python中的广度优先搜索遍历答案

【问题标题】：breadth first search traversal in pythonpython中的广度优先搜索遍历
【发布时间】：2015-04-08 17:21:21
【问题描述】：

我知道已经有一些关于此的问题，我已经查看了它们并尝试使用这些答案来解决问题，但我仍然遇到问题。出于某种原因，我的广度搜索要么陷入无限循环，要么说它不能从空列表中dequeue。

这里是代码

def enqueue(self, data):
    self.queue_list.append(data

def dequeue(self):
    return self.queue_list.pop(0)

def breadth(self):
    string = ""
    queue = q.Queue()
    root = self.root
    queue.enqueue(root.data)
    string += str(queue.dequeue())

    while queue != None:
        if root.left != None:
            queue.enqueue(root.left.data)
            root = root.left
        if root.right != None:
            queue.enqueue(root.right.data)
            root = root.right
        data = queue.dequeue()
        string += str(data)

    return string

【问题讨论】：

你能添加你的入队和出队方法吗？似乎问题将位于其中一种方法中，很可能是出队。在这种情况下q 是什么，q.Queue() 做什么？
针对这些方法进行了更新，我只是调用了位于其中的模块并初始化队列。
除了错误的 while 循环条件之外，您在第一个 if 和同时检查第二个 if 条件时覆盖了您的根，它可能与循环开始时不同，这可能不是您想要实现

标签： python python-3.x data-structures tree

【解决方案1】：

您在while 循环中的检查不应该是queue != None。

您应该检查队列何时为空。永远不会是None。

按照编码，您将某些内容排队，然后将其出列，因此队列为空，然后您进入 while 循环，因为虽然队列为空，但它不是 None。

然后您尝试在 while 循环结束附近进行双端队列，这会导致您的错误。

【讨论】：

他的q.Queue() 方法可能会在某个时候返回None。但是你绝对是对的，如果创建了一个队列，它就不会变成无。

【解决方案2】：

您需要将节点推送到队列中，而不仅仅是数据。否则你只会走在树的右边（第二个 if 语句覆盖根）。
我不确定你的数据结构，所以只使用 collections.deque

from collections import deque

def breadth(self):
    string = ""
    q = deque([self.root])
    while q:
        node = q.popleft()
        string += str(node.data)
        if node.left:
            q.append(node.left)
        if node.right:
            q.append(node.left)
    return string

【讨论】：

谢谢你让我找到解决方案

【解决方案3】：

使用上述提示的最终解决方案

 def breadth_first(self):

    string = ""
    queue = q.Queue()
    root = self.root
    queue.enqueue(root)

    while len(queue.queue_list) > 0:
        node = queue.dequeue()
        string += str(node.data) + " "
        if node.left != None:
            queue.enqueue(node.left)
        if node.right != None:
            queue.enqueue(node.right)
    return string

【讨论】：