def test_balanced_bst(lst):
bst = LinkedBST()
for i in lst:
bst.add(i)
bst.rebalance()
start = time.time()
for i in range(10**4):
word = random.choice(lst)
word1 = bst.find(word)
assert word == word1
return time.time() - start
def search_in_balanced_tree():
"""
return time to search for 1000 words in the balanced tree
:return: float
"""
tree = LinkedBST()
sys.setrecursionlimit(150000)
for word in readed_file:
tree.add(word)
tree.rebalance()
start = time.time()
for i in range(1000):
tree.find(random_word())
return time.time() - start
def main():
tmp_set, tmp_list = read_file('words.txt'), []
searching_list = []
counter = 0
while True:
try:
tmp_list.append(tmp_set.pop())
counter += 1
except KeyError:
break
tmp_set = read_file('words.txt')
counter = 0
while counter < 10000:
counter += 1
searching_list.append(tmp_set.pop())
tree = LinkedBST(tmp_list)
print(
'a) визначити час пошуку 10000 випадкових слів у впорядкованому за абеткою словнику (пошук у списку слів з використанням методів вбудованого типу list).'
)
time1 = time.time()
for word in searching_list:
l1 = tmp_list.index(word)
print(time.time() - time1)
print(
'b) визначити час пошуку 10000 випадкових слів у словнику, який представлений у вигляді бінарного дерева пошуку. Бінарне дерево пошуку будується на основі словника в якому слова не впорядковані за абеткою. '
)
time1 = time.time()
for word in searching_list:
tree.find(word)
print(time.time() - time1)
if not tree.is_balanced():
tree.rebalance()
print(
'c) Визначити час пошуку 10000 випадкових слів у словнику, який представлений у вигляді збалансованого бінарного дерева пошуку.'
)
time1 = time.time()
for word in searching_list:
tree.find(word)
print(time.time() - time1)
def main():
tree = LinkedBST()
print("Adding D B A C F E G")
tree.add("D")
tree.add("B")
tree.add("A")
tree.add("C")
tree.add("F")
tree.add("E")
tree.add("G")
print("\nExpect True for A in tree: ", "A" in tree)
print("\nString:\n" + str(tree))
clone = LinkedBST(tree)
print("\nClone:\n" + str(clone))
print("Expect True for tree == clone: ", tree == clone)
print("\nFor loop: ", end="")
for item in tree:
print(item, end=" ")
print("\n\ninorder traversal: ", end="")
for item in tree.inorder(): print(item, end=" ")
# print("\n\npreorder traversal: ", end="")
# for item in tree.preorder(): print(item, end = " ")
# print("\n\npostorder traversal: ", end="")
# for item in tree.postorder(): print(item, end = " ")
# print("\n\nlevelorder traversal: ", end="")
# for item in tree.levelorder(): print(item, end = " ")
print("\n\nRemoving all items:", end=" ")
for item in "ABCDEFG":
print(tree.remove(item), end=" ")
print("\n\nExpect 0: ", len(tree))
tree = LinkedBST(range(1, 16))
print("\nAdded 1..15:\n" + str(tree))
lyst = list(range(1, 16))
random.shuffle(lyst)
tree = LinkedBST(lyst)
print("\nAdded ", lyst, "\n" + str(tree))
lyst = [113, 30, 68, 74, 45, 91, 88]
# random.shuffle(lyst)
tree = LinkedBST(lyst)
print(tree, tree.height())
print(tree.isBalanced())
print(tree.rangeFind(30, 91))
print(tree.successor(20))
print(tree.predecessor(50))
tree.rebalance()
print(tree)
from binary_search_tree.linkedbst import LinkedBST
tree = LinkedBST()
tree.add("A")
tree.add("B")
tree.add("C")
tree.add("D")
tree.add("E")
tree.add("F")
tree.add("G")
tree.add("H")
tree.add("I")
tree.add("J")
tree.add("K")
print(tree)
print("Answer must be False: ", tree.isBalanced())
tree.rebalance()
print(tree)
print("Answer must be True: \n", tree.isBalanced())
print("Answer must be D : \n", tree.successor("C").data)
print("Answer must be B : \n", tree.predecessor("C").data)
print("Answer must be C: \n")
for i in tree.rangeFind("B", "D"):
print(i.data)
