बाइनरी ट्री कैसे लागू करें?
जवाबों:
यहाँ बाइनरी सर्च ट्री का मेरा सरल पुनरावर्ती कार्यान्वयन है।
#!/usr/bin/python
class Node:
def __init__(self, val):
self.l = None
self.r = None
self.v = val
class Tree:
def __init__(self):
self.root = None
def getRoot(self):
return self.root
def add(self, val):
if self.root is None:
self.root = Node(val)
else:
self._add(val, self.root)
def _add(self, val, node):
if val < node.v:
if node.l is not None:
self._add(val, node.l)
else:
node.l = Node(val)
else:
if node.r is not None:
self._add(val, node.r)
else:
node.r = Node(val)
def find(self, val):
if self.root is not None:
return self._find(val, self.root)
else:
return None
def _find(self, val, node):
if val == node.v:
return node
elif (val < node.v and node.l is not None):
self._find(val, node.l)
elif (val > node.v and node.r is not None):
self._find(val, node.r)
def deleteTree(self):
# garbage collector will do this for us.
self.root = None
def printTree(self):
if self.root is not None:
self._printTree(self.root)
def _printTree(self, node):
if node is not None:
self._printTree(node.l)
print(str(node.v) + ' ')
self._printTree(node.r)
# 3
# 0 4
# 2 8
tree = Tree()
tree.add(3)
tree.add(4)
tree.add(0)
tree.add(8)
tree.add(2)
tree.printTree()
print(tree.find(3).v)
print(tree.find(10))
tree.deleteTree()
tree.printTree()
अच्छा कार्यान्वयन। मैं यहाँ सिर्फ कुछ शैली के सामान को इंगित करने के लिए हूँ । अजगर आमतौर पर
—
जेफ मैंडेल
node is not Noneआपके बजाय करता है (node!=None)। इसके अलावा, आप __str__प्रिंटट्री विधि के बजाय फ़ंक्शन का उपयोग कर सकते हैं ।
इसके अलावा, आपका _find शायद होना चाहिए:
—
darkhipo
def _find(self, val, node): if(val == node.v): return node elif(val < node.v and node.l != None): return self._find(val, node.l) elif(val > node.v and node.r != None): return self._find(val, node.r)
क्या यह बाइनरी सर्च ट्री नहीं है
—
सागर शाह
left<=root<=right?
tree.find (0), tree.find (2), tree.find (4), tree.find (8) सभी वापस कोई नहीं।
—
टोनी वांग
एक छोटा सा बग है, जब आप मौजूदा कुंजी डालने की कोशिश करते हैं तो यह डुप्लिकेट कुंजी के साथ एक नया नोड बनाने के लिए पेड़ के नीचे जाता है।
—
डिएगो गैलीगोस
# simple binary tree
# in this implementation, a node is inserted between an existing node and the root
class BinaryTree():
def __init__(self,rootid):
self.left = None
self.right = None
self.rootid = rootid
def getLeftChild(self):
return self.left
def getRightChild(self):
return self.right
def setNodeValue(self,value):
self.rootid = value
def getNodeValue(self):
return self.rootid
def insertRight(self,newNode):
if self.right == None:
self.right = BinaryTree(newNode)
else:
tree = BinaryTree(newNode)
tree.right = self.right
self.right = tree
def insertLeft(self,newNode):
if self.left == None:
self.left = BinaryTree(newNode)
else:
tree = BinaryTree(newNode)
tree.left = self.left
self.left = tree
def printTree(tree):
if tree != None:
printTree(tree.getLeftChild())
print(tree.getNodeValue())
printTree(tree.getRightChild())
# test tree
def testTree():
myTree = BinaryTree("Maud")
myTree.insertLeft("Bob")
myTree.insertRight("Tony")
myTree.insertRight("Steven")
printTree(myTree)इसके बारे में और अधिक पढ़ें: यह एक बहुत ही सरल कार्यान्वयन है एक द्विआधारी वृक्ष है।
यह बीच में सवालों के साथ एक अच्छा ट्यूटोरियल है
कोड
—
ऊपरी
insertLeftटूट गया है और बाइनरी पेड़ की सबसे
इसे निम्न पंक्तियों में स्वैप करके आसानी से तय किया जा सकता है: tree.left = self.left self.left = tree
—
AirelleJab
अंतिम लिंक टूट गया है। क्या आप इसे ठीक कर सकते हैं।
—
अरजी जूल
[आपको साक्षात्कार के लिए क्या चाहिए] एक नोड वर्ग एक द्विआधारी वृक्ष का प्रतिनिधित्व करने के लिए पर्याप्त डेटा संरचना है।
(जबकि अन्य उत्तर अधिकतर सही हैं, उन्हें बाइनरी ट्री की आवश्यकता नहीं है: ऑब्जेक्ट क्लास का विस्तार करने की आवश्यकता नहीं है, बीएसटी होने की आवश्यकता नहीं है, डीके आयात करने की आवश्यकता नहीं है)।
class Node:
def __init__(self, value = None):
self.left = None
self.right = None
self.value = valueयहाँ एक पेड़ का उदाहरण दिया गया है:
n1 = Node(1)
n2 = Node(2)
n3 = Node(3)
n1.left = n2
n1.right = n3इस उदाहरण में n1 पेड़ की जड़ n2, n3 है जिसके बच्चे हैं।
क्या यह पहले से ही कई अन्य जवाबों में वर्णित के अलावा कुछ भी जोड़ता है?
