遍历是访问树的所有节点的过程，也可以打印它们的值。 因为所有节点都通过边(链接)连接，所以始终从根(头)节点开始。 也就是说，我们不能随机访问树中的一个节点。 这里介绍三种方式来遍历一棵树 -
- 顺序遍历
- 前序遍历
- 后序遍历
按顺序遍历
在这种遍历方法中，首先访问左侧子树，然后访问根，然后访问右侧子树。 我们应该永远记住每个节点本身可能代表一个子树。
在下面的python程序中，使用Node类为根节点以及左右节点创建占位符。 然后创建一个insert()函数来将数据添加到树中。 最后，Inorder遍历逻辑通过创建一个空列表，并首先添加添加根节点或父节点，然后左节点来实现。 最后添加左节点以完成Inorder遍历。 请注意，对于每个子树重复此过程，直到遍历所有节点。
class Node:
def __init__(self, data):
self.left = None
self.right = None
self.data = data
# Insert Node
def insert(self, data):
if self.data:
if data < self.data:
if self.left is None:
self.left = Node(data)
else:
self.left.insert(data)
elif data > self.data:
if self.right is None:
self.right = Node(data)
else:
self.right.insert(data)
else:
self.data = data
# Print the Tree
def PrintTree(self):
if self.left:
self.left.PrintTree()
print( self.data),
if self.right:
self.right.PrintTree()
# Inorder traversal
# Left -> Root -> Right
def inorderTraversal(self, root):
res = []
if root:
res = self.inorderTraversal(root.left)
res.append(root.data)
res = res + self.inorderTraversal(root.right)
return res
root = Node(27)
root.insert(14)
root.insert(35)
root.insert(10)
root.insert(19)
root.insert(31)
root.insert(42)
print(root.inorderTraversal(root))
执行上面示例代码，得到以下结果 -
[10, 14, 19, 27, 31, 35, 42]
前序遍历
在这种遍历方法中，首先访问根节点，然后访问左边的子树，最后访问右边的子树。
在下面的python程序中，使用Node类为根节点以及左右节点创建占位符。 然后创建一个insert()函数来将数据添加到树中。 最后，前序遍历遍历逻辑通过创建一个空列表并首先添加根节点，然后添加左节点来实现。 最后添加右节点以完成前序遍历。 请注意，对于每个子树重复此过程，直到遍历所有节点。
class Node:
def __init__(self, data):
self.left = None
self.right = None
self.data = data
# Insert Node
def insert(self, data):
if self.data:
if data < self.data:
if self.left is None:
self.left = Node(data)
else:
self.left.insert(data)
elif data > self.data:
if self.right is None:
self.right = Node(data)
else:
self.right.insert(data)
else:
self.data = data
# Print the Tree
def PrintTree(self):
if self.left:
self.left.PrintTree()
print( self.data),
if self.right:
self.right.PrintTree()
# Preorder traversal
# Root -> Left ->Right
def PreorderTraversal(self, root):
res = []
if root:
res.append(root.data)
res = res + self.PreorderTraversal(root.left)
res = res + self.PreorderTraversal(root.right)
return res
root = Node(27)
root.insert(14)
root.insert(35)
root.insert(10)
root.insert(19)
root.insert(31)
root.insert(42)
print(root.PreorderTraversal(root))
当上面的代码被执行时，它会产生以下结果 -
[27, 14, 10, 19, 35, 31, 42]
后序遍历
在这个遍历方法中，最后访问根节点。 首先遍历左子树，然后遍历右子树，最后遍历根节点。
在下面的python程序中，使用Node类为根节点以及左右节点创建占位符。 然后创建一个insert()函数来将数据添加到树中。 最后，通过创建一个空列表并添加左节点，然后添加右节点来实现后序遍历逻辑。 最后，添加根或父节点以完成后序遍历。 请注意，对于每个子树重复此过程，直到遍历所有节点。参考以下代码实现 -
class Node:
def __init__(self, data):
self.left = None
self.right = None
self.data = data
# Insert Node
def insert(self, data):
if self.data:
if data < self.data:
if self.left is None:
self.left = Node(data)
else:
self.left.insert(data)
elif data > self.data:
if self.right is None:
self.right = Node(data)
else:
self.right.insert(data)
else:
self.data = data
# Print the Tree
def PrintTree(self):
if self.left:
self.left.PrintTree()
print( self.data),
if self.right:
self.right.PrintTree()
# Postorder traversal
# Left ->Right -> Root
def PostorderTraversal(self, root):
res = []
if root:
res = self.PostorderTraversal(root.left)
res = res + self.PostorderTraversal(root.right)
res.append(root.data)
return res
root = Node(27)
root.insert(14)
root.insert(35)
root.insert(10)
root.insert(19)
root.insert(31)
root.insert(42)
print(root.PostorderTraversal(root))
当上面的代码被执行时，它会产生以下结果 -
[10, 19, 14, 31, 42, 35, 27]
