杰网资源 Design By www.escxy.com
二叉查找树
- 所有 key 小于 V 的都被存储在 V 的左子树
- 所有 key 大于 V 的都存储在 V 的右子树
BST 的节点
class BSTNode(object):
def __init__(self, key, value, left=None, right=None):
self.key, self.value, self.left, self.right = key, value, left, right
二叉树查找
如何查找一个指定的节点呢,根据定义我们知道每个内部节点左子树的 key 都比它小,右子树的 key 都比它大,所以 对于带查找的节点 search_key,从根节点开始,如果 search_key 大于当前 key,就去右子树查找,否则去左子树查找
NODE_LIST = [
{'key': 60, 'left': 12, 'right': 90, 'is_root': True},
{'key': 12, 'left': 4, 'right': 41, 'is_root': False},
{'key': 4, 'left': 1, 'right': None, 'is_root': False},
{'key': 1, 'left': None, 'right': None, 'is_root': False},
{'key': 41, 'left': 29, 'right': None, 'is_root': False},
{'key': 29, 'left': 23, 'right': 37, 'is_root': False},
{'key': 23, 'left': None, 'right': None, 'is_root': False},
{'key': 37, 'left': None, 'right': None, 'is_root': False},
{'key': 90, 'left': 71, 'right': 100, 'is_root': False},
{'key': 71, 'left': None, 'right': 84, 'is_root': False},
{'key': 100, 'left': None, 'right': None, 'is_root': False},
{'key': 84, 'left': None, 'right': None, 'is_root': False},
]
class BSTNode(object):
def __init__(self, key, value, left=None, right=None):
self.key, self.value, self.left, self.right = key, value, left, right
class BST(object):
def __init__(self, root=None):
self.root = root
@classmethod
def build_from(cls, node_list):
cls.size = 0
key_to_node_dict = {}
for node_dict in node_list:
key = node_dict['key']
key_to_node_dict[key] = BSTNode(key, value=key) # 这里值和key一样的
for node_dict in node_list:
key = node_dict['key']
node = key_to_node_dict[key]
if node_dict['is_root']:
root = node
node.left = key_to_node_dict.get(node_dict['left'])
node.right = key_to_node_dict.get(node_dict['right'])
cls.size += 1
return cls(root)
def _bst_search(self, subtree, key):
"""
subtree.key小于key则去右子树找 因为 左子树<subtree.key<右子树
subtree.key大于key则去左子树找 因为 左子树<subtree.key<右子树
:param subtree:
:param key:
:return:
"""
if subtree is None:
return None
elif subtree.key < key:
self._bst_search(subtree.right, key)
elif subtree.key > key:
self._bst_search(subtree.left, key)
else:
return subtree
def get(self, key, default=None):
"""
查找树
:param key:
:param default:
:return:
"""
node = self._bst_search(self.root, key)
if node is None:
return default
else:
return node.value
def _bst_min_node(self, subtree):
"""
查找最小值的树
:param subtree:
:return:
"""
if subtree is None:
return None
elif subtree.left is None:
# 找到左子树的头
return subtree
else:
return self._bst_min_node(subtree.left)
def bst_min(self):
"""
获取最小树的value
:return:
"""
node = self._bst_min_node(self.root)
if node is None:
return None
else:
return node.value
def _bst_max_node(self, subtree):
"""
查找最大值的树
:param subtree:
:return:
"""
if subtree is None:
return None
elif subtree.right is None:
# 找到右子树的头
return subtree
else:
return self._bst_min_node(subtree.right)
def bst_max(self):
"""
获取最大树的value
:return:
"""
node = self._bst_max_node(self.root)
if node is None:
return None
else:
return node.value
def _bst_insert(self, subtree, key, value):
"""
二叉查找树插入
:param subtree:
:param key:
:param value:
:return:
"""
# 插入的节点一定是根节点,包括 root 为空的情况
if subtree is None:
subtree = BSTNode(key, value)
elif subtree.key > key:
subtree.left = self._bst_insert(subtree.left, key, value)
elif subtree.key < key:
subtree.right = self._bst_insert(subtree.right, key, value)
return subtree
def add(self, key, value):
# 先去查一下看节点是否已存在
node = self._bst_search(self.root, key)
if node is not None:
# 更新已经存在的 key
node.value = value
return False
else:
self.root = self._bst_insert(self.root, key, value)
self.size += 1
def _bst_remove(self, subtree, key):
"""
删除并返回根节点
:param subtree:
:param key:
:return:
"""
if subtree is None:
return None
elif subtree.key > key:
subtree.right = self._bst_remove(subtree.right, key)
return subtree
elif subtree.key < key:
subtree.left = self._bst_remove(subtree.left, key)
return subtree
else:
# 找到了需要删除的节点
# 要删除的节点是叶节点 返回 None 把其父亲指向它的指针置为 None
if subtree.left is None and subtree.right is None:
return None
# 要删除的节点有一个孩子
elif subtree.left is None or subtree.right is None:
# 返回它的孩子并让它的父亲指过去
if subtree.left is not None:
return subtree.left
else:
return subtree.right
else:
# 有两个孩子,寻找后继节点替换,并从待删节点的右子树中删除后继节点
# 后继节点是待删除节点的右孩子之后的最小节点
# 中(根)序得到的是一个排列好的列表 后继节点在待删除节点的后边
successor_node = self._bst_min_node(subtree.right)
# 用后继节点替换待删除节点即可保持二叉查找树的特性 左<根<右
subtree.key, subtree.value = successor_node.key, successor_node.value
# 从待删除节点的右子树中删除后继节点,并更新其删除后继节点后的右子树
subtree.right = self._bst_remove(subtree.right, successor_node.key)
return subtree
def remove(self, key):
assert key in self
self.size -= 1
return self._bst_remove(self.root, key)
以上就是Python 实现二叉查找树的示例代码的详细内容,更多关于Python 实现二叉查找树的资料请关注其它相关文章!
杰网资源 Design By www.escxy.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
杰网资源 Design By www.escxy.com
暂无评论...
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。