—
स्नेफेल
@ स्नेफ़ेल अन्य जवाब एक बाइनरी ट्री के लिए परिष्कृत हैं। यह आवश्यक टुकड़ा है जो एक बाइनरी ट्री कार्यान्वयन के लिए आवश्यक है। अन्य उत्तर नए लोगों के लिए समझना बहुत मुश्किल बना रहे हैं इसलिए मैंने सोचा कि नए लोगों की मदद करने के लिए बस नंगे न्यूनतम पोस्ट करें। अन्य उत्तरों में से कुछ लेख और पत्रिका के कागजात के लिए अच्छे हैं;) यह भी एक टुकड़ा है जो किसी को सॉफ्टवेयर साक्षात्कार के लिए चाहिए।
—
अपदाना
यह सरलता जोड़ता है, जो मूल्यवान है।
—
पाइलैंग
सरल और बहुत तार्किक। महान। मैं इसे प्यार करता था!
—
अपोस्टोलोस
पायथन में BST का सरल कार्यान्वयन
class TreeNode:
def __init__(self, value):
self.left = None
self.right = None
self.data = value
class Tree:
def __init__(self):
self.root = None
def addNode(self, node, value):
if(node==None):
self.root = TreeNode(value)
else:
if(value<node.data):
if(node.left==None):
node.left = TreeNode(value)
else:
self.addNode(node.left, value)
else:
if(node.right==None):
node.right = TreeNode(value)
else:
self.addNode(node.right, value)
def printInorder(self, node):
if(node!=None):
self.printInorder(node.left)
print(node.data)
self.printInorder(node.right)
def main():
testTree = Tree()
testTree.addNode(testTree.root, 200)
testTree.addNode(testTree.root, 300)
testTree.addNode(testTree.root, 100)
testTree.addNode(testTree.root, 30)
testTree.printInorder(testTree.root)
आपने कुछ वाक्य अर्धविराम से और कुछ अर्धविराम से समाप्त किए हैं। क्या आप इसका कारण बता सकते हैं? पीएस - मैं एक पायथन शुरुआत कर रहा हूं, इसीलिए ऐसा मूल प्रश्न पूछ रहा हूं।
—
outlier229
@ outlier229 उपरोक्त कोड के सभी अर्धविराम वैकल्पिक हैं, उन्हें हटाने से कुछ भी नहीं बदलता है। मेरा अनुमान है कि फॉक्स का उपयोग केवल C ++ या जावा जैसी भाषा को कोड करने के लिए किया जाता है, जिसे लाइन के अंत में अर्धविराम की आवश्यकता होती है। उस वैकल्पिक उपयोग के अलावा, अर्धविरामों का उपयोग एक पंक्ति में कथनों को श्रृंखलाबद्ध करने के लिए किया जा सकता है। उदाहरण के लिए a = 1; ख = 2; c = 3 अजगर में एक वैध एकल रेखा होगी।
—
PhysGuy
सूचियों का उपयोग करके बाइनरी ट्री को लागू करने का एक बहुत तेज़ 'गंदा तरीका। सबसे कुशल नहीं है, और न ही यह शून्य मूल्यों को बहुत अच्छी तरह से संभालता है। लेकिन यह बहुत पारदर्शी है (कम से कम मेरे लिए):
def _add(node, v):
new = [v, [], []]
if node:
left, right = node[1:]
if not left:
left.extend(new)
elif not right:
right.extend(new)
else:
_add(left, v)
else:
node.extend(new)
def binary_tree(s):
root = []
for e in s:
_add(root, e)
return root
def traverse(n, order):
if n:
v = n[0]
if order == 'pre':
yield v
for left in traverse(n[1], order):
yield left
if order == 'in':
yield v
for right in traverse(n[2], order):
yield right
if order == 'post':
yield vएक पेड़ से चलने योग्य बनाने:
>>> tree = binary_tree('A B C D E'.split())
>>> print tree
['A', ['B', ['D', [], []], ['E', [], []]], ['C', [], []]]एक पेड़ पर चढ़ना:
>>> list(traverse(tree, 'pre')), list(traverse(tree, 'in')), list(traverse(tree, 'post'))
(['A', 'B', 'D', 'E', 'C'],
['D', 'B', 'E', 'A', 'C'],
['D', 'E', 'B', 'C', 'A'])
बहुत अच्छा! मैं मदद नहीं कर सकता, लेकिन यह टिप्पणी कर सकता हूं कि परिणामी वृक्ष अपरिवर्तनीय नहीं रखता है कि बाईं सबट्री में सभी तत्व v से कम हैं। - एक संपत्ति जो बाइनरी सर्च ट्री के लिए महत्वपूर्ण है। (हां, मुझे पता है कि ओपी ने "खोज पेड़" के लिए नहीं पूछा था), FWIW यह _add () में चेक के लिए एक सरल संशोधन के साथ किया जा सकता है। तब आपका इनवर्टर ट्रैवर्सल एक क्रमबद्ध सूची देता है।
—
thayne
मैं मदद नहीं कर सकता, लेकिन ध्यान दें कि यहां अधिकांश उत्तर बाइनरी सर्च ट्री को लागू कर रहे हैं। बाइनरी सर्च ट्री! = बाइनरी ट्री।
एक बाइनरी सर्च ट्री में एक बहुत ही विशिष्ट गुण है: किसी भी नोड एक्स के लिए, एक्स की कुंजी उसके बाएं बच्चे के किसी भी वंशज की कुंजी से बड़ी है, और उसके दाहिने बच्चे के किसी भी वंशज की कुंजी से छोटी है।
एक बाइनरी ट्री ऐसी कोई प्रतिबंध नहीं लगाता है। एक बाइनरी ट्री केवल एक 'कुंजी' तत्व के साथ एक डेटा संरचना है, और दो बच्चे, 'बाएं' और 'दाएं' कहते हैं।
एक पेड़ बाइनरी ट्री का एक और भी सामान्य मामला है जहां प्रत्येक नोड में बच्चों की एक मनमानी संख्या हो सकती है। आमतौर पर, प्रत्येक नोड में एक 'बच्चे' तत्व होता है जो टाइप सूची / सरणी का होता है।
अब, ओपी के सवाल का जवाब देने के लिए, मैं अजगर में एक बाइनरी ट्री के पूर्ण कार्यान्वयन सहित हूं। प्रत्येक बाइनरीट्रीकोड को संग्रहीत करने वाली अंतर्निहित डेटा संरचना एक शब्दकोश है, यह इष्टतम ओ (1) लुकअप प्रदान करता है। मैंने गहराई-पहले और चौड़ाई-पहले ट्रैवर्सल्स को भी लागू किया है। ये पेड़ों पर किए जाने वाले बहुत ही सामान्य ऑपरेशन हैं।
from collections import deque
class BinaryTreeNode:
def __init__(self, key, left=None, right=None):
self.key = key
self.left = left
self.right = right
def __repr__(self):
return "%s l: (%s) r: (%s)" % (self.key, self.left, self.right)
def __eq__(self, other):
if self.key == other.key and \
self.right == other.right and \
self.left == other.left:
return True
else:
return False
class BinaryTree:
def __init__(self, root_key=None):
