# coding=utf-8
# AVL树的Python实现(树的节点中包含了指向父节点的指针) def get_height(node):
return node.height if node else -1 def get_maximum(node):
temp_node = node
while temp_node.right:
temp_node = temp_node.right
return temp_node def get_minimum(node):
temp_node = node
while temp_node.left:
temp_node = temp_node.left
return temp_node def preorder_tree_walk(node):
if node:
print node.key, node.height
preorder_tree_walk(node.left)
preorder_tree_walk(node.right) def left_left_rotate(tree, node):
# 先将 node 和 node_left 之间及其左右节点赋值 (node_left.left node.right 保持不变)
node_left = node.left
node.left = node_left.right
node_left.right = node
if not node.p:
tree.root = node_left
node_left.p = None
elif node == node.p.left:
node.p.left = node_left
node_left.p = node.p
elif node == node.p.right:
node.p.right = node_left
node_left.p = node.p
node.p = node_left
while node:
node.height = max(get_height(node.left), get_height(node.right)) + 1
node = node.p def right_right_rotate(tree, node):
node_right = node.right
node.right = node_right.left
node_right.left = node
if not node.p:
tree.root = node_right
node_right.p = None
elif node == node.p.left:
node.p.left = node_right
node_right.p = node.p
elif node == node.p.right:
node.p.right = node_right
node_right.p = node.p
node.p = node_right
while node:
node.height = max(get_height(node.left), get_height(node.right)) + 1
node = node.p def left_right_rotate(tree, node):
right_right_rotate(tree, node.left)
left_left_rotate(tree, node) def right_left_rotate(tree, node):
left_left_rotate(tree, node.right)
right_right_rotate(tree, node) class AVLTreeNode(object):
def __init__(self, key):
self.key = key
self.p = None
self.left = None
self.right = None
self.height = 0 class AVLTree(object):
def __init__(self):
self.root = None def search(self, key):
if not self.root:
return None
else:
return self._search(key) def _search(self, key):
start = self.root
while start:
if key < start.key:
start = start.left
elif key > start.key:
start = start.right
else:
return start
return None def insert(self, node):
temp_root = self.root
temp_node = None
# 找到要插入的父节点(temp_node)
while temp_root:
temp_node = temp_root
if node.key < temp_node.key:
temp_root = temp_root.left
elif node.key > temp_node.key:
temp_root = temp_root.right
else:
raise KeyError, "Error!" # 如果父节点为空 则说明这是一个空树 把 root 赋值即可
if not temp_node:
self.root = node
elif node.key < temp_node.key:
temp_node.left = node
node.p = temp_node
temp_node.height = max(get_height(temp_node.left), get_height(temp_node.right)) + 1
temp_p = temp_node.p
while temp_p:
temp_p.height = max(get_height(temp_p.left), get_height(temp_p.right)) + 1
temp_p = temp_p.p
elif node.key > temp_node.key:
temp_node.right = node
node.p = temp_node
temp_node.height = max(get_height(temp_node.left), get_height(temp_node.right)) + 1
temp_p = temp_node.p
while temp_p:
temp_p.height = max(get_height(temp_p.left), get_height(temp_p.right)) + 1
temp_p = temp_p.p
self.fixup(node) def fixup(self, node):
if node == self.root:
return
while node:
if get_height(node.left) - get_height(node.right) == 2:
if node.left.left:
left_left_rotate(self, node)
else:
left_right_rotate(self, node)
break
elif get_height(node.right) - get_height(node.left) == 2:
if node.right.right:
right_right_rotate(self, node)
else:
right_left_rotate(self, node)
break
node = node.p def delete(self, key):
temp_node = self.root
while temp_node:
if key > temp_node.key:
temp_node = temp_node.right
elif key < temp_node.key:
temp_node = temp_node.left
else:
break
if not temp_node:
return False
elif temp_node.left and temp_node.right:
if get_height(temp_node.left) > get_height(temp_node.right):
# 注意删除的时候不是直接把左右子树往上提 而是分别找到左右子树中的最大值和最小值往上提
# 由于是最大子节点 故一定没有右子
node_max = get_maximum(temp_node.left)
if node_max.left:
node_max_p = node_max.p
node_max_p.right = node_max.left
node_max.left.p = node_max_p
node_max.right = temp_node.right
temp_node.right.p = node_max
node_max.left = temp_node.left
temp_node.left.p = node_max
if temp_node.p:
if temp_node == temp_node.p.left:
temp_node.p.left = node_max
node_max.p = temp_node.p
else:
temp_node.p.right = node_max
node_max.p = temp_node.p
else:
self.root = node_max
node_max.p = None
temp_node = node_max
else:
node_min = get_minimum(temp_node.right)
if node_min.right:
node_min_p = node_min.p
node_min_p.left = node_min.right
node_min.right.p = node_min_p
node_min.left = temp_node.left
temp_node.left.p = node_min
node_min.right = temp_node.right
temp_node.right.p = node_min
if temp_node.p:
if temp_node == temp_node.p.left:
temp_node.p.left = node_min
node_min.p = temp_node.p
else:
temp_node.p.right = node_min
node_min.p = temp_node.p
else:
self.root = node_min
node_min.p = None
temp_node = node_min
temp_node.height = max(get_height(temp_node.left), get_height(temp_node.right)) + 1
self.fixup(temp_node) def main():
number_list = (7, 4, 1, 8, 5, 2, 9, 6, 3)
tree = AVLTree()
for number in number_list:
node = AVLTreeNode(number)
tree.insert(node)
preorder_tree_walk(tree.root)
tree.delete(4)
print '=========='
preorder_tree_walk(tree.root) if __name__ == '__main__':
main()
可以比较一下上一篇中实现方法的不同
End

