要求：文件中存有多行数据，每行数据有两列，如下例左图所示。意为树形数据，第一列为父节点，第二列为子节点，如下例右图所示。请读取文件，并实现给定节点，返回其路径关系。如给定节点B，返回1,2,6,B。
示意图
解法一：
用列表存储数据，用index查找数据。
# 获取到父、子节点
f = open('tree.txt', 'r')
txt = f.readlines()
L_parent = []
L_child = []
for line in txt:
line = line.strip('\n').split('\t')
L_parent.append(line[0])
L_child.append(line[1])
f.close()
search_node = input("请输入想寻找的节点：")
child_index = []
res = []
# 找到子节点的索引位置
def search_child_node(item):
try:
temp_child_index = L_child.index(item)
except ValueError:
print("未找到此节点")
return
else:
if temp_child_index not in [0, 1, 2]:
child_index.append(temp_child_index)
search_child_node(L_parent[temp_child_index])
else:
child_index.append(0)
# 根据子节点的索引位置找父节点
def search_parent_node():
for i in child_index:
res.append(L_parent[i])
res.reverse()
res.append(search_node)
print(res)
search_child_node(search_node)
search_parent_node()
缺点：如果列表很长节点很多就会比较慢，因为index的方法本质上是迭代整个list。用字典（dictionary）可以优化速度和代码结构。
解法二：
用dictionary储存数据，再遍历查找字典
# 获取到父、子节点
f = open('tree.txt', 'r')
txt = f.readlines()
L_parent = []
L_child = []
for line in txt:
line = line.strip('\n').split('\t')
L_parent.append(line[0])
L_child.append(line[1])
f.close()
# 生成树
def initree():
tree_dict = {}
for i in range(len(L_child)):
temp_lis = []
for j in range(len(L_parent)):
if L_parent[j] == L_parent[i]:
temp_lis.append(L_child[j])
tree_dict[L_parent[i]] = tree_dict.get(L_parent[i], temp_lis)
return tree_dict
# 搜寻目标节点
def search(item):
for i in tree_lis:
if item in i[1]:
res.append(i[0])
if item == L_parent[0]:
res.append(L_parent[0])
return
else:
search(i[0])
tree_dic = initree()
tree_lis = list(tree_dic.items())
res = []
while 1:
target = input("请输入您想查找的结点：")
if target in L_child or target in L_parent:
search(target)
break
else:
print("该结点不在树文件中。请重新输入")
res.reverse()
res.append(target)
print(res)
缺点：虽然用了dictionary，但是好像并不了解为啥要用dictionary，也并没有利用上这种数据结构的优势。
解法三：
# 获取到父、子节点
f = open('tree.txt', 'r')
txt = f.readlines()
L_parent = []
L_child = []
for line in txt:
line = line.strip('\n').split('\t')
L_parent.append(line[0])
L_child.append(line[1])
f.close()
# 生成树
def initree():
tree_dict = {}
for i in range(len(L_child)):
temp_lis = []
for j in range(len(L_parent)):
if L_parent[j] == L_parent[i]:
temp_lis.append(L_child[j])
child_node = tuple(temp_lis)
tree_dict[child_node] = tree_dict.get(child_node, L_parent[i])
return tree_dict
# 搜索指定节点
def search(item):
for i in tree_lis:
if item in i[0]:
res.append(i[1]) # B 6 2 1
search(i[1])
if item == L_parent[0]:
return
tree_dic = initree()
'''
tree_dic = {("2", "3", "4"): "1", ("5", "6"): "2", ("7",): "3", ("8", "9"): "4",
("A", "B"): "6", ("C", "D"): "7", ("E", ): "9",
("F", "G"): "E", ("H",): "G"}
'''
tree_lis = list(tree_dic.items())
res = []
# 获取指定节点并判断存在
while 1:
target = input("请输入您想查找的节点：")
if target in L_child or target in L_parent:
res.append(target)
search(target)
break
else:
print("该节点不在树文件中。请重新输入。")
res.reverse()
print(res)
这个解法和第二种没区别，使用dictionary的方式完全不对，而且因此在initree使用了循环嵌套循环的两个for，会让脚本更冗余更慢，反而还不如第一版。
在这里我有一个理解误区，以为要把一个父节点的子节点全部归为一个键值对中，如“("2", "3", "4"): "1"”。其实并不需要，这不会影响遍历结果。
最后解法：
def ReadTreeFile(file):
f = open(file, 'r')
node = []
for line in f.readlines():
line = line.strip('\n').split('\t')
node.append(line)
tree_dict = {}
for i in node:
tree_dict[i[1]] = i[0]
return tree_dict
# 此时的tree_dict = {'2': '1', '3': '1', '4': '1', '5': '2', '6': '2', '7': '3'.......}
def main():
file = input("请输入树文件：")
tree = ReadTreeFile(file)
target = input("请输入您需要查找的节点：")
res = []
while tree.get(target):
res.append(target)
target = tree.get(target)
res.append(target)
res.reverse()
print(res)
main()
网友评论