# maps from BinaryTreeNode key to BinaryTreeNode instance.
# Thus, BinaryTreeNode keys must be unique.
self.nodes = {}
if root_key is not None:
# create a root BinaryTreeNode
self.root = BinaryTreeNode(root_key)
self.nodes[root_key] = self.root
def add(self, key, left_key=None, right_key=None):
if key not in self.nodes:
# BinaryTreeNode with given key does not exist, create it
self.nodes[key] = BinaryTreeNode(key)
# invariant: self.nodes[key] exists
# handle left child
if left_key is None:
self.nodes[key].left = None
else:
if left_key not in self.nodes:
self.nodes[left_key] = BinaryTreeNode(left_key)
# invariant: self.nodes[left_key] exists
self.nodes[key].left = self.nodes[left_key]
# handle right child
if right_key == None:
self.nodes[key].right = None
else:
if right_key not in self.nodes:
self.nodes[right_key] = BinaryTreeNode(right_key)
# invariant: self.nodes[right_key] exists
self.nodes[key].right = self.nodes[right_key]
def remove(self, key):
if key not in self.nodes:
raise ValueError('%s not in tree' % key)
# remove key from the list of nodes
del self.nodes[key]
# if node removed is left/right child, update parent node
for k in self.nodes:
if self.nodes[k].left and self.nodes[k].left.key == key:
self.nodes[k].left = None
if self.nodes[k].right and self.nodes[k].right.key == key:
self.nodes[k].right = None
return True
def _height(self, node):
if node is None:
return 0
else:
return 1 + max(self._height(node.left), self._height(node.right))
def height(self):
return self._height(self.root)
def size(self):
return len(self.nodes)
def __repr__(self):
return str(self.traverse_inorder(self.root))
def bfs(self, node):
if not node or node not in self.nodes:
return
reachable = []
q = deque()
# add starting node to queue
q.append(node)
while len(q):
visit = q.popleft()
# add currently visited BinaryTreeNode to list
reachable.append(visit)
# add left/right children as needed
if visit.left:
q.append(visit.left)
if visit.right:
q.append(visit.right)
return reachable
# visit left child, root, then right child
def traverse_inorder(self, node, reachable=None):
if not node or node.key not in self.nodes:
return
if reachable is None:
reachable = []
self.traverse_inorder(node.left, reachable)
reachable.append(node.key)
self.traverse_inorder(node.right, reachable)
return reachable
# visit left and right children, then root
# root of tree is always last to be visited
def traverse_postorder(self, node, reachable=None):
if not node or node.key not in self.nodes:
return
if reachable is None:
reachable = []
self.traverse_postorder(node.left, reachable)
self.traverse_postorder(node.right, reachable)
reachable.append(node.key)
return reachable
# visit root, left, then right children
# root is always visited first
def traverse_preorder(self, node, reachable=None):
if not node or node.key not in self.nodes:
return
if reachable is None:
reachable = []
reachable.append(node.key)
self.traverse_preorder(node.left, reachable)
self.traverse_preorder(node.right, reachable)
return reachableआपको दो वर्ग रखने की आवश्यकता नहीं है
class Tree:
val = None
left = None
right = None
def __init__(self, val):
self.val = val
def insert(self, val):
if self.val is not None:
if val < self.val:
if self.left is not None:
self.left.insert(val)
else:
self.left = Tree(val)
elif val > self.val:
if self.right is not None:
self.right.insert(val)
else:
self.right = Tree(val)
else:
return
else:
self.val = val
print("new node added")
def showTree(self):
if self.left is not None:
self.left.showTree()
print(self.val, end = ' ')
if self.right is not None:
self.right.showTree()
@ user3022012 आपकी टिप्पणी बस गलत है। परिभाषा के अनुसार, एक पेड़ डेटा से बना है, और उप पेड़ (बाइनरी ट्री के लिए, यह दो उप-पेड़ हैं), जो पेड़ भी हैं। कोई कारण नहीं, रूट नोड को अलग तरह से पेड़ करने के लिए।
—
मसराद
मूल पोस्टर ने केवल एक द्विआधारी वृक्ष के कार्यान्वयन के लिए कहा और न कि एक द्विआधारी खोज पेड़ ...
