PythonでBSTをシリアル化および逆シリアル化
二分探索木をシリアル化および逆シリアル化するアルゴリズムを設計するとします。シリアル化は、何か(データ構造またはオブジェクト)をビットのシーケンスに変換して、ファイルまたはメモリバッファーに格納したり、ネットワーク接続リンクを介して送信したりできるようにするプロセスです。これは、プロセスが逆シリアル化された後で再構築できます。
したがって、入力が[5,2,9,1,3,7]のような場合、出力はシリアル化された出力5.2.9.1.3.7.N.N.N.N.N.N.N逆シリアル化された出力になります:1、2、3、5、7、9 (順方向トラバーサル)
これを解決するには、次の手順に従います-
-
関数serialize()を定義します。これが定着します
-
res:=新しいリスト
-
1つのキューを定義し、ルートを挿入します
-
キューが空でない間は、実行してください
-
キューが空でないときに、実行します
-
現在:=キュー[0]
-
resの最後に電流を挿入
-
キューから最初の要素を削除する
-
電流がゼロ以外の場合、
-
ループから出てきます
-
-
-
currentがnullの場合、
-
ループから出てきます
-
-
current.leftがnullでない場合、
-
キューの最後にcurrent.leftを挿入します
-
-
それ以外の場合
-
キューの最後にNoneを挿入します
-
-
current.rightがnullでない場合、
-
キューの最後にcurrent.rightを挿入します
-
-
それ以外の場合
-
キューの最後にNoneを挿入します
-
-
-
s:=空白の文字列
-
0から解像度のサイズまでの範囲のiの場合、実行します
-
res [i]がゼロ以外の場合、
-
s:=s連結res[i] .data
-
-
それ以外の場合
-
s:=s連結"N"
-
-
iがres-1のサイズと同じ場合、
-
ループから出てきます
-
-
s:=s連結"。"
-
-
sを返す
-
関数deserialize()を定義します。これにはデータが必要です
-
data:=ドットを使用してデータを分割した後のパーツのリスト
-
スタック:=新しいリスト
-
data[0]が'N'と同じ場合、
-
なしを返す
-
-
root:=データデータを使用して新しいノードを作成します[0]
-
スタックの最後にルートを挿入します
-
i:=1
-
現在:=0
-
<データのサイズ、実行
-
左:=False
-
data[i]が'N'と同じでない場合、
-
temp:=データデータを使用して新しいノードを作成します[i]
-
stack [current] .left:=temp
-
スタックの最後に温度を挿入
-
-
それ以外の場合
-
stack [current] .left:=None
-
-
i:=i + 1
-
data[i]が'N'と同じでない場合、
-
temp:=データデータを使用して新しいノードを作成します[i]
-
stack [current] .right:=temp
-
スタックの最後に温度を挿入
-
-
それ以外の場合
-
stack [current] .right:=None
-
-
current:=current + 1
-
i:=i + 1
-
-
ルートを返す
例
理解を深めるために、次の実装を見てみましょう-
class TreeNode: def __init__(self, data, left = None, right = None): self.data = data self.left = left self.right = right def insert(temp,data): que = [] que.append(temp) while (len(que)): temp = que[0] que.pop(0) if (not temp.left): if data is not None: temp.left = TreeNode(data) else: temp.left = TreeNode(0) break else: que.append(temp.left) if (not temp.right): if data is not None: temp.right = TreeNode(data) else: temp.right = TreeNode(0) break else: que.append(temp.right) def make_tree(elements): Tree = TreeNode(elements[0]) for element in elements[1:]: insert(Tree, element) return Tree def print_tree(root): #print using inorder traversal if root is not None: print_tree(root.left) print(root.data, end = ', ') print_tree(root.right) class Codec: def serialize(self, root): res =[] queue = [root] while queue: while True and queue: current = queue[0] res.append(current) queue.pop(0) if current: break if not current: break if current.left: queue.append(current.left) else: queue.append(None) if current.right: queue.append(current.right) else: queue.append(None) s="" for i in range(len(res)): if res[i]: s+=str(res[i].data) else: s+="N" if i == len(res)-1: break s+="." return s def deserialize(self, data): data = data.split(".") stack = [] if data[0]=='N': return None root = TreeNode(int(data[0])) stack.append(root) i = 1 current = 0 while i <len(data): left= False if data[i] !='N': temp = TreeNode(int(data[i])) stack[current].left = temp stack.append(temp) else: stack[current].left = None i+=1 if data[i] !='N': temp = TreeNode(int(data[i])) stack[current].right = temp stack.append(temp) else: stack[current].right = None current+=1 i+=1 return root ob = Codec() root = make_tree([5,2,9,1,3,7]) ser = ob.serialize(root) print('Serialization:',ser) print_tree(ob.deserialize(ser))
入力
[5,2,9,1,3,7]
出力
Serialization: 5.2.9.1.3.7.N.N.N.N.N.N.N 1, 2, 3, 5, 7, 9,
-
Pythonデータの分析と視覚化
Pandasは、データサイエンスと分析で最も人気のあるPythonライブラリの1つです。 Pandasライブラリは、データの操作、分析、およびクリーニングに使用されます。これは、純粋にCで記述された低レベルのNumPyを高レベルで抽象化したものです。このセクションでは、アナリストまたはデータサイエンティストとして知っておく必要のある最も重要な(最も頻繁に使用される)ことをいくつか取り上げます。 ライブラリのインストール pipを使用して必要なライブラリをインストールできます。コマンド端末で以下のコマンドを実行するだけです: pip intall pandas DataFrameとシリーズ
-
Pythonでのデータ分析と視覚化?
Pythonは、主にnumpy、pandas、matplotlib、seabornなどのデータ分析と視覚化のための多数のライブラリを提供します。このセクションでは、numpyの上に構築されたオープンソースライブラリであるデータ分析と視覚化のためのpandasライブラリについて説明します。 これにより、迅速な分析とデータのクリーニングと準備を行うことができます。Pandasには、以下で説明する多数の組み込みの視覚化機能も用意されています。 インストール パンダをインストールするには、ターミナルで以下のコマンドを実行します- pipinstall pandas Orweにはanacondaが