二叉搜索树的python实现

shixinzhang 发布于2019-07-31 11:05 / 2180人阅读

摘要：二叉搜索树不一定是完全二叉树，因此不能像堆一样可以数组表示。在当前为根节点的子树中，查找为的节点。否则递归地到左右子树中找到为的节点，并更新。当当前节点有左孩子时，获得左子树中最小的节点。以上是我所了解的二叉搜索树的基本功能

二叉查找树或者是一棵空树，或者是具有下列性质的二叉树：若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；它的左、右子树也分别为二叉排序树。
二叉搜索树不一定是完全二叉树，因此不能像堆一样可以数组表示。
定义一个TNode类来实例化节点，有key,value,l_child,r_child属性。其中key,value通过构造函数传入，l_child,r_child初始化为None。

再定义一个BSTree类，根节点初始化为None。

然后给BSTree添加以下方法：
insert(key,value) 插入一个节点
update(key,value) 更新节点的值
search(key) 通过key来找相应节点的value
remove(key) 通过key来删除树中相应节点
以及深度优先和广度优先的遍历方法。

insert:
传入参数key,value，插入一个新的节点。但是如果树中已经存在key为key的节点，就将插入操作转变为更新操作。

 def __insert(self, key, value, curr_node):
        if curr_node is None:
            return TNode(key, value)

        if key < curr_node.key:
            curr_node.l_child = self.__insert(key, value, curr_node.l_child)

        elif key > curr_node.key:
            curr_node.r_child = self.__insert(key, value, curr_node.r_child)

        else:
            curr_node.value = value

        return curr_node

当当前的节点为None时，根据参数中的key和value建立新的节点，并返回这个节点。当key值小于当前节点的key时，将新节点插入到当前节点的左子树的相应位置，然后返回当前节点。同理key值大于当前节点的key时，将新节点插入到当前节点的右子树的相应位置，返回当前节点。如果key等于当前节点key，将插入操作改变为更新操作。

search:

    def __search(self, node, key):
        if node:
            if node.key == key:
                return node
            elif node.key > key:
                return self.__search(node.l_child, key)
            else:
                return self.__search(node.r_child, key)

        return False

在当前node为根节点的子树中，查找key为key的子节点，如果当前node的key值与参数相同，返回当前节点。否则递归地到左右子树中找key为key的节点，如果没有找到，最终返回False。

update:

  def __update(self, key, value, node):
        if node:
            if node.key == key:
                node.value = value
            elif node.key > key:
                self.__update(key, value, node.l_child)
            else:
                self.__update(key, value, node.r_child)

在当前node为根节点的子树中，查找key为key的节点。如果当前node的key值与参数相同，更新当前节点的value。否则递归地到左右子树中找到key为key的节点，并更新value。

remove:

执行remove操作时，分为两种情况。
1.当前要删除的节点没有右子节点，此时将左子节点作为当前节点，返回。
2.当前要删除的节点(node_to_delete)有右子节点(r_child)，找到右子节点下，最小的节点(r_child_smallest_child)，将该节点与要删除的节点换位置。具体操作为：先拿到r_child_smallest_child，再将该节点从以r_child为根的子树中删除。再将node_to_delete的左孩子作为r_child_smallest_child的左孩子，node_to_delete的右孩子作为r_child_smallest_child的右孩子。最终将r_child_smallest_child赋给node_to_delete，并返回。

代码如下：

    def __remove(self, node, key):
        if node:
            if node.key < key:
                node.r_child = self.__remove(node.r_child, key)
            elif node.key > key:
                node.l_child = self.__remove(node.l_child, key)
            else:
                if node.r_child is None:
                    node = node.l_child
                else:
                    node_r_child_smallest_child = self.__get_smallest_child(node.r_child)
                    self.__remove_smallest(node.r_child)
                    node_r_child_smallest_child.r_child = node.r_child
                    node_r_child_smallest_child.l_child = node.l_child
                    node = node_r_child_smallest_child
            return node

        return False

其中__remove_smallest和__get_smallest_child含义分别是：删除当前节点下，最小的节点，以及获得当前节点下最小的节点。
代码如下：

    def __remove_smallest(self, node):
        if node.l_child:
            node.l_child = self.__remove_smallest(node.l_child)
            return node
        return node.r_child

