手把手教你用Python画一个二叉树
原创
Python 绘制一个二叉树实际上是一个比较简单的需求，比如我们可以使用控制台直接分层打印出来，那么这个问题实际上就转化为了对二叉树的层次遍历，实际上一个二叉树，为了让人能够很直观理解他的结构，我们通常表达出来，就是一个有层次感的结构。
在Python中，绘制二叉树，我们可以利用一些绘制图形的库，比如学校里面，我们基本都或多或少接触过matplotlib ，这个其实就比较适合用到我们这个例子中来。但是在这之前，我们必须思考，我们使用什么样的方式来表达一颗二叉树，通常二叉树的结构体，我们定义为：
class TreeNode:
def __init__(self, value):
self.val = value
self.left = None
self.right = None但是用户输入的时候，肯定不是太方便输入一个这样的结构给到你，我们在学习算法的时候，构造二叉树的时候一般都是使用一个数组来表示的，因此，这里我们也将采用这样的方式来整。
为了简单，我们需要一个函数来将字符数组转换为二叉树。这里我们假设数组是按层序遍历的结果，即数组的第一个元素是树的根，接下来的两个元素是根的左右子节点，以此类推。如果某个位置是None，则表示该位置没有节点。那，ok，我们写一个这样的方法来将一维数组转化为二叉树。
# 示例使用
# 假如说 array = ['a', 'b', 'c', None, 'd', 'e', None] 是这样的
# 我们就可以构建如下的二叉树
# a
# / \\
# b c
# \\ / \\
# d e None
# 我们期望后面借助于matplotlib 绘制 图形也大概长这个样子from collections import deque
def array_to_bst(array):
if not array:
return None
iter_array = iter(array)
root = TreeNode(next(iter_array))
queue = deque([root])
while True:
current_node = queue.popleft()
try:
left_value = next(iter_array)
if left_value is not None:
current_node.left = TreeNode(left_value)
queue.append(current_node.left)
right_value = next(iter_array)
if right_value is not None:
current_node.right = TreeNode(right_value)
queue.append(current_node.right)
except StopIteration:
break
return rootok，一旦我们使用array_to_bst方法构建了这颗二叉树之后，我们就可以开始遍历这颗二叉树了。
二叉树的遍历方式，想必不用过多的介绍，当然，为了简单起见，我们还是采用递归的方式来遍历了。下面是通过这个二叉树递归去绘制的流程图：
对这个过程进行一点点简单的解释，主要就是遍历到当前节点，进行一些检查，如果存在左子节点，就使用matplotlib的api 进行绘制，然后在看右子树，这个过程是 遍历的过程，当然我们可以采用深度优先的方式去遍历这颗树。
下面就是对整个上述过程的描述，为了比较清晰标记子节点是左子树的，还是右子树的，我们使用 L，和 R 进行标记一下。整个实现的过程如下所示：
import matplotlib.pyplot as plt
def plot_tree(node, parent_name, node_name, edge_label, pos=None, x=0, y=0, layer=1):
if pos is None:
pos = {}
pos[node_name] = (x, y)
plt.text(x, y, str(node.val), fontsize=12, ha='center')
if parent_name is not None:
plt.plot([x, pos[parent_name][0]], [y, pos[parent_name][1]], 'k-')
plt.text((x+pos[parent_name][0])/2, (y+pos[parent_name][1])/2, edge_label, fontsize=8, ha='center')
if node.left:
plot_tree(node.left, node_name, node_name+"L", 'L', pos, x-1/2**layer, y-1, layer+1)
if node.right:
plot_tree(node.right, node_name, node_name+"R", 'R', pos, x+1/2**layer, y-1, layer+1)
return pos
def draw_bst(root):
fig, ax = plt.subplots()
ax.axis('off')
plot_tree(root, None, 'Root', None)
plt.show()
# 示例使用
array = ['a', 'b', 'c', None, 'd', 'e', None]
root = array_to_bst(array)
draw_bst(root)其中，我们的plot_tree 函数就是递归之所在，既然是一个递归方法，那么，就会有开始和终止条件，我们开始节点是 root，即我们的根节点作为初始节点，然后，我们的终止条件是所有的左右子树的节点都遍历完毕了。我们使用的plt.plot这个绘制函数是相当基础的，它假设所有的节点值都是单个字符，而且没有考虑到节点值可能会重叠的情况。对于树的节点比较多的话，我估计可能会出现重叠的情况。
总结
至此，我们就完成了使用 Python 绘制一颗二叉树的小玩意，虽然这个需求完成了，但是我们不妨去思考一下，我们将二叉树绘制出来有哪些更深层的意义，比如，做算法可视化来辅助我们学习理解树的算法，甚至做一个教学工具来帮助我们进行算法教学，绘图的过程我们使用递归的方式偷懒了，相信还有更加高效的办法，那就是树的遍历上的一些问题了，你能想到怎么提高绘制效率吗？
或者说，如果不限于 Python，要绘制一颗二叉树，你将会采用什么方式来绘制呢，即高效又简洁的呢？
提示，可以了解一下：
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。