算法导论 第十二章 二叉搜索树(python)
上图:
这是二叉搜索树(也有说是查找树的)基本结构:如果y是x的左子树中的一个结点,那么y.key <= x.key(如a图中的6根结点大于它左子树的每一个结点 6 >= {2,5,5}),如果y是x的右子树中的一个结点,那么y.key >x.key
注:不同堆,堆是中间的结点最大或最小,而二叉搜索树是左中右的大小顺序,我们用这个特性来遍历二叉搜索树得到是他的顺序排列(中序遍历)#中在什么地方就叫什么遍历 如前序遍历:中左右 后序:左右中
如图a他的中序遍历为 2->5->5->6->7->8 #从大到小
基本操作:
SEARCH:查找关键字为k的结点 O(h) #h为二叉树的高度
MINIMUM:查找二叉树的最小值(显然是最左的那个结点) O(h)
MAXIMUM:查找二叉树的最大值(显然是最右的那个结点) O(h)
PREDECESSOR:查找x的前驱y O(h)
SUCCESSOR:查找x的后驱y O(h)
INSERT:插入结点z O(h)
DELETE:删除结点z O(h)
注:
1.其中插入和删除因为要调整树的结构所以有点复杂
2.复杂都为O(h) #h为二叉树的高度,我们看下图
他们的结点数(n)都是6但是高度是不同的 ha = 2 而 hb = 4 ,这种差距在应用中可能会有很大的性能问题,同以前的快速排序一样使用随机化方法或者是其他的限定条件(如红黑树)来保证性能在一个好一点的范围内(h = logn),就是不能让二叉树保持一条直线向下
给出python实现:
class Node: #结点 def __init__(self,data):
self.left = None
self.right = None
self.parent = None
self.data = data
def createNode(self,data):
#初始化
return Node(data) def inorder_tree_walk(self):
"""
中序遍历
"""
if self.left: #左
self.left.inorder_tree_walk()
print(self.data,end = ' ') #中
if self.right: #右
self.right.inorder_tree_walk()
def tree_search(self,data):
if self == None or self.data == data:
return self if data < self.data:
return self.left.tree_seatch(data)
else :
return self.right.tree_seatch(data) def iterative_tree_search(self,data):
#非递归版查找一般会比递归版更快
n = self
while n != None and data != n.data:
if data < n.data:
n = n.left
else:
n = n.right
return n def tree_mininum(self):
if self.left:
return self.left.tree_mininum()
else:
return self def tree_maximun(self):
if self.right:
return self.right.true_maximun()
else:
return self def tree_successor(self): """
找后继:
有右子树,取右子树中最小的
没有右子树,也就是这个子树中最大的,应该向上找第一个把他当右子树的结点
前驱 相反
"""
x = self
if x.right != None:
return x.right.tree_mininum()
else:
p = x.parent
while p and p.right == x:
x = p
p = p.parent
return p
def tree_predecessor(self):
x = self
if x.left != None:
return x.left.tree_maximun()
else:
p = x.parent
while p and p.left == x:
x = p
p = p.parent
return p def tree_insert(self,data):
#插入data
node = self
while node:
if data < node.data:
next = node.left
else:
next = node.right
if next:
node = next
else:
break
nn = self.createNode(data)
if data < node.data:
node.left = nn
node.left.parent = node
else:
node.right = nn
node.right.parent = node
return nn def tree_delete(self,root):
'''
1.有2子树
1.相对树结构移除的是self 2.少于有2子树
1.相对树结点移除的是self的后继 当然删除还是self.data
''' n = self if n.left == None or n.right == None :
y = n #至多有1子树直接删除
else:
y = n.tree_successor()#要用后继覆盖他 if y.left == None: #x 覆盖 y #至多有1个子树 y是黑的话 x的黑+1
x = y.right
else:
x = y.left x.parent = y.parent
if y.parent == None:
root = x
elif y == y.parent.left:
y.parent.left = x
else:
y.parent.right = x if y != n:
n.data = y.data
return root; if __name__ == '__main__':
root = Node(6)
root.tree_insert(5)
root.tree_insert(7)
root.tree_insert(2)
root.tree_insert(3)
root.tree_insert(8)
print("中序遍历: ",end = '')
root.inorder_tree_walk()
print("\n查找:",end = '')
test1= root.iterative_tree_search(5)
print(str(test1.data)+'的后继:'+str(test1.tree_successor().data)) print("查找:",end = '')
test2= root.tree_search(6)
print(str(test2.data)+'的前驱:'+str(test2.tree_predecessor().data))
root = test2.tree_delete(root)
print("删除6后:",end = '')
root.inorder_tree_walk()
root = root.iterative_tree_search(2).tree_delete(root)
print("\n删除2后:",end = '')
root.inorder_tree_walk()
'''
================= RESTART: F:\python\algorithms\12_1_tree.py =================
中序遍历: 2 3 5 6 7 8
查找:5的后继:6
查找:6的前驱:5
删除6后:2 3 5 7 8
删除2后:3 5 7 8
>>> python 3.5.1 win7
'''
参考引用:
http://www.wutianqi.com/?cat=515&paged=4
http://blog.csdn.net/fxjtoday/article/details/6448083
最新文章
- 对来自于Azure的远程连接文件(.rdp)的另一种更便捷的自定义方法
- 一步一步来做WebQQ机器人-(五)(发送消息||完结)
- css3动画的两种方式transition和@keyframs
- 使用json存储结构化数据
- PyCharm 5 破解注册方法
- Java 基本语法(1)
- java获取点击微信自定义菜单的用户openid
- iOS开发-自动布局和自动旋转
- linux中python环境搭建及升级后yum不可用解决方案
- 投稿前必备的cover letter
- Java 二次MD5 32位小写加密算法与php页面加密结果相同
- Django网站制作根目录,巧用404,可访问根目录任意网页
- ABP大型项目实战(2) - 调试与排错 - 日志 - 查看审计日志
- Android启动过程
- SQL Server查询中特殊字符的处理方法
- PHP-PHP.INI常用配置详解
- c++ template<;typename T>;
- 利用Nginx rewrite规则实现域名显性转发
- Web 开发人员需知的 Web 缓存知识
- PHP Version 7.0.13-0ubuntu0.16.04.1 mysql-server-5.7