#问题 Python中的二叉树查找算法模块 #思路说明 二叉树查找算法，在开发实践中，会经常用到。按照惯例，对于这么一个常用的东西，Python一定会提供轮子的。是的，python就是这样，一定会让开发者省心，降低开发者的工作压力。 python中的二叉树模块内容： - BinaryTree：非平衡二叉树 - AVLTree：平衡的AVL树 - RBTree：平衡的红黑树 以上是用python写的，相面的模块是用c写的，并且可以做为Cython的包。 - FastBinaryTree - FastAVLTree - FastRBTree **特别需要说明的是：树往往要比python内置的dict类慢一些，但是它中的所有数据都是按照某个关键词进行排序的，故在某些情况下是必须使用的。** #安装和使用 ##安装方法 ###安装环境： ubuntu12.04, python 2.7.6 ###安装方法 - 下载源码，地址：https://bitbucket.org/mozman/bintrees/src - 进入源码目录，看到setup.py文件，在该目录内运行 python setup.py install 安装成功，ok!下面就看如何使用了。 ###应用 bintrees提供了丰富的API,涵盖了通常的多种应用。下面逐条说明其应用。 - 引用 如果按照一般模块的思路，输入下面的命令引入上述模块 >>> import bintrees 错了，这是错的，出现如下警告：(×××不可用，用×××） Warning: FastBinaryTree not available, using Python version BinaryTree. Warning: FastAVLTree not available, using Python version AVLTree. Warning: FastRBTree not available, using Python version RBTree. 正确的引入方式是： >>> from bintrees import BinaryTree #只引入了BinartTree >>> from bintrees import * #三个模块都引入了 - 实例化 看例子： >>> btree = BinaryTree() >>> btree BinaryTree({}) >>> type(btree) - 逐个增加键值对：.__setitem__(k,v) .复杂度O(log(n))(后续说明中，都会有复杂度标示，为了简单，直接标明：O(log(n)).) 看例子： >>> btree.__setitem__("Tom","headmaster") >>> btree BinaryTree({'Tom': 'headmaster'}) >>> btree.__setitem__("blog","http://blog.csdn.net/qiwsir") >>> btree BinaryTree({'Tom': 'headmaster', 'blog': 'http://blog.csdn.net/qiwsir'}) - 批量添加：.update(E) E是dict/iterable，将E批量更新入btree. O(E*log(n)) 看例子： >>> adict = [(2,"phone"),(5,"tea"),(9,"scree"),(7,"computer")] >>> btree.update(adict) >>> btree BinaryTree({2: 'phone', 5: 'tea', 7: 'computer', 9: 'scree', 'Tom': 'headmaster', 'blog': 'http://blog.csdn.net/qiwsir'}) - 查找某个key是否存在：.__contains__(k) 如果含有键k，则返回True,否则返回False. O(log(n)) 看例子： >>> btree BinaryTree({2: 'phone', 5: 'tea', 7: 'computer', 9: 'scree', 'Tom': 'headmaster', 'blog': 'http://blog.csdn.net/qiwsir'}) >>> btree.__contains__(5) True >>> btree.__contains__("blog") True >>> btree.__contains__("qiwsir") False >>> btree.__contains__(1) False - 根据key删除某个key-value：.__delitem__(key), O(log(n)) 看例子： >>> btree BinaryTree({2: 'phone', 5: 'tea', 7: 'computer', 9: 'scree', 'Tom': 'headmaster', 'blog': 'http://blog.csdn.net/qiwsir'}) >>> btree.__delitem__(5) #删除key=5的key-value,即：5:'tea' 被删除. >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'Tom': 'headmaster', 'blog': 'http://blog.csdn.net/qiwsir'}) - 根据key值得到该kye的value：.__getitem__(key) 看例子： >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'Tom': 'headmaster', 'blog': 'http://blog.csdn.net/qiwsir'}) >>> btree.__getitem__("blog") 'http://blog.csdn.net/qiwsir' >>> btree.__getitem__(7) 'computer' >>> btree._getitem__(5) #在btree中没有key=5，于是报错。 Traceback (most recent call last): File "", line 1, in AttributeError: 'BinaryTree' object has no attribute '_getitem__' - 迭代器：.__iter__() 看例子： >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'Tom': 'headmaster', 'blog': 'http://blog.csdn.net/qiwsir'}) >>> aiter = btree.__iter__() >>> aiter at 0xb7416dec> >>> aiter.next() #注意：next()一个之后，该值从list中删除 2 >>> aiter.next() 7 >>> list(aiter) [9, 'Tom', 'blog'] >>> list(aiter) #结果是空 [] >>> bool(aiter) #but,is True True - 数的数据长度：.__len__(),返回btree的长度。O(1) 看例子： >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'Tom': 'headmaster', 'blog': 'http://blog.csdn.net/qiwsir'}) >>> btree.__len__() 5 - 找出key最大的k-v对：.__max__(),按照key排列，返回key最大的键值对。 - 找出key最小的键值对：.__min__() 看例子： >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree'}) >>> btree.__max__() (9, 'scree') >>> btree.__min__() (2, 'phone') - 两棵树的关系运算 看例子： >>> other = [(3,'http://blog.csdn.net/qiwsir'),(7,'qiwsir')] >>> bother = BinaryTree() #再建一个树 >>> bother.update(other) #加入数据 >>> bother BinaryTree({3: 'http://blog.csdn.net/qiwsir', 7: 'qiwsir'}) >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree'}) >>> btree.__and__(bother) #重叠部分部分 BinaryTree({7: 'computer'}) >>> btree.__or__(bother) #全部 BinaryTree({2: 'phone', 3: 'http://blog.csdn.net/qiwsir', 7: 'computer', 9: 'scree'}) >>> btree.__sub__(bother) #btree不与bother重叠的部分 BinaryTree({2: 'phone', 9: 'scree'}) >>> btree.__xor__(bother) #两者非重叠部分 BinaryTree({2: 'phone', 3: 'http://blog.csdn.net/qiwsir', 9: 'scree'}) - 输出字符串模样，注意仅仅是输出的模样罢了：.__repr__() 看例子： >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree'}) >>> btree.__repr__() "BinaryTree({2: 'phone', 7: 'computer', 9: 'scree'})" - 清空树中的所有数据:.clear(),O(log(n)) 看例子： >>> bother BinaryTree({3: 'http://blog.csdn.net/qiwsir', 7: 'qiwsir'}) >>> bother.clear() >>> bother BinaryTree({}) >>> bool(bother) False - 浅拷贝：.copy(),官方文档上说是浅拷贝，但是我做了操作实现，是下面所示，还不是很理解其“浅”的含义。O(n*log(n)) 看例子： >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree'}) >>> ctree = btree.copy() >>> ctree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree'}) >>> btree.__setitem__("github","qiwsir") #增加btree的数据 >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'github': 'qiwsir'}) >>> ctree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree'}) #这是不是在说明属于深拷贝呢？ >>> ctree.__delitem__(7) #删除ctree的一个数据 >>> ctree BinaryTree({2: 'phone', 9: 'scree'}) >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'github': 'qiwsir'}) - 移除树中的一个数据：.discard(key)，这个功能与.__delitem__(key)类似.两者都不反悔值。O(log(n)) 看例子： >>> ctree BinaryTree({2: 'phone', 9: 'scree'}) >>> ctree.discard(2) #删除后，不返回值，或者返回None >>> ctree BinaryTree({9: 'scree'}) >>> ctree.discard(2) #如果删除的key不存在，也返回None >>> ctree.discard(3) >>> ctree.__delitem__(3) #但是，.__delitem__(key)则不同，如果key不存在，会报错。 Traceback (most recent call last): File "", line 1, in File "/usr/local/lib/python2.7/site-packages/bintrees/abctree.py", line 264, in __delitem__ self.remove(key) File "/usr/local/lib/python2.7/site-packages/bintrees/bintree.py", line 124, in remove raise KeyError(str(key)) KeyError: '3' - 根据key查找，并返回或返回备用值：.get(key[,d])。如果key在树中存在，则返回value,否则如果有d，则返回d值。O(log(n)) 看例子： >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'github': 'qiwsir'}) >>> btree.get(2,"algorithm") 'phone' >>> btree.get("python","algorithm") #没有key='python'的值，返回'algorithm' 'algorithm' >>> btree.get("python") #如果不指定第二个参数，若查不到，则返回None >>> - 判断树是否为空：is_empty().根据树数据的长度，如果数据长度为0,则为空。