数据结构精要-CSDN博客

本文链接：https://blog.csdn.net/weixin_39238424/article/details/103607831

栈：stack 先进后出
队列：queue 先进先出
链表： linked list node+指针
实现

class Node:
    '''
    data: 节点保存的数据
    _next: 保存下一个节点对象
    '''
    def __init__(self, data, pnext=None):
        self.data = data
        self._next = pnext

    def __repr__(self):
        '''
        用来定义Node的字符输出，
        print为输出data
        '''
        return str(self.data)

判断是否为空 2. 删除更新插入查找 3. 清空

图：graph 包含node和edge

# 图的节点结构
class Node:
    def __init__(self, value):
        self.value = value      # 节点值
        self.come = 0           # 节点入度
        self.out = 0            # 节点出度
        self.nexts = []         # 节点的邻居节点
        self.edges = []         # 在节点为from的情况下，边的集合
class Edge:
     def __init__(self, weight, fro, to):
         self.weight = weight        # 边的权重
         self.fro = fro              # 边的from节点
         self.to = to                # 边的to节点
class Graph:
     def __init__(self):
         self.nodes = {}     # 图的所有节点集合  字典形式：{节点编号：节点}
         self.edges = []     # 图的边集合

BFS（广度优先）：取最近的子节点，一步步走出去。可使用队列实现
从root开始，遍历点，取出队列，将子节点放入队列，指导遍历完成。

import queue
 
def bfs(adj, start):
    visited = set()
    q = queue.Queue()
    q.put(start) #把起始点放入队列
    while not q.empty():
        u = q.get()
        print(u)
        for v in adj.get(u, []):
            if v not in visited:
                visited.add(v)
                q.put(v)
 
 
graph = {1: [4, 2], 2: [3, 4], 3: [4], 4: [5]}
bfs(graph, 1)

DFS（深度优先）：沿着一条路走到头再走另一条路（子节点亦如此）
使用栈实现。根节点的子节点压入栈中，pop左子节点再压入其子节点。直到栈空。

非递归实现：

def dfs(adj, start):
    visited = set()
    stack = [[start, 0]]
    while stack:
        (v, next_child_idx) = stack[-1]
        if (v not in adj) or (next_child_idx >= len(adj[v])):
            stack.pop()
            continue
        next_child = adj[v][next_child_idx]
        stack[-1][1] += 1
        if next_child in visited:
            continue
        print(next_child)
        visited.add(next_child)
        stack.append([next_child, 0])
 
 
graph = {1: [4, 2], 2: [3, 4], 3: [4], 4: [5]}
dfs(graph, 1)

树：
二叉搜索树：

def insert(self, root, val):
        '''二叉搜索树插入操作'''
        if root == None:
            root = TreeNode(val)
        elif val < root.val:
            root.left = self.insert(root.left, val)
        elif val > root.val:
            root.right = self.insert(root.right, val)
        return root