基于python的二叉搜索树

本文深入探讨了二叉搜索树的基本概念与操作,包括创建、查询、删除节点等核心功能,并通过Python代码实现了这些功能,展示了二叉搜索树的中序遍历特性及其在数据查找和管理上的应用。

二叉搜索树即左孩子<=根节点,右孩子>=根节点


# -*- coding: utf-8 -*-

class TreeNode:

    def __init__(self,value):

        self.value=value

        self.left=None

        self.right=None

 
class bst_Method:

    def tree_Create(self,root,val):

        if root==None:

            root=TreeNode(val)

        elif val<root.value:

            root.left=self.tree_Create(root.left,val)

        elif val>root.value:

            root.right=self.tree_Create(root.right,val)

        return root


    def tree_Query(self,root,val):

        if root==None:

            return

        if root.value==val:

            return root.value

        elif root.value>val:

            return self.tree_Query(root.left,val)

        elif root.value>val:

            return self.tree_Query(root.right,val)

 
    def delNode(self, root, val):

        '''删除二叉搜索树中值为val的点'''

        if root == None:

            return

        if val < root.value:

            root.left = self.delNode(root.left, val)

        elif val > root.value:

            root.right = self.delNode(root.right, val)

        # 当val == root.val时,分为三种情况:只有左子树或者只有右子树、有左右子树、即无左子树又无右子树

        else:

            if root.left and root.right:

                # 既有左子树又有右子树,则需找到右子树中最小值节点

                temp = self.find_Min(root.right)

                root.value = temp.value

                # 再把右子树中最小值节点删除

                root.right = self.delNode(root.right, temp.value)

            elif root.right == None and root.left == None:

                # 左右子树都为空

                root = None

            elif root.right == None:

                # 只有左子树

                root = root.left

            elif root.left == None:

                # 只有右子树

                root = root.right

        return root


    def find_Min(self,root):

        if root.left:

            return self.find_Min(root.left)

        else:

            return root

 
    def find_Max(self,root):

        if root.right:

            return self.find_Max(root.right)

        else:

            return root


    def tree_Print(self,root):

        if root==None:

            return

        self.tree_Print(root.left)

        print(root.value,end=' ')

        self.tree_Print(root.right)

 
if __name__=='__main__':

    List = [17, 5, 35, 2, 11, 29, 38, 9, 16, 8]

    root=None

    op=bst_Method()

    for i in List:

        root=op.tree_Create(root,i)

    print('中序遍历,二叉搜索树的中序遍历是有序的')

    op.tree_Print(root)

    print('')

    print('根节点的值为:', root.value)

    print('树中最大值为:', op.find_Max(root).value)

    print('树中最小值为:', op.find_Min(root).value)

    print('查询树中值为5的节点:', op.tree_Query(root, 5))

    print('查询树中值为100的节点:', op.tree_Query(root, 100))

    print('删除树中值为16的节点:', end=' ')

    root = op.delNode(root, 16)

    op.tree_Print(root)

    print('')

    print('删除树中值为5的节点:', end=' ')

    root = op.delNode(root, 5)

    op.tree_Print(root)

    print('')

 

 

 

 

转载于:https://my.oschina.net/magicalee/blog/2209306

### 关于 Python 中的二叉搜索树实现 Python 的标准库并未直接提供专门用于构建二叉搜索树(Binary Search Tree, BST)的模块[^3]。然而,可以通过自定义类的方式手动实现二叉搜索树的功能。以下是基于引用中的内容以及常见的实现方式: #### 自定义二叉搜索树的实现 可以创建一个 `Node` 类表示节点,并通过另一个类 `BinarySearchTree` 来管理这些节点。 ```python class Node: def __init__(self, key): self.left = None self.right = None self.val = key class BinarySearchTree: def __init__(self): self.root = None def insert(self, root, key): if root is None: return Node(key) else: if root.val < key: root.right = self.insert(root.right, key) else: root.left = self.insert(root.left, key) return root def inorder_traversal(self, root): elements = [] if root: elements += self.inorder_traversal(root.left) elements.append(root.val) elements += self.inorder_traversal(root.right) return elements # 使用示例 bst = BinarySearchTree() root = None keys = [50, 30, 70, 20, 40, 60, 80] for key in keys: root = bst.insert(root, key) print("In-order Traversal:", bst.inorder_traversal(root)) ``` 上述代码展示了如何通过递归方法插入新节点并执行中序遍历操作[^1]。 #### 第三方库支持 尽管 Python 标准库不包含现成的二叉搜索树模块,但一些第三方库可能提供了更高级的数据结构支持。例如,`bintrees` 是一个专注于红黑树和 AVL 树的库,虽然它不是严格意义上的二叉搜索树,但它实现了类似的平衡树功能。需要注意的是,在某些场景下(如编程竞赛),这类库可能会被限制使用。 要安装此类库,可运行如下命令: ```bash pip install bintrees ``` 如果需要特定版本的 Python 执行环境,则可以根据需求指定对应的解释器版本来安装依赖项[^2]: ```bash python3.10 -m pip install bintrees ``` #### 配置编译注意事项 当自行编译 Python 解释器时,确保配置阶段正确设置了相关路径参数以避免潜在问题。这一步骤尤其重要,尤其是在处理涉及 SSL 或其他扩展模块的情况下[^4]。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值