Python中的二叉树查找算法模块

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)
    <class 'bintrees.bintree.BinaryTree'>

   
- 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 "<stdin>", line 1, in <module>
    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
    <generator object <genexpr> 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


- 树的数据长度:.__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 "<stdin>", line 1, in <module>
      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 "<stdin>", line 1, in <module>
        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 "<stdin>", line 1, in <module>
        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

Python中的二叉树查找算法模块,古老的榕树,5-wow.com

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。