Python递归生成树形结构数据

该博客介绍了如何构造前端Tree组件所需的一维数组结构数据,并通过递归方式将其转换为树形结构。文章提供了示例数据及完整的Python代码实现,帮助读者理解如何根据业务需求动态构建数据源并生成树形结构数据。

需求: 前端Tree组件数据源需要结构型数据
在这里插入图片描述
在这里插入图片描述

第一步,构造源数据

根据需求, 源数据格式为一维数组, 元素为字典数据, 字典包含的元素包括标题(title)、唯一标识(key)、父节点唯一标识(parent_key)、是否为叶子节点(leaf), 考虑到实际业务数据不同, 这里数据源的构造需要根据自己实际情况构造, 本文只提供示例数据…

arr = [
    {'key': '0-0', 'title': '0-0', 'parent_key': '0', 'leaf': False},
    {'key': '0-1', 'title': '0-1', 'parent_key': '0', 'leaf': False},
    {'key': '0-0-0', 'title': '0-0-0', 'parent_key': '0-0', 'leaf': False},
    {'key': '0-1-0', 'title': '0-1-0', 'parent_key': '0-1', 'leaf': True},
    {'key': '0-0-1', 'title': '0-0-1', 'parent_key': '0-0', 'leaf': True},
    {'key': '0-1-1', 'title': '0-1-1', 'parent_key': '0-1', 'leaf': True},
    {'key': '0-0-0-0', 'title': '0-0-0-0', 'parent_key': '0-0-0', 'leaf': True}
]

第二步, 使用递归完成子节点装配, 获取树形结构数据

def arr2tree(source, parent):
    tree = []
    for item in source:
        if item["parent_key"] == parent:
            if not item['leaf']:
                item["children"] = arr2tree(source, item["key"])
            tree.append(item)
    return tree

完整代码

import json

arr = [
    {'key': '0-0', 'title': '0-0', 'parent_key': '0', 'leaf': False},
    {'key': '0-1', 'title': '0-1', 'parent_key': '0', 'leaf': False},
    {'key': '0-0-0', 'title': '0-0-0', 'parent_key': '0-0', 'leaf': False},
    {'key': '0-1-0', 'title': '0-1-0', 'parent_key': '0-1', 'leaf': True},
    {'key': '0-0-1', 'title': '0-0-1', 'parent_key': '0-0', 'leaf': True},
    {'key': '0-1-1', 'title': '0-1-1', 'parent_key': '0-1', 'leaf': True},
    {'key': '0-0-0-0', 'title': '0-0-0-0', 'parent_key': '0-0-0', 'leaf': True}
]


def arr2tree(source, parent):
    tree = []
    for item in source:
        if item["parent_key"] == parent:
            if not item['leaf']:
                item["children"] = arr2tree(source, item["key"])
            tree.append(item)
    return tree


if __name__ == '__main__':
    result = arr2tree(arr, '0')
    print(json.dumps(result))

实现效果

在这里插入图片描述

<think>嗯,用户想了解如何在Python生成树形结构的字典数据。首先,我需要明确树形结构的基本概念。树由节点组成,每个节点可以有子节点,根节点没有父节点。常见的结构如二叉树、多叉树等。 用户可能需要一个例子来展示如何用Python字典表示树。字典是Python中灵活的数据结构,可以嵌套使用。比如,每个节点可以包含'name'和'children'键,'children'存储子节点列表。 然后,我需要考虑如何递归生成这样的结构。可能需要一个函数,接收节点和当前深度,递归创建子节点,直到达到最大深度。这样用户可以看到如何动态构建树。 另外,用户可能还想知道如何遍历生成树结构。例如,深度优先遍历,可以用递归函数访问每个节点及其子节点。 还要注意示例的实用性。比如,生成一个公司部门结构或家庭族谱,这样用户更容易理解应用场景。确保代码注释清晰,结构合理,方便用户修改参数。 最后,根据用户之前的引用,可能需要参考树的基本定义,如引用[1]提到的二叉树和Trie结构。不过用户的问题更偏向于字典的实现,所以重点放在如何用字典模拟这些结构。 总结步骤:定义节点结构,递归生成示例树,提供遍历方法,给出实际应用案例。同时,生成相关问题,帮助用户进一步学习,比如性能优化或不同结构的实现。</think>### Python生成树形结构字典数据实现方法 在Python生成树形结构的字典数据,可以通过递归定义节点结构实现。以下是分步骤说明和完整示例: #### 一、定义基本节点结构 ```python def create_node(name, children=None): """创建树节点的基础结构""" return { 'name': name, 'children': children if children else [] } ``` #### 二、生成示例树形数据 ```python def generate_sample_tree(depth=3, max_children=2): """递归生成测试树结构""" def _generate(node, current_depth): if current_depth >= depth: return for i in range(max_children): child = create_node(f'Child-{current_depth+1}-{i+1}') node['children'].append(child) _generate(child, current_depth + 1) root = create_node('Root') _generate(root, 0) return root ``` #### 三、数据结构可视化 调用生成函数得到的字典结构示例: ```python { 'name': 'Root', 'children': [ { 'name': 'Child-1-1', 'children': [ {'name': 'Child-2-1', 'children': [...]}, {'name': 'Child-2-2', 'children': [...]} ] }, { 'name': 'Child-1-2', 'children': [...] } ] } ``` #### 四、树结构遍历方法 ```python def traverse_tree(node, level=0): """深度优先遍历树结构""" print(' ' * level + node['name']) for child in node['children']: traverse_tree(child, level + 1) ``` #### 五、实际应用场景示例 ```python # 生成公司部门结构 def create_org_structure(): root = create_node('CEO') finance = create_node('CFO', [create_node('Accounting'), create_node('Tax')]) tech = create_node('CTO', [ create_node('DevOps'), create_node('Backend', [ create_node('Python'), create_node('Java') ]) ]) root['children'] = [finance, tech] return root ``` #### 六、扩展方法:添加元数据 ```python def create_node_with_meta(name, meta=None, children=None): """带元数据的节点结构""" return { 'name': name, 'meta': meta or {}, 'children': children if children else [] } ``` [^1]: 树结构的基本特征包含根节点、子节点和层级关系,这与引用[1]中描述的树结构特征一致
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Noobovo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值