Tree 二叉词树
我上一节cs课勉强及格，现在我在数据结构方面。我正在从头开始构建一个二叉树结构，对于迭代器将如何工作，我有点困惑。我理解它们是如何在双链接列表中工作的，但不确定这个列表将如何工作。你所说的“迭代器”是什么意思？如果只需迭代树，则可以递归执行： 如果您必须在C#或Java中提供IEnumerator接口，或者希望节省堆栈空间，请使用以下方法： 您可以在C#中使用yield，或者轻松地将while循环转换为迭代器所需的“GetNext”方法。什么是“迭代器”？如果只需迭代树，则可以递归执行： 如果您必须在C#或Java中提供IEnumerator接口，或者希望节省堆栈空间，请使用以下方法：Tree 二叉词树,tree,iterator,binary-tree,Tree,Iterator,Binary Tree,我上一节cs课勉强及格，现在我在数据结构方面。我正在从头开始构建一个二叉树结构，对于迭代器将如何工作，我有点困惑。我理解它们是如何在双链接列表中工作的，但不确定这个列表将如何工作。你所说的“迭代器”是什么意思？如果只需迭代树，则可以递归执行： 如果您必须在C#或Java中提供IEnumerator接口，或者希望节省堆栈空间，请使用以下方法： 您可以在C#中使用yield，或者轻松地将while循环转换为迭代器所需的“GetNext”方法。什么是“迭代器”？如果只需迭代树，则可以递归执行： 如
您可以在C#中使用yield，也可以轻松地将while循环转换为迭代器所需的“GetNext”方法。我可以递归地这样做。我只是想在脑海里想象你是如何从一片叶子移动到另一片叶子的，因为从根部开始，有两种选择下一步要去哪里，然后它只会增加2^n倍。这种工作顺序让我很困惑。我可以递归地做。我只是想在脑海里想象你是如何从一片叶子移动到另一片叶子的，因为从根部开始，有两种选择下一步要去哪里，然后它只会增加2^n倍。这种工作方式的顺序让我感到困惑。遍历树有两种主要方式。我在上发布了一些Python代码示例，介绍了如何执行此操作。遍历树的主要方法有两种。我在上发布了一些Python代码示例。在二叉树中，每个节点都会存储一些值，并有两个子节点，例如left和right。现在遍历树的一种方法是从顶部开始，遍历左子节点，查看该节点的值，然后遍历右子节点 其中遍历子对象表示（递归）： 1） 左遍历子对象 2） 查看节点的值 3） 遍历右子对象 这是一种深度优先遍历，因此对于每个节点，您首先“使用”或“查看”其左子节点的值，然后是当前节点的值，最后是右子节点的值 对于宽度优先遍历，您将从根开始，查看节点的值，然后将其子节点（如果存在）推送到队列中。然后在队列中有节点时循环，从队列前面获取节点并重复：查看它的值，如果它有子节点，则将它们推到队列的末尾 python中的示例：
#!/usr/bin/env python
class Node:
def __init__(self, val = 0):
self.value = val
self.left = None
self.right = None
def __str__(self):
return "%d" % (self.value)
def dfs(node = None):
if node is None: return
dfs(node.left)
print node
dfs(node.right)
def bfs(root = None):
if root is None: return
nodes = []
nodes.append(root)
while len(nodes):
current = nodes[0]
print current
nodes.remove(current)
if current.left is not None:
nodes.append(current.left)
if current.right is not None:
nodes.append(current.right)
def main():
root = Node(0)
root.left = Node(10)
root.right = Node(20)
l = root.left
l.left = Node(100)
l.right = Node(101)
r = root.right
r.left = Node(200)
r.right = Node(201)
dfs(root)
bfs(root)
if __name__ == '__main__':
main()