O(1) 看例子： >>> ctree BinaryTree({9: 'scree'}) >>> ctree.clear() #清空数据 >>> ctree BinaryTree({}) >>> ctree.is_empty() True >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'github': 'qiwsir'}) >>> btree.is_empty() False - 根据key、value循环从树中取值： >>.items([reverse])--按照(key,value)结构取值; >>.keys([reverse])--key >>.values([reverse])--value. O(n) >>.iter_items(s,e[,reverse]--s,e是key的范围，也就是生成在某个范围内的key的迭代器 O(n) 看例子： >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'github': 'qiwsir'}) >>> for (k,v) in btree.items(): ... print k,v ... 2 phone 7 computer 9 scree github qiwsir >>> for k in btree.keys(): ... print k ... 2 7 9 github >>> for v in btree.values(): ... print v ... phone computer scree qiwsir >>> for (k,v) in btree.items(reverse=True): #反序 ... print k,v ... github qiwsir 9 scree 7 computer 2 phone >>> btree BinaryTree({2: 'phone', 5: None, 7: 'computer', 8: 'eight', 9: 'scree', 'github': 'qiwsir'}) >>> for (k,v) in btree.iter_items(6,9): #要求迭代6<=key<9的键值对数据 ... print k,v ... 7 computer 8 eight >>> - 删除数据并返回该值： >>.pop(key[,d]), 根据key删除树的数据，并返回该value，但是如果没有，并也指定了备选返回的d，则返回d，如果没有d，则报错； >>.pop_item(),在树中随机选择(key,value)删除，并返回。 看例子： >>> ctree = btree.copy() >>> ctree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'github': 'qiwsir'}) >>> ctree.pop(2) #删除key=2的数据，返回其value 'phone' >>> ctree.pop(2) #删除一个不存在的key，报错 Traceback (most recent call last): File "", line 1, in File "/usr/local/lib/python2.7/site-packages/bintrees/abctree.py", line 350, in pop value = self.get_value(key) File "/usr/local/lib/python2.7/site-packages/bintrees/abctree.py", line 557, in get_value raise KeyError(str(key)) KeyError: '2' >>> ctree.pop_item() #随机返回一个(key,value),并已删除之 (7, 'computer') >>> ctree BinaryTree({9: 'scree', 'github': 'qiwsir'}) >>> ctree.pop(7,"sing") #如果没有，可以返回指定值 'sing' - 查找数据,并返回value：.set_default(key[,d])，在树的数据中查找key,如果存在，则返回该value。如果不存在，当指定了d,则将该（key,d）添加到树内；当不指定d的时候，添加(key,None). O(log(n)) 看例子： >>> btree BinaryTree({2: 'phone', 7: 'computer', 9: 'scree', 'github': 'qiwsir'}) >>> btree.set_default(7) #存在则返回 'computer' >>> btree.set_default(8,"eight") #不存在，则返回后备指定值，并加入到树 'eight' >>> btree BinaryTree({2: 'phone', 7: 'computer', 8: 'eight', 9: 'scree', 'github': 'qiwsir'}) >>> btree.set_default(5) #如果不指定值，则会加入None >>> btree BinaryTree({2: 'phone', 5: None, 7: 'computer', 8: 'eight', 9: 'scree', 'github': 'qiwsir'}) >>> btree.get(2) #注意，.get(key)与.set_default(key[,d])的区别 'phone' >>> btree.get(3,"mobile") #不存在的 key,返回但不增加到树 'mobile' >>> btree BinaryTree({2: 'phone', 7: 'computer', 8: 'eight', 9: 'scree', 'github': 'qiwsir'}) - 根据key删除值 >>.remove(key),删除(key,value) >>.remove_items(keys),keys是一个key组成的list,逐个删除树中的对应数据 看例子： >>> ctree BinaryTree({2: 'phone', 5: None, 7: 'computer', 8: 'eight', 9: 'scree', 'github': 'qiwsir'}) >>> ctree.remove_items([5,6]) #key=6，不存在，报错 Traceback (most recent call last): File "", line 1, in File "/usr/local/lib/python2.7/site-packages/bintrees/abctree.py", line 271, in remove_items self.remove(key) File "/usr/local/lib/python2.7/site-packages/bintrees/bintree.py", line 124, in remove raise KeyError(str(key)) KeyError: '6' >>> ctree BinaryTree({2: 'phone', 7: 'computer', 8: 'eight', 9: 'scree', 'github': 'qiwsir'}) >>> ctree.remove_items([2,7,'github']) #按照 列表中顺序逐个删除 >>> ctree BinaryTree({8: 'eight', 9: 'scree'}) ###以上只是入门的基本方法啦，还有更多内容，请移不到到文章开头的官方网站。