题目：将[0,1,2,3,4,5,6,7,8,9,10]存储到二叉树，原数组有序，转换为二叉排序树。

二叉排序树的特点：当前节点的左子树上的所有节点都小于该节点，右子树上的所有节点都小于该节点。
二叉排序也称为二叉查找树。

我的实现思路：
取有序数组的中间节点作为根节点，将数组分为左右两个部分，对左右两个子数组做相同的操作，递归的实现。
图示：

1
2
3

……

代码实现：

def array_to_bitree(array):
    #判断arr是否为空
    if len(array)==0:
        return BiTNode(array[0])
    mid=len(array)//2 # 有序数组的中间元素的下标
    #print(mid)
    #start=0 # 数组第一个元素的下标
    #end=-1 # 数组最后一个元素的下标
    if len(array)>0:
        #将中间元素作为二叉树的根
        root=BiTNode(array[mid])
        #如果左边的元素个数不为零，则递归调用函数，生成左子树
        if len(array[:mid])>0:
            root.left_child = arrayToBiTree(array[:mid])
        #如果右边的元素个数不为零，则递归调用函数，生成左子树
        if len(array[mid+1:])>0:
            root.right_child = arrayToBiTree(array[mid+1:])
    return root

我们调用前面写的三种遍历方法看一看，我们构造的树是否正确：

#将[0,1,2,3,4,5,6,7,8,9,10]存储到二叉树
if __name__ == '__main__':
    #先构造一个有序数组、链表
    arr=[]
    for i in range(10):
        arr.append(i)
    print(arr)
    #调用函数
    BT=arrayToBiTree(arr)
    #前序遍历二叉树
    print("前序")
    print_tree_pre_order(BT)
    # 中序遍历二叉树
    print("中序")
    print_tree_mid_order(BT)
    # 后序遍历二叉树
    print("后序")
    print_tree_after_order(BT)

输出：

image.png

根据这三种遍历结果可以判断出二叉树的结构，结果和前面的是一样的，代码如下：

#定义二叉树结点类型
class BiTNode:
    """docstring for BiTNode"""
    def __init__(self,arg):
        self.data = arg
        self.left_child = None
        self.right_child = None

#前序遍历
def print_tree_pre_order(root):
    #先判断二叉树是否为空
    #if root.left_child is None and root.right_child is None:
    if root is None:
        return root
    #先根
    print(root.data)
    #再左
    if root.left_child is not None:
        print_tree_pre_order(root.left_child)
    #再右
    if root.right_child is not None:
        print_tree_pre_order(root.right_child)

#中序遍历二叉树
def print_tree_mid_order(root):

    #先判断二叉树是否为空,当左右节点都为空时
    if root is None:
        return
    #中序遍历 左根右
    #遍历左子树
    if root.left_child is not None:
        print_tree_mid_order(root.left_child)
    #遍历根节点
    print(root.data)
    #遍历右子树
    if root.right_child is not None:
        print_tree_mid_order(root.right_child)

#后序遍历
def print_tree_after_order(root):
    #先判断二叉树是否为空
    if root is None:
        return root
    #再左
    if root.left_child is not None:
        print_tree_after_order(root.left_child)
    #再右
    if root.right_child is not None:
        print_tree_after_order(root.right_child)
    #先根
    print(root.data)

def array_to_bitree(array):
    #判断arr是否为空
    if len(array)==0:
        return BiTNode(array[0])
    mid=len(array)//2 # 有序数组的中间元素的下标
    #print(mid)
    #start=0 # 数组第一个元素的下标
    #end=-1 # 数组最后一个元素的下标
    if len(array)>0:
        #将中间元素作为二叉树的根
        root=BiTNode(array[mid])
        #如果左边的元素个数不为零，则递归调用函数，生成左子树
        if len(array[:mid])>0:
            root.left_child = array_to_bitree(array[:mid])
        #如果右边的元素个数不为零，则递归调用函数，生成左子树
        if len(array[mid+1:])>0:
            root.right_child = array_to_bitree(array[mid+1:])
    return root


        

#将[0,1,2,3,4,5,6,7,8,9,10]存储到二叉树
if __name__ == '__main__':
    #先构造一个有序数组、链表
    arr=[]
    for i in range(9):
        arr.append(i)
    print(arr)
    #调用函数
    BT=array_to_bitree(arr)
    #前序遍历二叉树
    print("前序")
    print_tree_pre_order(BT)
    # 中序遍历二叉树
    print("中序")
    print_tree_mid_order(BT)
    # 后序遍历二叉树
    print("后序")
    print_tree_after_order(BT)

最近各家大厂都已经开始招聘暑期实习岗位了，我看了下，真是下了一跳，这这实习岗的要求真的是赶上正式岗了。
我还没有把握，但是等我有把握了，估计黄花菜都凉了。我要抓紧时间，复习下基础知识，在冲击下机器学习相关算法，在弄几个中等规模项目，将学到的技能全部运用进去。这样起码有个项目经验，面试能说说，这技术面还是得多下功夫。

加油吧！