二叉树python实现和可视化
在刷LeetCode时,有时候需要在本地调试代码,但是苦于本地没有树的数据类型,所以自己动手用python写了一个二叉树类,并且实现了可视化。
下面的程序仅仅是为了创建二叉树,方便在刷LeetCode有关题目时进行本地调试代码,所以有些功能没有加上去,比如删除节点的功能。程序虽然是二叉树类,也容易扩展到多叉树。
目前程序只能实现无重复节点的二叉树构建。
我看到网上有不少的用python实现二叉树的代码,但是它们构建出来的几乎都是特定类型的二叉树,比如二叉搜索树、完全二叉树等。本文的程序可以创建任意类型的二叉树。
程序:
import collections import networkx as nx import matplotlib.pyplot as plt class Node: def __init__(self, val): self.val = val self.left = None self.right = None class Tree: def __init__(self, root_val): root_node = Node(root_val) self.root = root_node def add(self, val, parent_val, position): parent = self.find(parent_val) # find the parent node. We assume that there is no duplicate nodes. node = Node(val) if position == 0: parent.left = node if position == 1: parent.right = node def find(self, value): que = collections.deque([self.root]) while que: node = que.popleft() if node.val == value: return node if node.left: que.append(node.left) if node.right: que.append(node.right) raise KeyError('value not found') # draw the tree. https://zhuanlan.zhihu.com/p/35574577 def draw(self): graph = nx.DiGraph() graph, pos = self.create_graph(graph, self.root) fig, ax = plt.subplots(figsize=(8, 10)) # 比例可以根据树的深度适当调节 nx.draw_networkx(graph, pos, ax=ax, node_size=300) plt.show() def create_graph(self, G, node, pos={}, x=0, y=0, layer=1): pos[node.val] = (x, y) if node.left: G.add_edge(node.val, node.left.val) l_x, l_y = x - 1 / 2 ** layer, y - 1 l_layer = layer + 1 self.create_graph(G, node.left, x=l_x, y=l_y, pos=pos, layer=l_layer) if node.right: G.add_edge(node.val, node.right.val) r_x, r_y = x + 1 / 2 ** layer, y - 1 r_layer = layer + 1 self.create_graph(G, node.right, x=r_x, y=r_y, pos=pos, layer=r_layer) return (G, pos) # 示例: tree = Tree(6) tree.add(val=2, parent_val=6, position=0) # position: 0 means 'left', 1 means 'right' tree.add(3, 6, 1) tree.add(13, 2, 0) tree.add(4, 2, 1) tree.add(12, 4, 0) tree.add(0, 4, 1) tree.add(24, 3, 0) tree.add(17, 3, 1) tree.draw()
程序运行结果: