Este repositorio contiene una implementación en Python de un árbol AVL que se auto-balancea cada vez que se realiza una acción que lo requiera, como la inserción o eliminación de nodos. El árbol se construye utilizando los nombres de archivos como métrica para realizar las comparaciones.
La información utilizada para construir el árbol proviene del dataset "Images Dataset", que contiene 1803 imágenes divididas en 7 categorías: Bike, Cars, Cats, Dogs, Flowers, Horses y Human.
El árbol generado permite realizar las siguientes operaciones:
- Inserción de un Nodo: Permite agregar un nuevo nodo al árbol.
- Eliminación de un Nodo: Permite eliminar un nodo existente del árbol.
- Búsqueda de un Nodo: Permite buscar un nodo utilizando la métrica dada (nombre del archivo).
- Filtrado de Nodos: Permite buscar todos los nodos que cumplan con ciertos criterios, como pertenecer a una categoría específica o tener un tamaño de archivo dentro de un rango específico.
- Recorrido por Niveles del Árbol: Permite mostrar el recorrido por niveles del árbol de manera recursiva, mostrando únicamente los nombres de los archivos.
Una vez obtenidos los nodos mediante las operaciones de búsqueda y filtrado, se pueden realizar las siguientes operaciones:
- Obtener el Nivel del Nodo: Permite conocer la profundidad del nodo en el árbol.
- Obtener el Factor de Balanceo del Nodo: Permite conocer el equilibrio del nodo en el árbol.
- Encontrar el Padre del Nodo: Permite identificar el padre del nodo seleccionado.
- Encontrar el Abuelo del Nodo: Permite identificar el abuelo del nodo seleccionado.
- Encontrar el Tío del Nodo: Permite identificar el tío del nodo seleccionado.
Después de cada operación de inserción o eliminación, el árbol se muestra gráficamente utilizando la biblioteca graphviz en Python. Cada nodo del árbol contiene la información correspondiente al dataset.
avl_tree.py: Contiene la implementación del árbol AVL con los métodos correspondientes a las funcionalidades y operaciones con nodos descritas anteriormente.dataset.py: Contiene las funciones para cargar los datos del dataset, verificar si un archivo existe en el dataset y retornar la información de una imagen con su nombre.menu.py: Contiene la interfaz de usuario para interactuar con el árbol.panels.py: Contiene las clases para los paneles de la interfaz de usuario.main.py: Script principal para ejecutar la aplicación. Aquí se inicializa la interfaz de la app y se genera un árbol inicial que consta de 7 nodos.image_widget.py: Contiene la clase para crear el widget con la imagen del árbol./data: Carpeta que contiene todas las imágenes del dataset.