二叉搜索树BST广度优先搜索遍历BFS计算树高度，非递归，binarytree，python

基本原理：首先对二叉树搜索树进行BFS广度优先搜索遍历，搜索遍历后的节点访问依次顺序的存放在数组中，那么此时数组中最后一个节点，即是树中距离根最远的节点。然后用这个节点逆向的沿着父节点一层一层的往上爬，每爬一层就计数为1，直到根节点没有了父节点为止，算法结束。最终累计的计数即为树的高度。也就是说，广度遍历搜索是一种层次推进的搜索遍历，具体在BST二叉树搜索树中，一层代表数的高度1，对层高计数，即为该树的高度。

from binarytree import bst, get_parent
def app():
    t = bst(height=0, is_perfect=False)
    print(t)
    print('标准API获得的树高', t.height)
    print('-----')
    h = get_tree_height(t)
    print('广度遍历思想求得树高', h)
def get_tree_height(node):
    most_far_edge_node = node.levelorder.pop()
    print('most_far_edge_node', most_far_edge_node.value)
    tree_height = 0
    while True:
        print('-')
        p = get_parent(node, most_far_edge_node)
        if p is not None:
            print('parent', most_far_edge_node.value, '->', p.value)
            tree_height = tree_height + 1
            most_far_edge_node = p
        else:
            break
    return tree_height
if __name__ == '__main__':
    app()

输出：

0________
         \
    ______5__________________
   /                         \
  1__                  _______57_________
     \                /                  \
      3          ____47               ____62
     / \        /      \             /
    2   4     _23       48         _60
             /   \        \       /   \
            20    35       56    58    61
标准API获得的树高 5
-----
most_far_edge_node 61
-
parent 61 -> 60
-
parent 60 -> 62
-
parent 62 -> 57
-
parent 57 -> 5
-
parent 5 -> 0
-
广度遍历思想求得树高 5