—
मर्दाद
थोड़ा और "पायथोनिक"?
class Node:
def __init__(self, value):
self.value = value
self.left = None
self.right = None
def __repr__(self):
return str(self.value)
class BST:
def __init__(self):
self.root = None
def __repr__(self):
self.sorted = []
self.get_inorder(self.root)
return str(self.sorted)
def get_inorder(self, node):
if node:
self.get_inorder(node.left)
self.sorted.append(str(node.value))
self.get_inorder(node.right)
def add(self, value):
if not self.root:
self.root = Node(value)
else:
self._add(self.root, value)
def _add(self, node, value):
if value <= node.value:
if node.left:
self._add(node.left, value)
else:
node.left = Node(value)
else:
if node.right:
self._add(node.right, value)
else:
node.right = Node(value)
from random import randint
bst = BST()
for i in range(100):
bst.add(randint(1, 1000))
print (bst)#!/usr/bin/python
class BinaryTree:
def __init__(self, left, right, data):
self.left = left
self.right = right
self.data = data
def pre_order_traversal(root):
print(root.data, end=' ')
if root.left != None:
pre_order_traversal(root.left)
if root.right != None:
pre_order_traversal(root.right)
def in_order_traversal(root):
if root.left != None:
in_order_traversal(root.left)
print(root.data, end=' ')
if root.right != None:
in_order_traversal(root.right)
def post_order_traversal(root):
if root.left != None:
post_order_traversal(root.left)
if root.right != None:
post_order_traversal(root.right)
print(root.data, end=' ')
प्री-ऑर्डर ट्रैवर्सल गलत है: आपको प्रत्येक शाखा का अलग से परीक्षण करने की आवश्यकता है।
—
Svante
मुझे लगता है, आपको प्रत्येक शाखा को केवल ऑर्डर और पोस्ट ऑर्डर के मामले में अलग से परीक्षण करने की आवश्यकता है। पूर्व-विधि विधि मैंने लिखी, सही परिणाम देता है। क्या आप बता सकते हैं कि यह विधि किस स्थिति में टूटेगी? हालाँकि, मैं दोनों शाखाओं का अलग-अलग परीक्षण करूँ जैसा कि मैंने पोस्ट-ऑर्डर और इन-ऑर्डर के लिए किया है
—
टांगें
यह जिस तरह से था, अगर बाएं बच्चा कोई नहीं था, तो यह सही बच्चे को भी नहीं देखेगा।
—
Svante
मेरा मतलब है, अगर एक बाइनरी ट्री का बाएं बच्चा कोई नहीं है, तो हम मान सकते हैं कि सही बच्चा कोई भी नहीं है। यदि एक नोड 2 और केवल 2 नोड्स में शाखाएं, और बायां एक कोई नहीं है, तो दायां भी कोई नहीं होगा।
—
उत्तरान्ह
ए Node जुड़े हुए नोड की आधारित वर्ग एक मानक तरीका है। ये कल्पना करना कठिन हो सकता है।
पायथन पैटर्न पर एक निबंध से प्रेरित - रेखांकन लागू करना , एक सरल शब्दकोष पर विचार करें:
दिया हुआ
एक बाइनरी ट्री
a
/ \
b c
/ \ \
d e fकोड
अद्वितीय नोड्स का शब्दकोश बनाएं :
tree = {
"a": ["b", "c"],
"b": ["d", "e"],
"c": [None, "f"],
"d": [None, None],
"e": [None, None],
"f": [None, None],
}विवरण
- प्रत्येक कुंजी-मूल्य जोड़ी एक अद्वितीय नोड है अपने बच्चों को इंगित करने वाला ।
- एक सूची (या टुपल) बाएं / दाएं बच्चों की एक ऑर्डर की गई जोड़ी रखती है।
- एक हुक्म के साथ सम्मिलन का आदेश दिया , मान लें कि पहली प्रविष्टि जड़ है।
- सामान्य तरीके ऐसे कार्य हो सकते हैं जो तानाशाही को बदल देते हैं या बदल देते हैं (देखें
find_all_paths())।
वृक्ष-आधारित कार्यों में अक्सर निम्नलिखित सामान्य कार्य शामिल होते हैं:
- ट्रैवर्स : प्रत्येक नोड को दिए गए क्रम में (आमतौर पर बाएं से दाएं)
- चौड़ाई-प्रथम खोज (BFS): पीछे का स्तर
- गहराई-पहली खोज (DFS): पहले अनुप्रस्थ शाखाएँ (पूर्व- / - बाद के क्रम में)
- सम्मिलित करें : बच्चों की संख्या के आधार पर पेड़ में एक नोड जोड़ें
- निकालें : बच्चों की संख्या के आधार पर एक नोड निकालें
- अद्यतन : एक पेड़ से दूसरे में लापता नोड्स मर्ज करें
- यात्रा : एक निकले हुए नोड का मान प्राप्त करें
इन सभी कार्यों को लागू करने का प्रयास करें। यहाँ हम एक प्रदर्शित करते हैं इन कार्यों में से का करते हैं - एक बीएफएस ट्रैवर्सल:
उदाहरण
import collections as ct
def traverse(tree):
"""Yield nodes from a tree via BFS."""
