Python实现简单的二叉搜索树数据结构
发布时间:2023-12-04 17:25:35
二叉搜索树(Binary Search Tree,简称BST)是一种常用的数据结构,它具有以下特点:每个节点都有一个唯一的键值,并且左子树中的所有节点的键值都小于根节点的键值,右子树中的所有节点的键值都大于根节点的键值。通过这种有序性,二叉搜索树能够提供快速的查找、插入和删除操作。
在Python中,我们可以使用类来实现二叉搜索树的数据结构。下面是一个简单的实现:
class TreeNode:
def __init__(self, key):
self.key = key
self.left = None
self.right = None
class BST:
def __init__(self):
self.root = None
def insert(self, key):
if not self.root:
self.root = TreeNode(key)
else:
self._insert(self.root, key)
def _insert(self, node, key):
if key < node.key:
if node.left:
self._insert(node.left, key)
else:
node.left = TreeNode(key)
elif key > node.key:
if node.right:
self._insert(node.right, key)
else:
node.right = TreeNode(key)
def search(self, key):
return self._search(self.root, key)
def _search(self, node, key):
if not node or node.key == key:
return node
if key < node.key:
return self._search(node.left, key)
return self._search(node.right, key)
def delete(self, key):
self.root = self._delete(self.root, key)
def _delete(self, node, key):
if not node:
return node
if key < node.key:
node.left = self._delete(node.left, key)
elif key > node.key:
node.right = self._delete(node.right, key)
else:
if not node.left:
return node.right
elif not node.right:
return node.left
else:
min_node = self._find_min(node.right)
node.key = min_node.key
node.right = self._delete(node.right, min_node.key)
return node
def _find_min(self, node):
curr_node = node
while curr_node.left:
curr_node = curr_node.left
return curr_node
def inorder_traversal(self):
result = []
self._inorder_traversal(self.root, result)
return result
def _inorder_traversal(self, node, result):
if node:
self._inorder_traversal(node.left, result)
result.append(node.key)
self._inorder_traversal(node.right, result)
使用例子:
# 创建一个BST对象 bst = BST() # 插入节点 bst.insert(5) bst.insert(3) bst.insert(7) bst.insert(2) bst.insert(4) bst.insert(6) bst.insert(8) # 查找节点 print(bst.search(3)) # 删除节点 bst.delete(5) # 中序遍历 print(bst.inorder_traversal())
以上只是一个简单的二叉搜索树的实现和使用例子,实际应用中还可以进一步扩展,比如实现其他常用的二叉搜索树操作如前序遍历、后序遍历、层序遍历等,以及添加其他功能如计算树的高度、验证树的平衡性等。
