python 树状结构数据做查询

原创

mob64ca12e63b18 2024-09-07 03:51:27 ©著作权

文章标签 子节点 python Python 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob64ca12e63b18的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python 树状结构数据查询

在编程中，我们常常需要处理复杂的数据结构，而树状结构是一种非常常见且有效的数据组织方式。树状结构用于表示层级关系，例如文件夹结构、组织架构图等。本文将探讨如何在 Python 中实现树状结构，并进行查询操作。

树状结构介绍

树由节点组成，每个节点可以有零个或多个子节点。树的顶层节点称为根节点（Root），没有子节点的节点称为叶节点（Leaf）。树的每层节点可以通过树的深度来表示，这使得树非常适合用于表示分层数据。

以下是树状结构的类图：

classDiagram
    class TreeNode {
        +value: any
        +children: List[TreeNode]
        +add_child(child: TreeNode): void
        +remove_child(child: TreeNode): void
        +find(value: any): TreeNode
    }

定义树节点类

接下来，我们将实现一个 TreeNode 类，该类表示树的每一个节点。我们将为节点添加增、删、查等基本功能。

class TreeNode:
    def __init__(self, value):
        self.value = value
        self.children = []

    def add_child(self, child):
        self.children.append(child)

    def remove_child(self, child):
        self.children.remove(child)

    def find(self, value):
        if self.value == value:
            return self
        for child in self.children:
            result = child.find(value)
            if result:
                return result
        return None

在这个实现中，TreeNode 类有三个主要的方法：

add_child(child)：添加子节点。
remove_child(child)：删除子节点。
find(value)：查找具有特定值的节点。

构建树

我们可以使用 TreeNode 类来构建一个简单的树，如下所示：

# 创建根节点
root = TreeNode("A")

# 创建子节点
b = TreeNode("B")
c = TreeNode("C")

# 构建树
root.add_child(b)
root.add_child(c)

# 添加孙子节点
d = TreeNode("D")
e = TreeNode("E")
b.add_child(d)
b.add_child(e)

在这个例子中，我们创建了一个根节点 A，并为其添加了两个子节点 B 和 C。然后，我们又为 B 添加了两个子节点 D 和 E。

查询节点

我们可以通过 find 方法查询特定节点。下面是一个查询示例：

result = root.find("D")
if result:
    print(f"找到节点: {result.value}")
else:
    print("节点未找到")

在这段代码中，我们通过 root.find("D") 查询节点 D。如果找到，该方法返回该节点；否则返回 None。

进一步扩展

为了满足更复杂的需求，我们可以扩展 TreeNode 类，加入更多功能，例如查询所有子节点、树的遍历等。以下是一个遍历树的前序遍历实现：

def pre_order_traversal(node):
    if node:
        print(node.value)
        for child in node.children:
            pre_order_traversal(child)

# 使用前序遍历打印树结构
pre_order_traversal(root)

以上函数 pre_order_traversal 采用递归方式遍历树，从根节点开始，深度优先地访问每一个节点。