Python：使用列表创建二叉搜索树

Question

我的代码的目标是从 txt 文件中获取每个单独的单词并将其放入一个列表中，然后使用该列表创建一个二叉搜索树来计算每个单词的频率并按字母顺序打印每个单词以及它的频率。中的每个单词只能包含字母、数字、- 或 ' 我无法用我的初学者编程知识做的部分是使用我拥有的列表制作二叉搜索树（我只能插入整个列表在一个节点中，而不是将每个单词放在一个节点中以生成树）。我到目前为止的代码是这样的：

def read_words(filename):
    openfile = open(filename, "r")
    templist = []
    letterslist = []
    for lines in openfile:
        for i in lines:
            ii = i.lower()
            letterslist.append(ii)
    for p in letterslist:
        if p not in ['a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v','w','x','y','z',"'","-",' '] and p.isdigit() == False:
            letterslist.remove(p)      
    wordslist = list("".join(letterslist).split())
    return wordslist

class BinaryTree:
    class _Node:
        def __init__(self, value, left=None, right=None):
            self._left = left
            self._right = right
            self._value = value
            self._count = 1


    def __init__(self):
        self.root = None

    def isEmpty(self):
        return self.root == None

    def insert(self, value) :
        if self.isEmpty() :
            self.root = self._Node(value)
            return
        parent = None
        pointer = self.root
        while (pointer != None) :
            if value == pointer._value:
                pointer._count += 1
                return

            elif value < pointer._value:
                parent = pointer
                pointer = pointer._left

            else :
                parent = pointer
                pointer = pointer._right            

        if (value <= parent._value) :
            parent._left = self._Node(value)
        else :
            parent._right = self._Node(value)    

    def printTree(self):
        pointer = self.root
        if pointer._left is not None:
            pointer._left.printTree()
        print(str(pointer._value) + " " + str(pointer._count))
        if pointer._right is not None:
            pointer._right.printTree()




    def createTree(self,words):
        if len(words) > 0:
            for word in words:
                BinaryTree().insert(word)
            return BinaryTree()
        else:
            return None

    def search(self,tree, word):
        node = tree
        depth = 0
        count = 0
        while True:
            print(node.value)
            depth += 1
            if node.value == word:
                count = node.count
                break
            elif word < node.value:
                node = node.left
            elif word > node.value:
                node = node.right
        return depth, count


def main():
    words = read_words('sample.txt')
    b = BinaryTree()
    b.insert(words)
    b.createTree(words)
    b.printTree()

Answer 1

由于您是初学者，我建议您使用递归而不是迭代来实现树方法，因为这将导致实现更简单。虽然一开始递归可能看起来有点困难，但它通常是最简单的方法。

这是一个二叉树的草稿实现，它使用递归来插入、搜索和打印树，它应该支持您需要的功能。

class Node(object):
    def __init__(self, value):
        self.value = value
        self.left = None
        self.right = None
        self.count = 1

    def __str__(self):
        return 'value: {0}, count: {1}'.format(self.value, self.count)

def insert(root, value):
    if not root:
        return Node(value)
    elif root.value == value:
        root.count += 1
    elif value < root.value:
        root.left = insert(root.left, value)
    else:
        root.right = insert(root.right, value)

    return root

def create(seq):
    root = None
    for word in seq:
        root = insert(root, word)

    return root

def search(root, word, depth=1):
    if not root:
        return 0, 0
    elif root.value == word:
        return depth, root.count
    elif word < root.value:
        return search(root.left, word, depth + 1)
    else:
        return search(root.right, word, depth + 1)

def print_tree(root):
    if root:
        print_tree(root.left)
        print root
        print_tree(root.right)

src = ['foo', 'bar', 'foobar', 'bar', 'barfoo']
tree = create(src)
print_tree(tree)

for word in src:
    print 'search {0}, result: {1}'.format(word, search(tree, word))

# Output
# value: bar, count: 2
# value: barfoo, count: 1
# value: foo, count: 1
# value: foobar, count: 1
# search foo, result: (1, 1)
# search bar, result: (2, 2)
# search foobar, result: (2, 1)
# search bar, result: (2, 2)
# search barfoo, result: (3, 1)

Answer 2

为了回答您的直接问题，您将所有单词放入单个节点的原因是因为main() 中的以下语句：

b.insert(words)

插入函数创建一个Node 并将节点的值设置为您传入的项目。相反，您需要为列表中的每个项目创建一个节点，这就是您的createTree() 函数所做的。前面的b.insert 不是必需的。

删除该行会使您的树变得正确形成，但揭示了数据结构设计的一个基本问题，即printTree() 方法。此方法似乎旨在遍历树并在任何子节点上递归调用自身。在您的初始版本中，此函数有效，因为树的格式错误，只有整个列表的一个节点（打印函数只是打印该值，因为右和左为空）。

但是，对于正确形成的树，printTree() 函数现在尝试在左右后代上调用自身。然而，后代是 _Node 类型，而不是 BinaryTree 类型，并且没有为 _Node 对象声明方法printTree()。

您可以通过以下两种方式之一挽救您的代码并解决这个新错误。首先，您可以将BinaryTree.printTree() 函数实现为_Node.printTree()。您不能直接复制和粘贴，但函数的逻辑不必改变太多。或者您可以保留该方法所在的位置，但将每个 _left 或 _right 节点包装在一个新的 BinaryTree 内，以便它们拥有必要的 printTree() 方法。这样做会使方法留在原来的位置，但您仍然必须在 _Node 内实现某种辅助遍历方法。

最后，您可以将所有 _Node 对象改为 _BinaryTree 对象。

节点和树之间的语义差异是范围之一。一个节点应该只知道它自己，它的直接子节点（左和右），可能还有它的父节点。另一方面，一棵树可以知道它的任何后代，无论距离多远。这是通过将 any 子节点视为自己的树来实现的。即使是没有任何子节点的叶子也可以被认为是深度为 0 的树。这种行为是让树递归工作的原因。您的代码将两者混合在一起。