q = ct.deque() # 1
root = next(iter(tree)) # 2
q.append(root)
while q:
node = q.popleft()
children = filter(None, tree.get(node))
for n in children: # 3
q.append(n)
yield nodelist(traverse(tree))
# ['a', 'b', 'c', 'd', 'e', 'f']यह एक ब्रेड-फर्स्ट सर्च (लेवल-ऑर्डर) अल्गोरिद्म है, जो एक छोटे नोड्स और बच्चों के लिए लागू होता है।
- एक FIFO कतार को प्रारंभ करें । हम एक का उपयोग करते हैं
deque, लेकिन एकqueueया एकlistकाम करता है (उत्तरार्द्ध अक्षम है)। - रूट नोड को प्राप्त करें और एनक्ल करें (मान लें कि रूट, हुकुम, पायथन 3.6+ में पहली प्रविष्टि है)।
- Iteratively एक नोड dequeue, अपने बच्चों को enqueue और नोड मूल्य उपज।
पेड़ों पर यह इन-डेप्थ ट्यूटोरियल भी देखें ।
इनसाइट
सामान्य तौर पर ट्रैवर्सल्स के बारे में कुछ महान, हम बाद की पुनरावृत्ति के दृष्टिकोण को गहराई से पहली खोज (डीएफएस) में बदल सकते हैं, बस एक स्टैक (उर्फ लिफो कतार) के साथ कतार को बदलकर । इसका सीधा सा मतलब है कि हम उसी पक्ष से छल करते हैं जो हम करते हैं। डीएफएस हमें प्रत्येक शाखा की खोज करने की अनुमति देता है।
कैसे? चूंकि हम एक का उपयोग कर रहे हैं deque, हम (दाएं) node = q.popleft()को बदलकर एक स्टैक का अनुकरण कर सकते हैं node = q.pop()। परिणाम एक सही इष्ट, है प्री-ऑर्डर दिया डीएफएस : ['a', 'c', 'f', 'b', 'e', 'd']।
import random
class TreeNode:
def __init__(self, key):
self.key = key
self.left = None
self.right = None
self.p = None
class BinaryTree:
def __init__(self):
self.root = None
def length(self):
return self.size
def inorder(self, node):
if node == None:
return None
else:
self.inorder(node.left)
print node.key,
self.inorder(node.right)
def search(self, k):
node = self.root
while node != None:
if node.key == k:
return node
if node.key > k:
node = node.left
else:
node = node.right
return None
def minimum(self, node):
x = None
while node.left != None:
x = node.left
node = node.left
return x
def maximum(self, node):
x = None
while node.right != None:
x = node.right
node = node.right
return x
def successor(self, node):
parent = None
if node.right != None:
return self.minimum(node.right)
parent = node.p
while parent != None and node == parent.right:
node = parent
parent = parent.p
return parent
def predecessor(self, node):
parent = None
if node.left != None:
return self.maximum(node.left)
parent = node.p
while parent != None and node == parent.left:
node = parent
parent = parent.p
return parent
def insert(self, k):
t = TreeNode(k)
parent = None
node = self.root
while node != None:
parent = node
if node.key > t.key:
node = node.left
else:
node = node.right
t.p = parent
if parent == None:
self.root = t
elif t.key < parent.key:
parent.left = t
else:
parent.right = t
return t
def delete(self, node):
if node.left == None:
self.transplant(node, node.right)
elif node.right == None:
self.transplant(node, node.left)
else:
succ = self.minimum(node.right)
if succ.p != node:
self.transplant(succ, succ.right)
succ.right = node.right
succ.right.p = succ
self.transplant(node, succ)
succ.left = node.left
succ.left.p = succ
def transplant(self, node, newnode):
if node.p == None:
self.root = newnode
elif node == node.p.left:
node.p.left = newnode
else:
node.p.right = newnode
if newnode != None:
newnode.p = node.p
इसे चलाने के बाद, नए नोड्स z, y, x, w, u, v कभी-कभी असाइन किए जा सकते हैं, कभी-कभी इसमें बग भी होते हैं, जैसे: प्रिंट u.key AttributeError: 'noneType' ऑब्जेक्ट में कोई विशेषता नहीं है 'कुंजी' मुझे आश्चर्य है कि कैसे इसे ठीक करने के लिए, धन्यवाद
—
water0
यह कार्यान्वयन पेड़ की संरचना को नष्ट किए बिना परिचालन को सम्मिलित करने, खोजने और हटाने का समर्थन करता है। यह केले का पेड़ नहीं है।
# Class for construct the nodes of the tree. (Subtrees)
class Node:
def __init__(self, key, parent_node = None):
self.left = None
self.right = None
self.key = key
if parent_node == None:
self.parent = self
else:
self.parent = parent_node
# Class with the structure of the tree.
# This Tree is not balanced.
class Tree:
def __init__(self):
self.root = None
# Insert a single element
def insert(self, x):
if(self.root == None):
self.root = Node(x)
else:
self._insert(x, self.root)
def _insert(self, x, node):
if(x < node.key):
if(node.left == None):
node.left = Node(x, node)
else:
self._insert(x, node.left)
else:
if(node.right == None):
node.right = Node(x, node)
else:
self._insert(x, node.right)
# Given a element, return a node in the tree with key x.
def find(self, x):
if(self.root == None):
return None
else:
return self._find(x, self.root)
def _find(self, x, node):
if(x == node.key):
return node
elif(x < node.key):
if(node.left == None):
return None
else:
return self._find(x, node.left)
elif(x > node.key):
if(node.right == None):
return None
else:
return self._find(x, node.right)
# Given a node, return the node in the tree with the next largest element.
def next(self, node):
if node.right != None:
return self._left_descendant(node.right)
else:
return self._right_ancestor(node)
def _left_descendant(self, node):
if node.left == None:
return node
else:
return self._left_descendant(node.left)
def _right_ancestor(self, node):
if node.key <= node.parent.key:
return node.parent
else:
return self._right_ancestor(node.parent)
# Delete an element of the tree
def delete(self, x):
node = self.find(x)
if node == None:
print(x, "isn't in the tree")
else:
if node.right == None:
if node.left == None:
if node.key < node.parent.key:
node.parent.left = None
del node # Clean garbage
else:
node.parent.right = None
del Node # Clean garbage
else:
node.key = node.left.key
node.left = None
else:
x = self.next(node)
node.key = x.key
x = None
# tests
t = Tree()
t.insert(5)
t.insert(8)
t.insert(3)
t.insert(4)
t.insert(6)
t.insert(2)
t.delete(8)
t.delete(5)
t.insert(9)
t.insert(1)
t.delete(2)
t.delete(100)
