Binært søketre i python ikke fungerer

stemmer
2
class Node:
    '''represents a new node in the BST'''
    def __init__(self,key):
        self.key=key
        self.disconnect()
    def disconnect(self):
        self.left=None;
        self.right=None;
        self.parent=None;
    def __str__(self):
        return 'node with kay %s'%self.key

class BST:
    def __init__(self):
        self.root=None
    def insert(self,t):
        '''inserts a new element into the tree'''
        self.find_place(self.root,t)

    def find_place(self,node,key):
        finds the right place of the element recursively
        if node is None:
            node=Node(key)
            print node
        else:
            if node.key > key:
                find_place(node.left,key)
            else:
                find_place(node.right,key)
def test():
    '''function to test if the BST is working correctly'''

jeg skrev ovenfor koden for å implementere et binært søketre men innsatsen metoden fungerer ikke som forventet, ikke klarer å legge til enda roten element. Jeg kan ikke undestand årsaken.

Publisert på 20/06/2010 klokken 07:40
kilden bruker
På andre språk...                            


2 svar

stemmer
1

Du er faktisk ikke å legge noen noder til treet!

Sin enkleste å administrere legge til rotnoden eksplisitt, som du ser jeg gjorde under i insert.

En find_placefunksjon ville, antagelig fra navnet, tilbake foreldrenoden og også om det er venstre eller høyre spor for nøkkelen? Jeg har gjort en eksplisitt _do_insertfunksjon under at både turer og gjør innsatsen.

Fra da av, må du gå treet, hver gang å se om du recurse ned en gren, eller om du har nådd et tomt spor, der du legger den nye noden.

Det kan være naturlig å refactor koden for å sette ansvaret for walking treet (og gjør legger til, fjerner og slikt) i Nodeklassen.

I koden nedenfor, ignorerer jeg legger en nøkkel som allerede er i treet, jeg bare stille avslutter:

def insert(self,t):
    '''inserts a new element into the tree'''
    if self.root is None:
        self.root = Node(t)
    else:
        self._do_insert(self.root,t)

def _do_insert(self,parent,t):
    if t > parent.key:
        if parent.left is None:
            parent.left = Node(t)
        else:
            self._do_insert(parent.left,t)
    elif t < parent.key:
        if parent.right is None:
            parent.right = Node(t)
        else:
            self._do_insert(parent.right,t)
    else:
        # raise a KeyError or something appropriate?
        pass
Svarte 20/06/2010 kl. 07:51
kilden bruker

stemmer
0

Her er en annen BST med Python, ved hjelp av en sorteringsnøkkel

VENSTRE HØYRE = 0 = 1 = 2 VERDI SORT_KEY = -1

klasse BinarySearchTree (objekt):

def __init__(self, sort_key=None):
    self._root = []  
    self._sort_key = sort_key
    self._len = 0  

def sett (selv, val): Hvis self._sort_key er None: sort_key = val // hvis ingen sorteringsnøkkel, sorteringsnøkkel er verdi annet: sort_key = self._sort_key (val)

node = self._root
while node:
    if sort_key < node[_SORT_KEY]:
        node = node[LEFT]
    else:
        node = node[RIGHT]

if sort_key is val:
    node[:] = [[], [], val]
else:
    node[:] = [[], [], val, sort_key]
self._len += 1

def minimum(self):
    return self._extreme_node(LEFT)[VALUE]

def maximum(self):
    return self._extreme_node(RIGHT)[VALUE]

def find(self, sort_key):
    return self._find(sort_key)[VALUE]

def _extreme_node(self, side):
    if not self._root:
        raise IndexError('Empty')
    node = self._root
    while node[side]:
        node = node[side]
    return node

def _find(self, sort_key):
    node = self._root
    while node:
        node_key = node[SORT_KEY]
        if sort_key < node_key:
            node = node[LEFT]
        elif sort_key > node_key:
            node = node[RIGHT]
        else:
            return node
    raise KeyError("%r not found" % sort_key)

Sorteringsnøkkel er erstattet med verdien hvis noen.

Svarte 29/04/2013 kl. 12:25
kilden bruker

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more