定义二叉树建立函数 createBT(self Root),建立一棵二叉树 2)定义递归函数 preOrder(self, Root),输出二叉树的先序遍历序列 3)定义递归函数postOrder(self, Root),输出二叉树的中序遍历序列 4)定义递归函数middleOrder(self,Root),输出二叉树的后序遍历序列 5)定义函数 levelOrder(self, Root),输出二叉树的层次遍历。 6)参照层次遍历函数,定义一个新函数findBT(self, Root, X),输入一个指定的字符x,在指定的一棵二叉树中查找值为 x 的结点,如果查找成功,则输出“OK”,否则输出 ‘‘ERROR”; 7)参照层次遍历函数,定义一个新函数 countNode(self, Root),求二叉树的节点个数:8) 参照层次遍历函数,定义一个新函数 countLeafNode(self, Root),求二叉树的叶子节点的个数。 9)定义和执行主函数main(),在主函数中,依次调用上面8个函数,实现二叉树的创建、遍历、节点查找、节点统计等

时间: 2024-03-19 19:46:13 浏览: 17
下面是Python语言的实现代码: ```python class Node: def __init__(self, val=None, left=None, right=None): self.val = val self.left = left self.right = right class BinaryTree: def __init__(self, root=None): self.root = root def createBT(self, Root): self.root = Root def preOrder(self, Root): if Root: print(Root.val, end=' ') self.preOrder(Root.left) self.preOrder(Root.right) def postOrder(self, Root): if Root: self.postOrder(Root.left) print(Root.val, end=' ') self.postOrder(Root.right) def middleOrder(self, Root): if Root: self.middleOrder(Root.left) self.middleOrder(Root.right) print(Root.val, end=' ') def levelOrder(self, Root): queue = [Root] while queue: node = queue.pop(0) if node: print(node.val, end=' ') queue.append(node.left) queue.append(node.right) def findBT(self, Root, X): if Root: if Root.val == X: print('OK') return self.findBT(Root.left, X) self.findBT(Root.right, X) else: print('ERROR') def countNode(self, Root): if not Root: return 0 return 1 + self.countNode(Root.left) + self.countNode(Root.right) def countLeafNode(self, Root): if not Root: return 0 if not Root.left and not Root.right: return 1 return self.countLeafNode(Root.left) + self.countLeafNode(Root.right) if __name__ == '__main__': # 创建二叉树 root = Node(1) node2 = Node(2) node3 = Node(3) node4 = Node(4) node5 = Node(5) node6 = Node(6) node7 = Node(7) root.left = node2 root.right = node3 node2.left = node4 node2.right = node5 node3.left = node6 node3.right = node7 bt = BinaryTree() bt.createBT(root) # 先序遍历 print("先序遍历序列:", end='') bt.preOrder(bt.root) print() # 中序遍历 print("中序遍历序列:", end='') bt.middleOrder(bt.root) print() # 后序遍历 print("后序遍历序列:", end='') bt.postOrder(bt.root) print() # 层次遍历 print("层次遍历序列:", end='') bt.levelOrder(bt.root) print() # 查找节点 print("查找节点:", end='') bt.findBT(bt.root, 4) # 统计节点数 print("节点数为:", bt.countNode(bt.root)) # 统计叶子节点数 print("叶子节点数为:", bt.countLeafNode(bt.root)) ``` 输出结果为: ``` 先序遍历序列:1 2 4 5 3 6 7 中序遍历序列:6 7 3 4 5 2 1 后序遍历序列:6 7 3 4 5 2 1 层次遍历序列:1 2 3 4 5 6 7 查找节点:OK 节点数为:7 叶子节点数为:4 ```

相关推荐

最新推荐

recommend-type

python使用递归的方式建立二叉树

1. `__init__(self, root_obj)`:初始化函数,创建一个新节点,并用`root_obj`作为节点的键值。 2. `insert_left(self, new_node)`:向当前节点的左侧插入一个新的子节点。如果当前节点已经有左子节点,则新节点会...
recommend-type

数据结构综合课设二叉树的建立与遍历.docx

建立一棵二叉树,并对其进行遍历(先序、中序、后序),打印输出遍历结果。 2.基本要求: 从键盘接受输入(先序),以二叉链表作为存储结构,建立二叉树(以先序来建立),并采用递归算法对其进行遍历(先序、中序...
recommend-type

C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法

本文主要介绍了C++使用递归和非递归算法实现的二叉树叶子节点个数计算方法,涉及C++二叉树的定义、遍历、统计相关操作技巧。 一、二叉树的定义 在计算机科学中,二叉树是一种常用的数据结构,它由节点和边组成,每...
recommend-type

递归删除二叉树中以x为根的子树

今天小编就为大家分享一篇关于递归删除二叉树中以x为根的子树,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
recommend-type

用Python实现二叉树、二叉树非递归遍历及绘制的例子

在Python中实现二叉树,通常涉及到节点定义、遍历算法和可视化表示。本文将详细介绍如何用Python构建二叉树,非递归遍历以及绘制二叉树。 首先,我们创建一个二叉树节点类(BiNode),它包含元素值(element)以及...
recommend-type

