python环境下使用mysql数据及数据结构和二叉树算法（图）

python环境下使用mysql数据及数据结构和二叉树算法（图）：
1 python环境下使用mysql
2使用的是 pymysql库
3 开始-->创建connection-->获取cursor-->操作-->关闭cursor->关闭connection->结束
4
5 代码框架
6 import pymysql.cursors
7 ###连接数据库
8         connection = pymysql.connect(host='127.0.0.1',port=3306,user='root',
9                              password='...',db=DATABASE_NAME,charset='uft8mb4',cursorclass=pymysql.cursors.DictCursor)
10 ##创建游标
11        cursor = connection.cursor()
12
13 ##执行操作
14        sql='操作语句，mysql语法'
15             创建，删除，查询，添加，修改等等...
16 ##执行
17        cursor.execute(sql)
18
19 ##提交到数据库
20       connection.commit()
21
22 ##关闭连接
23       cursor.close()
24       connection.close()
25 ########操作语句
26       插入数据与mysql一样
27       查询数据
28               sql='select 'id','password' from 'users(表名)' where ...'
29               cursor.execute(sql)
30               result = cursor.fetchone()  #单条数据查询
31                        cursor.fetchone()  #多条数据查询
32               print(result)/ for data in result： print(data)  #显示在python输出结果里

python环境下使用mysql数据及数据结构和二叉树算法（图）

python数据结构和二叉树算法：
树（英语：tree）是一种抽象数据类型（ADT）或是实作这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n（n>=1）个有限节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。
树的术语
节点的度：一个节点含有的子树的个数称为该节点的度；
树的度：一棵树中，最大的节点的度称为树的度；
叶节点或终端节点：度为零的节点；
父亲节点或父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点；
孩子节点或子节点：一个节点含有的子树的根节点称为该节点的子节点；
兄弟节点：具有相同父节点的节点互称为兄弟节点；
节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；
树的高度或深度：树中节点的最大层次；
堂兄弟节点：父节点在同一层的节点互为堂兄弟；
节点的祖先：从根到该节点所经分支上的所有节点；
子孙：以某节点为根的子树中任一节点都称为该节点的子孙。
森林：由m（m>=0）棵互不相交的树的集合称为森林；
树的种类
无序树：树中任意节点的子节点之间没有顺序关系，这种树称为无序树，也称为自由树；
有序树：树中任意节点的子节点之间有顺序关系，这种树称为有序树；
二叉树：每个节点最多含有两个子树的树称为二叉树；
完全二叉树：对于一颗二叉树，假设其深度为d(d>1)。除了第d层外，其它各层的节点数目均已达最大值，且第d层所有节点从左向右连续地紧密排列，这样的二叉树被称为完全二叉树，其中满二叉树的定义是所有叶节点都在最底层的完全二叉树;
平衡二叉树（AVL树）：当且仅当任何节点的两棵子树的高度差不大于1的二叉树；
排序二叉树（二叉查找树（英语：Binary Search Tree），也称二叉搜索树、有序二叉树）；
霍夫曼树（用于信息编码）：带权路径最短的二叉树称为哈夫曼树或最优二叉树；
B树：一种对读写操作进行优化的自平衡的二叉查找树，能够保持数据有序，拥有多余两个子树
树的存储和表示
二叉树通常链式存储
常见应用场景
1.xml，html等，那么编写这些东西的解析器的时候，不可避免用到树
2.路由协议就是使用了树的算法
3.mysql数据库索引
4.文件系统的目录结构
5.所以很多经典的AI算法其实都是树搜索，此外机器学习中的decision tree也是树结构
二叉树
二叉树是每个节点最多有两个子树的树结构。通常子树被称作“左子树”（left subtree）和“右子树”（right subtree
性质(特性)
性质1: 在二叉树的第i层上至多有2^(i-1)个结点（i>0）
性质2: 深度为k的二叉树至多有2^k - 1个结点（k>0）
性质3: 对于任意一棵二叉树，如果其叶结点数为N0，而度数为2的结点总数为N2，则N0=N2+1;
性质4:具有n个结点的完全二叉树的深度必为 log2(n+1)
性质5:对完全二叉树，若从上至下、从左至右编号，则编号为i 的结点，其左孩子编号必为2i，其右孩子编号必为2i＋1；其双亲的编号必为i/2（i＝1 时为根,除外）
广度优先遍历
一般使用队列queue
深度优先遍历
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。国富论读书笔记及心得感悟，三种方法 先序遍历（preorder），中序遍历（inorder）和后序遍历（postorder）
先序遍历  根-左-右
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
中序遍历 左-根-右
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
后序遍历 左-右-根
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。

小手一抖，金币拿走。

姐顶的不是寂寞，是楼主的帖！

友情顶帖，非诚勿扰！