二叉树实现以及遍历算法实现（python）

使用python实现一个二叉树，以下是实现的二叉树的图形样本：

新規 Microsoft Visio 绘图.jpg

代码很简单，不再做过多解释，以下是代码：

class Node:      def __init__(self,value=None,left=None,right=None):          self.value=value          self.left=left          self.right=right treeHeader = Node('A',Node('B',Node('E',Node('H'),Node('I'))),Node('C',Node('F'),Node('G',Node('J'))));

这样一个简单的二叉树就实现了。接下来该实现广度优先遍历和深度优先遍历算法了。

先看一下这两种遍历方法的区别。

深度优先遍历：从根节点出发，沿着左子树方向进行纵向遍历，直到找到叶子节点为止。而后回溯到前一个节点，进行右子树节点的遍历，直到遍历完所有可达节点为止。

广度优先遍历：从根节点出发，在横向遍历二叉树层段节点的基础上纵向遍历二叉树的层次。

从实现的角度考虑，深度优先遍历能采使用递归，而广度优先就需要借助于先进先出的数据结构来实现了。

实现代码：

深度优先遍历：

# 深度优先遍历 DFS(先序)def depth(treeNode):    node = treeNode;    print node.value;    if node.left != None:        depth(node.left);    if node.right != None:        depth(node.right);    return;

广度优先遍历：

# 广度优先遍历 BFSdef breadth(treeNode):    node = treeNode;    listTmp = [node];    while True:        if len(listTmp) != 0:            nodeTmp = listTmp.pop(0);            print nodeTmp.value;        else:            break;        if nodeTmp.left != None:            listTmp.append(nodeTmp.left);        if nodeTmp.right != None:            listTmp.append(nodeTmp.right);    return;

执行结果：

image.png

大功告成。

附上1一律代码：

# coding=utf-8class Node:      def __init__(self,value=None,left=None,right=None):          self.value=value          self.left=left          self.right=right # 深度优先遍历 DFS(先序)def depth(treeNode):    node = treeNode;    print node.value;    if node.left != None:        depth(node.left);    if node.right != None:        depth(node.right);    return;# 广度优先遍历 BFSdef breadth(treeNode):    node = treeNode;    listTmp = [node];    while True:        if len(listTmp) != 0:            nodeTmp = listTmp.pop(0);            print nodeTmp.value;        else:            break;        if nodeTmp.left != None:            listTmp.append(nodeTmp.left);        if nodeTmp.right != None:            listTmp.append(nodeTmp.right);    return;treeHeader = Node('A',Node('B',Node('E',Node('H'),Node('I'))),Node('C',Node('F'),Node('G',Node('J'))));print "DFS:"depth(treeHeader);print "BFS:"breadth(treeHeader);