# Remember: Find method return the node object.
# To return a number use t.find(nº).key
# But it will cause an error if the number is not in the tree.
print(t.find(5))
print(t.find(8))
print(t.find(4))
print(t.find(6))
print(t.find(9))मुझे पता है कि कई अच्छे समाधान पहले ही पोस्ट किए जा चुके हैं, लेकिन मेरे पास आमतौर पर बाइनरी पेड़ों के लिए एक अलग दृष्टिकोण है: कुछ नोड क्लास के साथ जाना और इसे सीधे लागू करना अधिक पठनीय है लेकिन जब आपके पास बहुत सारे नोड्स होते हैं तो यह मेमोरी के बारे में बहुत लालची हो सकता है, इसलिए मैं जटिलता की एक परत जोड़ने और एक अजगर सूची में नोड्स को संग्रहीत करने का सुझाव दें, और फिर केवल सूची का उपयोग करके एक पेड़ के व्यवहार का अनुकरण करें।
आप तब भी एक नोड वर्ग को परिभाषित कर सकते हैं जब जरूरत पड़ने पर अंत में पेड़ में नोड्स का प्रतिनिधित्व करते हैं, लेकिन एक सूची में उन्हें सरल रूप [मान, बाएं, दाएं] में रखते हुए आधी मेमोरी या कम का उपयोग करेंगे!
यहाँ एक बाइनरी सर्च ट्री क्लास का एक त्वरित उदाहरण दिया गया है, जो एक ऐरे में नोड्स को संग्रहीत करता है। यह जोड़ने, हटाने, खोजने के रूप में बुनियादी fonctions प्रदान करता है ...
"""
Basic Binary Search Tree class without recursion...
"""
__author__ = "@fbparis"
class Node(object):
__slots__ = "value", "parent", "left", "right"
def __init__(self, value, parent=None, left=None, right=None):
self.value = value
self.parent = parent
self.left = left
self.right = right
def __repr__(self):
return "<%s object at %s: parent=%s, left=%s, right=%s, value=%s>" % (self.__class__.__name__, hex(id(self)), self.parent, self.left, self.right, self.value)
class BinarySearchTree(object):
__slots__ = "_tree"
def __init__(self, *args):
self._tree = []
if args:
for x in args[0]:
self.add(x)
def __len__(self):
return len(self._tree)
def __repr__(self):
return "<%s object at %s with %d nodes>" % (self.__class__.__name__, hex(id(self)), len(self))
def __str__(self, nodes=None, level=0):
ret = ""
if nodes is None:
if len(self):
nodes = [0]
else:
nodes = []
for node in nodes:
if node is None:
continue
ret += "-" * level + " %s\n" % self._tree[node][0]
ret += self.__str__(self._tree[node][2:4], level + 1)
if level == 0:
ret = ret.strip()
return ret
def __contains__(self, value):
if len(self):
node_index = 0
while self._tree[node_index][0] != value:
if value < self._tree[node_index][0]:
node_index = self._tree[node_index][2]
else:
node_index = self._tree[node_index][3]
if node_index is None:
return False
return True
return False
def __eq__(self, other):
return self._tree == other._tree
def add(self, value):
if len(self):
node_index = 0
while self._tree[node_index][0] != value:
if value < self._tree[node_index][0]:
b = self._tree[node_index][2]
k = 2
else:
b = self._tree[node_index][3]
k = 3
if b is None:
self._tree[node_index][k] = len(self)
self._tree.append([value, node_index, None, None])
break
node_index = b
else:
self._tree.append([value, None, None, None])
def remove(self, value):
if len(self):
node_index = 0
while self._tree[node_index][0] != value:
if value < self._tree[node_index][0]:
node_index = self._tree[node_index][2]
else:
node_index = self._tree[node_index][3]
if node_index is None:
raise KeyError
if self._tree[node_index][2] is not None:
b, d = 2, 3
elif self._tree[node_index][3] is not None:
b, d = 3, 2
else:
i = node_index
b = None
if b is not None:
i = self._tree[node_index][b]
while self._tree[i][d] is not None:
i = self._tree[i][d]
p = self._tree[i][1]
b = self._tree[i][b]
if p == node_index:
self._tree[p][5-d] = b
else:
self._tree[p][d] = b
if b is not None:
self._tree[b][1] = p
self._tree[node_index][0] = self._tree[i][0]
else:
p = self._tree[i][1]
if p is not None:
if self._tree[p][2] == i:
self._tree[p][2] = None
else:
self._tree[p][3] = None
last = self._tree.pop()
n = len(self)
if i < n:
self._tree[i] = last[:]
if last[2] is not None:
self._tree[last[2]][1] = i
if last[3] is not None:
self._tree[last[3]][1] = i
if self._tree[last[1]][2] == n:
self._tree[last[1]][2] = i
else:
self._tree[last[1]][3] = i
else:
raise KeyError
def find(self, value):
if len(self):
node_index = 0
while self._tree[node_index][0] != value:
if value < self._tree[node_index][0]:
node_index = self._tree[node_index][2]
else:
node_index = self._tree[node_index][3]
if node_index is None:
return None
return Node(*self._tree[node_index])
return Noneमैंने एक अभिभावक विशेषता जोड़ी है ताकि आप किसी भी नोड को हटा सकें और BST संरचना को बनाए रख सकें।
पठनीयता के लिए क्षमा करें, विशेष रूप से "निकालें" फ़ंक्शन के लिए। मूल रूप से, जब एक नोड हटा दिया जाता है, तो हम ट्री एरे को पॉप करते हैं और इसे अंतिम तत्व से बदल देते हैं (सिवाय इसके कि हम आखिरी नोड को निकालना चाहते थे)। BST संरचना को बनाए रखने के लिए, हटाए गए नोड को उसके बाएं बच्चों की अधिकतम या उसके दाएं बच्चों के मिनट के साथ बदल दिया जाता है और अनुक्रमणिका को मान्य रखने के लिए कुछ संचालन करना पड़ता है लेकिन यह काफी तेज है।