AVL树Python实现(使用递推实现添加与删除)的更多相关文章

  1. AVL树Python实现

    # coding=utf-8 # AVL树Python实现 def get_height(node): return node.height if node else -1 def tree_mini ...

  2. Python实现单链表数据的添加、删除、插入操作

    Python实现单链表数据的添加.删除.插入操作 链表的定义: 链表(linked list)是由一组被称为结点的数据元素组成的数据结构,每个结点都包含结点本身的信息和指向下一个结点的地址.由于每个结 ...

  3. Python可迭代对象中的添加和删除(add,append,pop,remove,insert)

    list: classmates = ['Michael', 'Bob', 'Tracy'] classmates.append('Adam') //添加在末尾,没有add()方法 classmate ...

  4. 平衡二叉树,AVL树之图解篇

    学习过了二叉查找树,想必大家有遇到一个问题.例如,将一个数组{1,2,3,4}依次插入树的时候,形成了图1的情况.有建立树与没建立树对于数据的增删查改已经没有了任何帮助,反而增添了维护的成本.而只有建 ...

  5. 图解:平衡二叉树,AVL树

    学习过了二叉查找树,想必大家有遇到一个问题.例如,将一个数组{1,2,3,4}依次插入树的时候,形成了图1的情况.有建立树与没建立树对于数据的增删查改已经没有了任何帮助,反而增添了维护的成本.而只有建 ...

  6. 数据结构图文解析之:AVL树详解及C++模板实现

    0. 数据结构图文解析系列 数据结构系列文章 数据结构图文解析之:数组.单链表.双链表介绍及C++模板实现 数据结构图文解析之:栈的简介及C++模板实现 数据结构图文解析之:队列详解与C++模板实现 ...

  7. AVL树(三)之 Java的实现

    概要 前面分别介绍了AVL树"C语言版本"和"C++版本",本章介绍AVL树的Java实现版本,它的算法与C语言和C++版本一样.内容包括:1. AVL树的介绍 ...

  8. AVL树(一)之 图文解析 和 C语言的实现

    概要 本章介绍AVL树.和前面介绍"二叉查找树"的流程一样,本章先对AVL树的理论知识进行简单介绍,然后给出C语言的实现.本篇实现的二叉查找树是C语言版的,后面章节再分别给出C++ ...

  9. AVL树之 Java的实现

    AVL树的介绍 AVL树是高度平衡的而二叉树.它的特点是:AVL树中任何节点的两个子树的高度最大差别为1. 上面的两张图片,左边的是AVL树,它的任何节点的两个子树的高度差别都<=1:而右边的不 ...

随机推荐

  1. 微信小程序代码片段

    微信小程序代码片段是一种可分享的小项目,可用于分享小程序和小游戏的开发经验.展示组件和 API 的使用.复现开发问题等等.分享代码片段会得到一个链接,所有拥有此分享链接的人可以在工具中导入此代码片段. ...

  2. os.path.join 用法

    写在前面的话:看大家阅读量这么大,也应该在放点干货来了~~ 获取层级路径,直到可以获取文件夹下面的文件,多一个判断就行了: level1_list = [os.path.join(base_path, ...

  3. UnicodeDammit

    UnicodeDammit 是BS内置库, 主要用来猜测文档编码. 编码自动检测 功能可以在Beautiful Soup以外使用,检测某段未知编码时,可以使用这个方法: from bs4 import ...

  4. 51Nod:1995 三子棋

    1995 三子棋  题目来源: syu校赛 基准时间限制:1 秒 空间限制:131072 KB 分值: 0 难度:基础题  收藏  关注 小的时候大家一定玩过"井"字棋吧.也就是在 ...

  5. HDU 1234:开门人和关门人

    开门人和关门人 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) Total Su ...

  6. day20 python sys os time json pickl 正则

    字符组 : [字符组] 在同一个位置可能出现的各种字符组成了一个字符组,在正则表达式中用[]表示 字符分为很多类,比如数字.字母.标点等等. 假如你现在要求一个位置....9这10个数之一. 量词 几 ...

  7. 根据IP获得城市信息(百度API的运用)

    /**      * 根据IP获取城市      * @param string $ip ip地址      * @return array      * http://api.map.baidu.c ...

  8. setsockopt IP_ADD_MEMBERSHIP error!No such device的解决方案

    /mnt # ./onvifserver Happytime onvif server version 2.6Onvif server running at 192.168.1.10:8000crea ...

  9. MLCC Y5V 和 X7R 电容记录

    MLCC Y5V 和 X7R 电容记录 Y5V 的 MLCC 很少见的,但还是要注意. 自己记录一下,一个 100NF Y5V 电容 ,当温度到达 100度时,容值 为 36NF. 但是 X7R 电容 ...

  10. oracle单表选择率(selectivity)——计算执行计划的基数

    CBO优化器是基于对当前经过特定测试的数据集中预期的行比率估计来计算基数的.此处的行数之比是一个数值,称为选择率(selectivity).得到选择率之后,将其与输入行数进行简单相乘既可得到基数. 在 ...