二叉树按层打印
算法
-
准备一个队列
-
准备一个二叉树，不一定是完全二叉树
-
准备一个变量last，表示当前层的最后一个节点
-
准备一个变量next_last，表示下一层的最后一个节点
-
将root节点首先放入队列中
-
此时last 是root nlast还没有值
-
从队列中拿出root节点，并打印
-
判断root节点的子节点是否存在，如果存在放入队列中，每次放入节点的时候将子节点赋值给nlast
- 拆开说明，假设root两个节点分别是A，B
- 将A节点放入队列中，指定next_last为 A，因为此时并不知道是否有B存在，
- 将B 节点放入队列中，指定next_last为B ，此时很明确第二层的最后一个节点是B
- 如果A节点不存在的话，直接放入B即可，每次放入前需要进行判断是否存在
- 如果没有子节点，队列中将没有节点可以打印，直接跳出循环
-
此时判断一件事情，当前打印的节点root 切好等于 当前last存储的节点 root，打印换行' '
-
并让last 等于 next_last也就说，当前层已经换成了第二层了。next_last目前保持不变
-
梳理变量：last为节点B，next_last为节点B，队列中有A，B
-
假设A 有一个左节点C ，B有一个有节点D
-
由于放入了A B 两个节点循环继续，拿出A，并打印，将A的子节点C放入队列中，并使得next_last等于C
-
此时还是判断当前打印的节点A与last中存储的节点B不相同，所以不换行，由于队列有值循环继续
-
最终循环会因为队列中没有节点而停止
代码准备工作
注：测试代码使用Python，Python版本3.6
节点类：Node
# 每个节点需要的东西，
# 1.节点存储的值
# 2.节点的左子节点
# 3.节点的右子节点
class Node():
def __init__(self,value):
self.value = value
self.left_node=None
self.right_node=None
队列类：Queue
# 队列即先进先出的list，队列类需要的属性
# 1.队列大小
# 2.队列中的值，用list表示
# 3.队列的尾部
# 4.在队列尾部插入数据
# 5.在队列头部读取数据
# 6.队列是否为空
# 7.队列是否被塞满
class Queue():
def __init__(self,size):
self.size = size
self.queue=[]
self.end=-1
def in_queue(self,value):
if self.queue_is_full():
print('Queue full')
else:
# append 在list尾端插入数据
self.queue.append(value)
# 插入一个后top变成了0，依次+1
self.end = self.end+1
def out_queue(self):
if self.queue_is_empty():
print('No data')
else:
# pop(0) 从list的头部拿出一个数据
data = self.queue.pop(0)
self.end=self.end-1
return data
def queue_is_full(self):
# end 是顶部的index +1后等于size就证明没有位置了
if self.end+1 == self.size:
return True
else:
return False
def queue_is_empty(self):
if self.end == -1:
return True
else:
return False
代码实现
main函数
if __name__ == "__main__":
# 创建二叉树
rootNode = Node('root')
A = Node('A')
B = Node('B')
# 跟节点 有两个子节点 A B
rootNode.left_node = A
rootNode.right_node = B
C = Node('C')
D = Node('D')
# A有左子节点C
A.left_node = C
# B有有子节点D
B.right_node = D
# 按层打印上面的二叉树
last = rootNode # 初始
nlast = rootNode # 初始
store_queue = Queue(5)#创建一个大小为5的队列
store_queue.in_queue(rootNode)# 初始放入rootNode
while store_queue.queue:
# 取出node
tmp_node = store_queue.out_queue()
# 打印
print(tmp_node.value,end=' ')
# 放入子节点
if tmp_node.left_node is not None:
store_queue.in_queue(tmp_node.left_node)
nlast = tmp_node.left_node
if tmp_node.right_node is not None:
store_queue.in_queue(tmp_node.right_node)
nlast = tmp_node.right_node
# 判断是否换行
if tmp_node == last:
print("
")
last = nlast
#### 结果
root
A B
C D
快速创建二叉树，通过list进行创建
def make_binary_tree(list):
if list is None:
list = ['root',['A',['C'],None],['B',None,['D']]]
rootNode = Node(list[0])
if len(list) >= 2 :
if list[1] is not None:
rootNode.left_node = make_binary_tree(list[1])
if len(list) >= 3 :
if list[2] is not None :
rootNode.right_node = make_binary_tree(list[2])
return rootNode
二次测试
if __name__ == "__main__":
# make binary tree data
'''
rootNode = Node('root')
A = Node('A')
B = Node('B')
rootNode.left_node = A
rootNode.right_node = B
C = Node('C')
D = Node('D')
A.left_node = C
B.right_node = D
'''
list = [
'root',
['A',
['C',
['E'],
['F']
],
['D',
['G',['H'],None],
None
]
],
['B',
['I',None,['J']],
['K',['L'],None]
]
]
rootNode = make_binary_tree(list)
# 按层打印上面的二叉树
last = rootNode # 初始
nlast = rootNode # 初始
store_queue = Queue(5)#创建一个大小为5的队列
store_queue.in_queue(rootNode)# 初始放入rootNode
while store_queue.queue:
# 取出node
tmp_node = store_queue.out_queue()
# 打印
print(tmp_node.value,end=' ')
# 放入子节点
if tmp_node.left_node is not None:
store_queue.in_queue(tmp_node.left_node)
nlast = tmp_node.left_node
if tmp_node.right_node is not None:
store_queue.in_queue(tmp_node.right_node)
nlast = tmp_node.right_node
# 判断是否换行
if tmp_node == last:
print("
")
last = nlast
## 结果
root
A B
C D I K
E F G J L
H
二叉树序列化
算法
- 前序遍历：按照 根-左-右，中序遍历 左-根-右，后序遍历 左-右-根
- 定义一个空字符串，
- 取出根节点Value+‘!’，拼接字符串，‘!’是每个节点value的结束标志
- 先判断左节点是否存在，存在如3的方式同样拼接
- 不存在拼接 '#!'
- 依次下去，直到遍历完毕所有的节点
代码准备工作
Node类
同上
创建二叉树方法
同上
序列化方法
# 前序
def pre_serialize_binary_tree(node):
string = ''
string = string + str(node.value)+'!'
if node.left_node is not None:
string = string + serialize_binary_tree(node.left_node)
else:
string = string + "#!"
if node.right_node is not None:
string = string + serialize_binary_tree(node.right_node)
else:
string = string + "#!"
return string
# 中序
def mid_serialize_binary_tree(node):
string = ''
#string = string + str(node.value)+'!'
if node.left_node is not None:
string = string + mid_serialize_binary_tree(node.left_node)
else:
string = string + "#!"
string = string + str(node.value)+'!'
if node.right_node is not None:
string = string + mid_serialize_binary_tree(node.right_node)
else:
string = string + "#!"
return string
# 后序
def back_serialize_binary_tree(node):
string = ''
if node.left_node is not None:
string = string + back_serialize_binary_tree(node.left_node)
else:
string = string + "#!"
if node.right_node is not None:
string = string + back_serialize_binary_tree(node.right_node)
else:
string = string + "#!"
string = string + str(node.value)+'!'
return string
代码实现
main函数
if __name__ == "__main__":
list = [
'root',
['A',
['C',
['E'],
['F']
],
['D',
['G',['H'],None],
None
]
],
['B',
['I',None,['J']],
['K',['L'],None]
]
]
rootNode = make_binary_tree(list)
result1 = pre_serialize_binary_tree(rootNode)
print("前序遍历")
print(result1)
#rootNode = ascertain_root_node(rootNode)
print("中序遍历")
result2 = mid_serialize_binary_tree(rootNode)
print(result2)
print("后序遍历")
result3 = back_serialize_binary_tree(rootNode)
print(result3)
## 结果
前序遍历
"root!A!C!E!#!#!F!#!#!D!G!H!#!#!#!#!B!I!#!J!#!#!K!L!#!#!#!"
中序遍历
"#!E!#!C!#!F!#!A!#!H!#!G!#!D!#!root!#!I!#!J!#!B!#!L!#!K!#!"
后序遍历
"#!#!E!#!#!F!C!#!#!H!#!G!#!D!A!#!#!#!J!I!#!#!L!#!K!B!root!"
二叉树反序列化
算法
- 将序列化好的字符串按照节点结束符拆分成数组
- 根据前序、中序、后序的规则，将数组数据重新组成二叉树
- 为# 的时候为空节点，赋值None
代码准备工作
Node类
同上
按层打印二叉树的方法
同上
反序列化函数
# 前序
def pre_deserialize_binary_tree(node_list):
tmp_node = node_list.pop(0)
rootNode = Node(tmp_node)
if tmp_node != "#":
rootNode.left_node = pre_deserialize_binary_tree(node_list)
rootNode.right_node = pre_deserialize_binary_tree(node_list)
else:
return None
return rootNode
# 中序
# 注：实在没找到中序反序列化的方法，望大神指点一下
按层打印二叉树方法
# 抽成方法 以备使用
def print_tree(rootNode):
# 按层打印上面的二叉树
last = rootNode # 初始
nlast = rootNode # 初始
store_queue = Queue(100)#创建一个大小为5的队列
store_queue.in_queue(rootNode)# 初始放入rootNode
while store_queue.queue:
# 取出node
tmp_node = store_queue.out_queue()
# 打印
print(tmp_node.value,end=' ')
# 放入子节点
if tmp_node.left_node is not None:
store_queue.in_queue(tmp_node.left_node)
nlast = tmp_node.left_node
if tmp_node.right_node is not None:
store_queue.in_queue(tmp_node.right_node)
nlast = tmp_node.right_node
# 判断是否换行
if tmp_node == last:
print("
")
last = nlast
代码实现
main函数
if __name__ == "__main__":
# make binary tree data
list = [
'root',
['A',
['C',
['E'],
['F']
],
['D',
['G',['H'],None],
None
]
],
['B',
['I',None,['J']],
['K',['L'],None]
]
]
rootNode = make_binary_tree(list)
result1 = pre_serialize_binary_tree(rootNode)
print("前序遍历")
print(result1)
#rootNode = ascertain_root_node(rootNode)
print("中序遍历")
result2 = mid_serialize_binary_tree(rootNode)
print(result2)
print("后序遍历")
result3 = back_serialize_binary_tree(rootNode)
print(result3)
# 直接使用上面序列化的结果
tree_list1 = result1.strip(" ").split('!')
tree_list1.pop()
de_result1 = pre_deserialize_binary_tree(tree_list1)
# 按层打印
print_tree(de_result1)
# 继续序列化进行对比
test = pre_serialize_binary_tree(de_result1)
print(test)
print(result1)
# ----------------------------Result----------------------------
root
A B
C D I K
E F G J L
H
"root!A!C!E!#!#!F!#!#!D!G!H!#!#!#!#!B!I!#!J!#!#!K!L!#!#!#!"
"root!A!C!E!#!#!F!#!#!D!G!H!#!#!#!#!B!I!#!J!#!#!K!L!#!#!#!"