二叉树四种遍历方法

class Node(object):
    def __init__(self, item):
        self.item = item
        self.lchild = None
        self.rchild = None


class Tree(object):
    """二叉树"""

    def __init__(self):
        self.root = None

    def add(self, item):
        node = Node(item)
        if self.root is None:
            self.root = node
            return None
        queue = [self.root]
        while queue:
            cur = queue.pop(0)
            if cur.lchild is None:
                cur.lchild = node
                return None
            else:
                queue.append(cur.lchild)
            if cur.rchild is None:
                cur.rchild = node
                return None
            else:
                queue.append(cur.rchild)

    def breadth_travel(self):
        """广度遍历"""
        queue = [self.root]
        if self.root is None:
            return None
        while queue:
            cur_node = queue.pop(0)
            print(cur_node.item)
            if cur_node.lchild is not None:
                queue.append(cur_node.lchild)
            if cur_node.rchild is not None:
                queue.append(cur_node.rchild)

    def preorder(self, node):
        """前序遍历"""
        if node is None:
            return None
        print(node.item)
        self.preorder(node.lchild)
        self.preorder(node.rchild)

    def inorder(self, node):
        """中序遍历"""
        if node is None:
            return None
        self.inorder(node.lchild)
        print(node.item)
        self.inorder(node.rchild)

    def postorder(self, node):
        """后序遍历"""
        if node is None:
            return None
        self.postorder(node.lchild)
        self.postorder(node.rchild)
        print(node.item)

广度遍历通过队列这种数据结构来实现。
三种深度遍历中都使用了递归的思想。其中前序遍历比较好理解，中序和后续自己一开始没想明白，以为是从左下的叶子节点开始遍历，当然遍历的结果确实是左下叶子节点排在最前面。但是正确的想法应该是从根节点开始，一步一步分割左子树和右子树，然后按照顺序要求写出最后的结果。自己一开始想复杂了。其实用递归非常容易实现。
还有一个小知识点，在三种深度遍历模式中，如果想通过遍历的结果得到树的具体结构，则至少需要两种遍历的结果，并且其中一种必须为中序遍历。通过前序遍历或者后序遍历结合中序遍历得到包括根节点在内的各个节点，再重构整棵树的结构

来源：CSDN

作者：九龙山神马

链接：https://blog.csdn.net/qq_38446108/article/details/104510883