मैंने आंतरिक रेडिक्स ट्राइ के साथ कुछ बड़े शब्दों के शब्दकोश बनाने के लिए अधिक उन्नत सामान के लिए इस तकनीक का उपयोग किया और मैं 7-8 तक मेमोरी खपत को विभाजित करने में सक्षम था (आप यहां एक उदाहरण देख सकते हैं: https://gist.github.com/fbparis / b3ddd5673b603b42c880974b23db7cda )
बाइनरी सर्च ट्री का अच्छा कार्यान्वयन , यहाँ से लिया गया है :
'''
A binary search Tree
'''
from __future__ import print_function
class Node:
def __init__(self, label, parent):
self.label = label
self.left = None
self.right = None
#Added in order to delete a node easier
self.parent = parent
def getLabel(self):
return self.label
def setLabel(self, label):
self.label = label
def getLeft(self):
return self.left
def setLeft(self, left):
self.left = left
def getRight(self):
return self.right
def setRight(self, right):
self.right = right
def getParent(self):
return self.parent
def setParent(self, parent):
self.parent = parent
class BinarySearchTree:
def __init__(self):
self.root = None
def insert(self, label):
# Create a new Node
new_node = Node(label, None)
# If Tree is empty
if self.empty():
self.root = new_node
else:
#If Tree is not empty
curr_node = self.root
#While we don't get to a leaf
while curr_node is not None:
#We keep reference of the parent node
parent_node = curr_node
#If node label is less than current node
if new_node.getLabel() < curr_node.getLabel():
#We go left
curr_node = curr_node.getLeft()
else:
#Else we go right
curr_node = curr_node.getRight()
#We insert the new node in a leaf
if new_node.getLabel() < parent_node.getLabel():
parent_node.setLeft(new_node)
else:
parent_node.setRight(new_node)
#Set parent to the new node
new_node.setParent(parent_node)
def delete(self, label):
if (not self.empty()):
#Look for the node with that label
node = self.getNode(label)
#If the node exists
if(node is not None):
#If it has no children
if(node.getLeft() is None and node.getRight() is None):
self.__reassignNodes(node, None)
node = None
#Has only right children
elif(node.getLeft() is None and node.getRight() is not None):
self.__reassignNodes(node, node.getRight())
#Has only left children
elif(node.getLeft() is not None and node.getRight() is None):
self.__reassignNodes(node, node.getLeft())
#Has two children
else:
#Gets the max value of the left branch
tmpNode = self.getMax(node.getLeft())
#Deletes the tmpNode
self.delete(tmpNode.getLabel())
#Assigns the value to the node to delete and keesp tree structure
node.setLabel(tmpNode.getLabel())
def getNode(self, label):
curr_node = None
#If the tree is not empty
if(not self.empty()):
#Get tree root
curr_node = self.getRoot()
#While we don't find the node we look for
#I am using lazy evaluation here to avoid NoneType Attribute error
while curr_node is not None and curr_node.getLabel() is not label:
#If node label is less than current node
if label < curr_node.getLabel():
#We go left
curr_node = curr_node.getLeft()
else:
#Else we go right
curr_node = curr_node.getRight()
return curr_node
def getMax(self, root = None):
if(root is not None):
curr_node = root
else:
#We go deep on the right branch
curr_node = self.getRoot()
if(not self.empty()):
while(curr_node.getRight() is not None):
curr_node = curr_node.getRight()
return curr_node
def getMin(self, root = None):
if(root is not None):
curr_node = root
else:
#We go deep on the left branch
curr_node = self.getRoot()
if(not self.empty()):
curr_node = self.getRoot()
while(curr_node.getLeft() is not None):
curr_node = curr_node.getLeft()
return curr_node
def empty(self):
if self.root is None:
return True
return False
def __InOrderTraversal(self, curr_node):
nodeList = []
if curr_node is not None:
nodeList.insert(0, curr_node)
nodeList = nodeList + self.__InOrderTraversal(curr_node.getLeft())
nodeList = nodeList + self.__InOrderTraversal(curr_node.getRight())
return nodeList
def getRoot(self):
return self.root
def __isRightChildren(self, node):
if(node == node.getParent().getRight()):
return True
return False
def __reassignNodes(self, node, newChildren):
if(newChildren is not None):
newChildren.setParent(node.getParent())
if(node.getParent() is not None):
#If it is the Right Children
if(self.__isRightChildren(node)):
node.getParent().setRight(newChildren)
else:
#Else it is the left children
node.getParent().setLeft(newChildren)
#This function traversal the tree. By default it returns an
#In order traversal list. You can pass a function to traversal
#The tree as needed by client code
def traversalTree(self, traversalFunction = None, root = None):
if(traversalFunction is None):
#Returns a list of nodes in preOrder by default
return self.__InOrderTraversal(self.root)
else:
#Returns a list of nodes in the order that the users wants to
return traversalFunction(self.root)