当当前节点有左孩子时，删除左子树中最小的节点，并且返回当前节点。没有左孩子时，返回右孩子。

    def __get_smallest_child(self, node):
        if node.l_child:
            return self.__get_smallest_child(node.l_child)
        return node

当当前节点有左孩子时，获得左子树中最小的节点。没有左孩子时，返回当前节点。

深度优先遍历，可以选择先序遍历，中序遍历，后续遍历，以其中之一为例：

    def __l_m_r(self, node):
        if node:
            self.__l_m_r(node.l_child)
            print(node)
            self.__l_m_r(node.r_child)

当进行广度优先遍历时，需要用到队列。

    def bfs(self):
        queue = deque()
        queue.append(self.root)

        while queue:
            node = queue.popleft()
            if node:
                l_child = node.l_child
                r_child = node.r_child
                print(node.value)
                queue.append(l_child)
                queue.append(r_child)

以上是我所了解的二叉搜索树的基本功能

云服务器超融合服务器二叉树的遍历二叉树的存储二叉树的存储结构 java二叉树的构建

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/44613.html

Python数据结构——二叉搜索树的实现（上）

摘要：图展示了二叉搜索树的这一特性，显示的键没有关联任何的值。因为我们必须能够创建和使用一个空的二叉搜索树，所以我们将使用两个类来实现，第一个类我们称之为，第二个类我们称之为。图说明了将新节点插入到一个二叉搜索树的过程。二叉搜索树我们已经知道了在一个集合中获取键值对的两种不同的方法。回忆一下这些集合是如何实现ADT（抽象数据类型）MAP的。我们讨论两种ADT MAP的实现方式，基于列表的...

AbnerMing 2019-07-31 11:41 评论0 收藏0
Python数据结构——二叉搜索树的实现（下）

摘要：现在对我们来说首要的问题是从二叉搜索树中删除一个节点。搜索树分析通过二叉搜索树实现的完成，我们将对我们已经实现的方法进行一个快速的分析。对它的执行效果造成限制的是二叉树的高度。当表示树的高度时，一个满二叉树中节点的总数是。搜索树实现（续）最后，我们把注意力转向二叉搜索树中最具挑战性的方法，删除一个键值（参见Listing 7）。首要任务是要找到搜索树中要删除的节点。如果树有一个以上...

weapon 2019-07-24 18:27 评论0 收藏0
Python数据结构——AVL树的基本概念

摘要：我们知道，当树变得不平衡时和操作会使二叉搜索树的性能降低到。树实现抽象数据类型就像一个普通的二叉搜索树，唯一不同的是这棵树的工作方式。我们通过比较每个节点的左右子树的高度完成比较。平衡二叉搜索树在上一节中我们讨论了建立一个二叉搜索树。我们知道，当树变得不平衡时get和put操作会使二叉搜索树的性能降低到O(n)。在这一节中我们将看到一种特殊的二叉搜索树，它可以自动进行调整，以确保树...

jiekechoo 2019-07-24 18:26 评论0 收藏0
树和树的算法

摘要：树和树的算法一树树的概念树英语是一种抽象数据类型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。一种时间复杂度额外空间复杂度的二叉树的遍历方式，为二叉树的节点个数。树和树的算法一、树 1.1 树的概念树（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...

RaoMeng 2019-08-19 11:08 评论0 收藏0
树和树的算法

摘要：树和树的算法一树树的概念树英语是一种抽象数据类型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。一种时间复杂度额外空间复杂度的二叉树的遍历方式，为二叉树的节点个数。树和树的算法一、树 1.1 树的概念树（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...

PiscesYE 2019-07-30 17:45 评论0 收藏0