[英]Ouputting the binary tree in using in-order and pre-order traversal
class Node:
def __init__(self, data, left=None, right=None):
self.data = data
self.left = left
self.right = right
def inorderTraversal(root):
if root is None:
return
inorderTraversal(root.left)
print(root.data, end=' ')
inorderTraversal(root.right)
def preorderTraversal(root):
if root is None:
return
print(root.data, end=' ')
preorderTraversal(root.left)
preorderTraversal(root.right)
def construct(start, end, preorder, pIndex, dict):
# base case
if start > end:
return None, pIndex
root = Node(preorder[pIndex])
pIndex = pIndex + 1
index = dict[root.data]
root.left, pIndex = construct(start, index - 1, preorder, pIndex, dict)
root.right, pIndex = construct(index + 1, end, preorder, pIndex, dict)
return root, pIndex
def constructTree(inorder, preorder):
dict = {}
for i, e in enumerate(inorder):
dict[e] = i
pIndex = 0
return construct(0, len(inorder) - 1, preorder, pIndex, dict)[0]
if __name__ == '__main__':
inorder = [4, 2, 1, 7, 5, 8, 3, 6]
preorder = [1, 2, 4, 3, 5, 7, 8, 6]
root = constructTree(inorder, preorder)
print("The inorder traversal is ", end='')
inorderTraversal(root)
preorderTraversal(root)
我有這個構造二叉樹的代碼,但它決不能在終端中顯示樹。 很難做到嗎? 這里有沒有人可以添加一種可以在終端中顯示二叉樹的方法?
對於上面的示例,它可能看起來像
用於解決您的任務的實施算法。 例如在與您的圖片相同的數據上測試 output,嘗試更大數量的數字以查看更漂亮的圖片。
在我的算法中,每個子樹的寬度和高度以及邊緣的長度都是自適應的。
懂俄語的人可以閱讀我關於同一主題的另一篇文章,控制台中的二叉樹構造。 另一篇文章在 C++ 中實現了幾種可視化算法。 如果您至少不會俄語,您可以從那里復制 C++ 代碼。
class Node:
def __init__(self, data, left=None, right=None):
self.data = data
self.left = left
self.right = right
def print_tree(node):
def inner(node):
if node is None:
return []
sdat = str(node.data)
l, r = inner(node.left), inner(node.right)
cl, cr = len((l or ('',))[0]), len((r or ('',))[0])
s = max(cl, cr)
sll, slr = (s - cl + 1) // 2, (s - cl) // 2
srl, srr = (s - cr) // 2, (s - cr + 1) // 2
v = [' ' * s + sdat + ' ' * s]
v.extend([' ' * (s - i - 1) + '/' + ' ' * i + ' ' * len(sdat) +
' ' * i + '\\' + ' ' * (s - i - 1) for i in range(s // 2)])
v.extend([(' ' * sll + l[i] + ' ' * slr if i < len(l) else ' ' * s) +
' ' * len(sdat) + (' ' * srl + r[i] + ' ' * srr if i < len(r) else ' ' * s)
for i in range(max(len(l), len(r)))])
return v
print('\n'.join(inner(node)))
if __name__ == '__main__':
root = Node(1, Node(2, Node(4)), Node(3, Node(5, Node(7), Node(8)), Node(6)))
print_tree(root)
Output:
1
/ \
/ \
/ \
2 3
4 / \
5 6
7 8
上面的第一個算法是使用預購完成的。 我正在使用 inorder 提供第二種算法。 它有一個不同的更簡單的 output:
class Node:
def __init__(self, data, left=None, right=None):
self.data = data
self.left = left
self.right = right
def print_tree(node):
def inner(node, *, upref = '', cpref = '', dpref = ''):
if node is None:
return
inner(node.right, upref = dpref + ' |',
cpref = dpref + ' /', dpref = dpref + ' ')
print(cpref + '--' + str(node.data))
inner(node.left, upref = upref + ' ',
cpref = upref + ' \\', dpref = upref + ' |')
inner(node)
if __name__ == '__main__':
root = Node(1, Node(2, Node(4)), Node(3, Node(5, Node(7), Node(8)), Node(6)))
print_tree(root)
Output:
/--6
/--3
| | /--8
| \--5
| \--7
--1
\--2
\--4
實現預排序的第 3 種算法,但它比第 1 種算法簡單得多:
class Node:
def __init__(self, data, left=None, right=None):
self.data = data
self.left = left
self.right = right
def print_tree(node):
def inner(node, *, last = True, pref = ''):
if node is None:
return
print(pref + ('\\-' if last else '|-') + str(node.data))
inner(node.right, last = False, pref = pref + (' ' if last else '| '))
inner(node.left, last = True, pref = pref + (' ' if last else '| '))
inner(node)
if __name__ == '__main__':
root = Node(1, Node(2, Node(4)), Node(3, Node(5, Node(7), Node(8)), Node(6)))
print_tree(root)
Output:
\-1
|-3
| |-6
| \-5
| |-8
| \-7
\-2
\-4
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.