#Returns an string of all the nodes labels in the list
#In Order Traversal
def __str__(self):
list = self.__InOrderTraversal(self.root)
str = ""
for x in list:
str = str + " " + x.getLabel().__str__()
return str
def InPreOrder(curr_node):
nodeList = []
if curr_node is not None:
nodeList = nodeList + InPreOrder(curr_node.getLeft())
nodeList.insert(0, curr_node.getLabel())
nodeList = nodeList + InPreOrder(curr_node.getRight())
return nodeList
def testBinarySearchTree():
r'''
Example
8
/ \
3 10
/ \ \
1 6 14
/ \ /
4 7 13
'''
r'''
Example After Deletion
7
/ \
1 4
'''
t = BinarySearchTree()
t.insert(8)
t.insert(3)
t.insert(6)
t.insert(1)
t.insert(10)
t.insert(14)
t.insert(13)
t.insert(4)
t.insert(7)
#Prints all the elements of the list in order traversal
print(t.__str__())
if(t.getNode(6) is not None):
print("The label 6 exists")
else:
print("The label 6 doesn't exist")
if(t.getNode(-1) is not None):
print("The label -1 exists")
else:
print("The label -1 doesn't exist")
if(not t.empty()):
print(("Max Value: ", t.getMax().getLabel()))
print(("Min Value: ", t.getMin().getLabel()))
t.delete(13)
t.delete(10)
t.delete(8)
t.delete(3)
t.delete(6)
t.delete(14)
#Gets all the elements of the tree In pre order
#And it prints them
list = t.traversalTree(InPreOrder, t.root)
for x in list:
print(x)
if __name__ == "__main__":
testBinarySearchTree()मैं @ अपादान विधि की भिन्नता दिखाना चाहता हूं, जो काफी संख्या में नोड्स होने पर अधिक उपयोगी है:
'''
Suppose we have the following tree
10
/ \
11 9
/ \ / \
7 12 15 8
'''
# Step 1 - Create nodes - Use a list instead of defining each node separately
nlist = [10,11,7,9,15,8,12]; n = []
for i in range(len(nlist)): n.append(Node(nlist[i]))
# Step 2 - Set each node position
n[0].left = n[1]
n[1].left = n[2]
n[0].right = n[3]
n[3].left = n[4]
n[3].right = n[5]
n[1].right = n[6]class Node:
"""
single Node for tree
"""
def __init__(self, data):
self.data = data
self.right = None
self.left = None
class binaryTree:
"""
binary tree implementation
"""
def __init__(self):
self.root = None
def push(self, element, node=None):
if node is None:
node = self.root
if self.root is None:
self.root = Node(element)
else:
if element < node.data:
if node.left is not None:
self.push(element, node.left)
else:
node.left = Node(element)
else:
if node.right is not None:
self.push(element, node.right)
else:
node.right = Node(element)
def __str__(self):
self.printInorder(self.root)
return "\n"
def printInorder(self, node):
"""
print tree in inorder
"""
if node is not None:
self.printInorder(node.left)
print(node.data)
self.printInorder(node.right)
def main():
"""
Main code and logic comes here
"""
tree = binaryTree()
tree.push(5)
tree.push(3)
tree.push(1)
tree.push(3)
tree.push(0)
tree.push(2)
tree.push(9)
tree.push(10)
print(tree)
if __name__ == "__main__":
main()पाइथन में बाइनरी ट्री
class Tree(object):
def __init__(self):
self.data=None
self.left=None
self.right=None
def insert(self, x, root):
if root==None:
t=node(x)
t.data=x
t.right=None
t.left=None
root=t
return root
elif x<root.data:
root.left=self.insert(x, root.left)
else:
root.right=self.insert(x, root.right)
return root
def printTree(self, t):
if t==None:
return
self.printTree(t.left)
print t.data
self.printTree(t.right)
class node(object):
def __init__(self, x):
self.x=x
bt=Tree()
root=None
n=int(raw_input())
a=[]
for i in range(n):
a.append(int(raw_input()))
for i in range(n):
root=bt.insert(a[i], root)
bt.printTree(root)यहां एक सरल समाधान है जो कि द्विआधारी पेड़ का निर्माण करने के लिए एक पुनरावर्ती दृष्टिकोण का उपयोग करके किया जा सकता है ताकि पेड़ को क्रम में प्रदर्शित किया जा सके।
class Node(object):
def __init__(self):
self.left = None
self.right = None
self.value = None
@property
def get_value(self):
return self.value
@property
def get_left(self):
return self.left
@property
def get_right(self):
return self.right
@get_left.setter
def set_left(self, left_node):
self.left = left_node
@get_value.setter
def set_value(self, value):
self.value = value
@get_right.setter
def set_right(self, right_node):
self.right = right_node
def create_tree(self):
_node = Node() #creating new node.
_x = input("Enter the node data(-1 for null)")
if(_x == str(-1)): #for defining no child.
return None
_node.set_value = _x #setting the value of the node.
print("Enter the left child of {}".format(_x))
_node.set_left = self.create_tree() #setting the left subtree
print("Enter the right child of {}".format(_x))
_node.set_right = self.create_tree() #setting the right subtree.
return _node
def pre_order(self, root):
if root is not None:
print(root.get_value)
self.pre_order(root.get_left)
self.pre_order(root.get_right)
if __name__ == '__main__':
node = Node()
root_node = node.create_tree()
node.pre_order(root_node)कोड से लिया गया: पाइथन में बाइनरी ट्री