽略匹配正则表达式
  • 摄影灯驱动方式主要有哪些?采用恒流模式还是恒压模式?升压芯片电路还是降压芯片电路?一对多还是多对多?雅欣神助攻零成本解决所有疑惑
  • Ruff :是一个用Rust编写的极快的 Python linter 和代码格式化程序
  • 武器弹药制造5G智能工厂物联数字孪生平台,推进制造业数字化转型
  • 跨主机容器之间的通讯
  • True XML cookbook