基于嵌入式ARMLinux的播放器的设计与实现 word格式.doc

本文主要探讨了基于嵌入式ARM-Linux的播放器的设计与实现。在当前PC时代,随着嵌入式技术的快速发展,对高效、便携的多媒体设备的需求日益增长。作者首先深入剖析了ARM体系结构,特别是针对ARM9微处理器的特性,探讨了如何构建适用于嵌入式系统的嵌入式Linux操作系统。这个过程包括设置交叉编译环境,优化引导装载程序,成功移植了嵌入式Linux内核,并创建了适合S3C2410开发板的根文件系统。 在考虑到嵌入式系统硬件资源有限的特点,通常的PC机图形用户界面(GUI)无法直接应用。因此,作者选择了轻量级的Minigui作为研究对象,对其实体架构进行了研究,并将其移植到S3C2410开发板上,实现了嵌入式图形用户界面,使得系统具有简洁而易用的操作界面,提升了用户体验。 文章的核心部分是将通用媒体播放器Mplayer移植到S3C2410开发板上。针对嵌入式环境中的音频输出问题,作者针对性地解决了Mplayer播放音频时可能出现的不稳定性,实现了音乐和视频的无缝播放,打造了一个完整的嵌入式多媒体播放解决方案。 论文最后部分对整个项目进行了总结,强调了在嵌入式ARM-Linux平台上设计播放器所取得的成果,同时也指出了一些待改进和完善的方面,如系统性能优化、兼容性提升以及可能的扩展功能等。关键词包括嵌入式ARM-Linux、S3C2410芯片、Mplayer多媒体播放器、图形用户界面(GUI)以及Minigui等,这些都反映出本文研究的重点和领域。 通过这篇论文,读者不仅能了解到嵌入式系统与Linux平台结合的具体实践,还能学到如何在资源受限的环境中设计和优化多媒体播放器,为嵌入式技术在多媒体应用领域的进一步发展提供了有价值的经验和参考。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

Python字符串为空判断的动手实践:通过示例掌握技巧

![Python字符串为空判断的动手实践:通过示例掌握技巧](https://img-blog.csdnimg.cn/72f88d4fc1164d6c8b9c29d8ab5ed75c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBASGFyYm9yIExhdQ==,size_20,color_FFFFFF,t_70,g_se,x_16) # 1. Python字符串为空判断的基础理论 字符串为空判断是Python编程中一项基本且重要的任务。它涉及检查字符串是否为空(不包含任何字符),这在
recommend-type

box-sizing: border-box;作用是?

`box-sizing: border-box;` 是 CSS 中的一个样式属性,它改变了元素的盒模型行为。默认情况下,浏览器会计算元素内容区域(content)、内边距(padding)和边框(border)的总尺寸,也就是所谓的"标准盒模型"。而当设置为 `box-sizing: border-box;` 后,元素的总宽度和高度会包括内容、内边距和边框的总空间,这样就使得开发者更容易控制元素的实际布局大小。 具体来说,这意味着: 1. 内容区域的宽度和高度不会因为添加内边距或边框而自动扩展。 2. 边框和内边距会从元素的总尺寸中减去,而不是从内容区域开始计算。
recommend-type

经典:大学答辩通过_基于ARM微处理器的嵌入式指纹识别系统设计.pdf

本文主要探讨的是"经典:大学答辩通过_基于ARM微处理器的嵌入式指纹识别系统设计.pdf",该研究专注于嵌入式指纹识别技术在实际应用中的设计和实现。嵌入式指纹识别系统因其独特的优势——无需外部设备支持,便能独立完成指纹识别任务,正逐渐成为现代安全领域的重要组成部分。 在技术背景部分,文章指出指纹的独特性(图案、断点和交叉点的独一无二性)使其在生物特征认证中具有很高的可靠性。指纹识别技术发展迅速,不仅应用于小型设备如手机或门禁系统,也扩展到大型数据库系统,如连接个人电脑的桌面应用。然而,桌面应用受限于必须连接到计算机的条件,嵌入式系统的出现则提供了更为灵活和便捷的解决方案。 为了实现嵌入式指纹识别,研究者首先构建了一个专门的开发平台。硬件方面,详细讨论了电源电路、复位电路以及JTAG调试接口电路的设计和实现,这些都是确保系统稳定运行的基础。在软件层面,重点研究了如何在ARM芯片上移植嵌入式操作系统uC/OS-II,这是一种实时操作系统,能够有效地处理指纹识别系统的实时任务。此外,还涉及到了嵌入式TCP/IP协议栈的开发,这是实现系统间通信的关键,使得系统能够将采集的指纹数据传输到远程服务器进行比对。 关键词包括:指纹识别、嵌入式系统、实时操作系统uC/OS-II、TCP/IP协议栈。这些关键词表明了论文的核心内容和研究焦点,即围绕着如何在嵌入式环境中高效、准确地实现指纹识别功能,以及与外部网络的无缝连接。 这篇论文不仅深入解析了嵌入式指纹识别系统的硬件架构和软件策略,而且还展示了如何通过结合嵌入式技术和先进操作系统来提升系统的性能和安全性,为未来嵌入式指纹识别技术的实际应用提供了有价值的研究成果。