树的遍历是树的一种重要的运算。所谓遍历是指对树中所有结点的信息的访问，即依次对树中每个结点访问一次且仅访问一次，我们把这种对所有节点的访问称为遍历（traversal）。那么树的两种重要的遍历模式是深度优先遍历和广度优先遍历,深度优先一般用递归，广度优先一般用队列。

一、广度优先遍历(层次遍历)

从树的root开始，从上到下从从左到右遍历整个树的节点

二、深度优先遍历

对于一颗二叉树，深度优先搜索(Depth First Search)是沿着树的深度遍历树的节点，尽可能深的搜索树的分支。

那么深度遍历有重要的三种方法。这三种方式常被用于访问树的节点，它们之间的不同在于访问每个节点的次序不同。这三种遍历分别叫做先序遍历（preorder），中序遍历（inorder）和后序遍历（postorder）。

1、先序遍历 在先序遍历中，我们先访问根节点，然后递归使用先序遍历访问左子树，再递归使用先序遍历访问右子树
根节点->左子树->右子树

2、中序遍历 在中序遍历中，我们递归使用中序遍历访问左子树，然后访问根节点，最后再递归使用中序遍历访问右子树
左子树->根节点->右子树

3、后序遍历 在后序遍历中，我们先递归使用后序遍历访问左子树和右子树，最后访问根节点
左子树->右子树->根节点

'''
树形结构
'''class Node(object):'''节点类'''def __init__(self, elem, lChild = None, rChild = None):self.elem = elemself.lChild = lChild #左子树self.rChild = rChild #又子树class Tree(object):'''二叉树'''def __init__(self, node = None):self.root = nodedef add(self, item):'''添加子树''''''思路1、先找到要添加元素的节点'''node = Node(item)if self.root is None:self.root = nodereturnli = [self.root]while li:cur_node = li.pop(0)if cur_node.lChild is not None:li.append(cur_node.lChild)else:cur_node.lChild = nodereturnif cur_node.rChild is not None:li.append(cur_node.rChild)else:cur_node.rChild = nodereturndef breadth_travel(self):'''广度优先遍历'''if self.root is None:returnli = [self.root]while li:cur_node = li.pop(0)print(cur_node.elem, end=' ')if cur_node.lChild is not None:li.append(cur_node.lChild)if cur_node.rChild is not None:li.append(cur_node.rChild)print(' ')def preorder(self, node):'''先序遍历'''if node is None:returnprint(node.elem, end=' ')self.preorder(node.lChild)self.preorder(node.rChild)def inorder(self, node):'''中序优先遍历'''if node is None:returnself.preorder(node.lChild)print(node.elem, end=' ')self.preorder(node.rChild)def postorder(self, node):'''后续优先遍历'''if node is None:returnself.preorder(node.lChild)self.preorder(node.rChild)print(node.elem, end=' ')if __name__ == "__main__":tree = Tree()tree.add(0)tree.add(1)tree.add(2)tree.add(3)tree.add(4)tree.add(5)tree.add(6)tree.add(7)tree.add(8)tree.add(9)tree.breadth_travel()print(" - ")tree.preorder(tree.root)print(" ")tree.inorder(tree.root)print(" ")tree.postorder(tree.root)print(" ")