# example tree constructed:
# 0
# 10 20
# 100 101 200 201
# dfs (depth first) traversal:
# 100
# 10
# 101
# 0
# 200
# 20
# 201
# bfs (breadth first) traversal:
# 0
# 10
# 20
# 100
# 101
# 200
# 201
在二叉树中，每个节点都会存储一些值，并有两个子节点，例如左和右。现在遍历树的一种方法是从顶部开始，遍历左子节点，查看该节点的值，然后遍历右子节点 其中遍历子对象表示（递归）： 1） 左遍历子对象 2） 查看节点的值 3） 遍历右子对象 这是一种深度优先遍历，因此对于每个节点，您首先“使用”或“查看”其左子节点的值，然后是当前节点的值，最后是右子节点的值 对于宽度优先遍历，您将从根开始，查看节点的值，然后将其子节点（如果存在）推送到队列中。然后在队列中有节点时循环，从队列前面获取节点并重复：查看它的值，如果它有子节点，则将它们推到队列的末尾 python中的示例：
#!/usr/bin/env python
class Node:
def __init__(self, val = 0):
self.value = val
self.left = None
self.right = None
def __str__(self):
return "%d" % (self.value)
def dfs(node = None):
if node is None: return
dfs(node.left)
print node
dfs(node.right)
def bfs(root = None):
if root is None: return
nodes = []
nodes.append(root)
while len(nodes):
current = nodes[0]
print current
nodes.remove(current)
if current.left is not None:
nodes.append(current.left)
if current.right is not None:
nodes.append(current.right)
def main():
root = Node(0)
root.left = Node(10)
root.right = Node(20)
l = root.left
l.left = Node(100)
l.right = Node(101)
r = root.right
r.left = Node(200)
r.right = Node(201)
dfs(root)
bfs(root)
if __name__ == '__main__':
main()
# example tree constructed:
# 0
# 10 20
# 100 101 200 201
# dfs (depth first) traversal:
# 100
# 10
# 101
# 0
# 200
# 20
# 201
# bfs (breadth first) traversal:
# 0
# 10
# 20
# 100
# 101
# 200
# 201
我在数据结构课上也遇到了同样的问题 我的解决方案相当简单 递归遍历树，但将访问的每个节点存储在另一个集合中，然后迭代该新集合。这样，编写迭代器一点也不麻烦
我个人选择使用堆栈，但您可以使用一个简单的数组，甚至是一个链接列表（您说您已经有过使用该列表的经验）。我在数据结构类中也遇到过同样的问题 我的解决方案相当简单 递归遍历树，但将访问的每个节点存储在另一个集合中，然后迭代该新集合。这样，编写迭代器一点也不麻烦
我个人选择使用堆栈，但你可以使用简单的数组，甚至是链表（你说你已经有使用经验）。所有其他答案都是关于如何在树结构上实现迭代器的技术讨论。然而，正如我理解您的问题一样，您似乎在理解树遍历概念的机制，而不仅仅是实现方面遇到了困难。换句话说，您不需要“摸索”树遍历。最有帮助的可能是获得一个好的伪代码算法，用于遍历二叉树、铅笔、一张纸，并给出一个示例。构建一个简单的二叉树，然后自己按照伪代码机械地遍历它。你可能应该用第二张纸来写这篇文章。也就是说，每个函数处于被调用的中间状态，因为它在等待一个子函数返回。 在进行此操作时，请记住，树是一种非常优雅的结构。它看起来很复杂，但在每个节点上都很简单。要对树中的所有元素执行操作，只需在树的根上执行该操作，然后让该操作对该根的每个子级调用自己，这些子级本身就是子树的根。自己做一个例子将大大有助于让你的头脑理解和接受递归。如果你觉得很难，不要感到困惑。递归很奇怪。起初这是一个很难理解的概念，但理解和使用树木是必要的 下面是一个示例（ASCII art）树，您可以使用它来启动： F / \ / \ D H / \ / \ B E G I / \ A C F / \ / \ D H / \ / \ B E G I / \ A C 和一个简单的pseu