目录
1. 树形结构可视化
2. 树形结构转为链表
此目标是要还原树形结构的所有路径。树形结构是一种常见的数据结构,它表示元素之间层次关系。在树形结构中,每个节点可能拥有一个或多个子节点,形成了一个分层的结构。为了还原树形结构的路径,我们需要找到从根节点到每个叶节点的所有可能路径。这可以通过深度优先搜索或广度优先搜索来实现。通过遍历树形结构,我们可以收集所有路径,从而完整地还原出整个树形结构。这些路径可以用于各种应用,例如路径规划、图形可视化等。因此,还原树形结构的所有路径是一项重要任务。
import networkx as nx # pip install networkx
import matplotlib.pyplot as plt
# 构造树结构
tree = nx.Graph()
# 单条边添加
# tree.add_edge('1', '2')
# tree.add_edge('1', '3')
# tree.add_edge('2', '4')
# tree.add_edge('3', '5')
# tree.add_edge('5', '6')
# tree.add_edge('5', '7')
# 批量边添加
lst = [(1, 2), (2, 3), (3, 4), (3, 5), (3, 6), (4, 7), (5, 8), (6, 9), (7, 10), (8, 11), (9, 12), (10, 13), (11, 13), (12, 13), (13, 14)]
tree.add_edges_from(lst)
# 可视化树结构
pos = nx.spring_layout(tree)
nx.draw(tree, pos, with_labels=True, node_size=50, font_size=10)
plt.show()
结果为:
from collections import defaultdict
from pprint import pprint
def tree_to_linked_lists(node, nodes):
if node not in nodes:
return [[node]]
linked_lists = []
for child in nodes[node]:
linked_lists.extend(tree_to_linked_lists(child, nodes))
return [[node] + sub_list for sub_list in linked_lists]
def get_different_endings_sequence(root, transitions):
nodes = defaultdict(list)
for transition in transitions:
parent, child = transition
nodes[parent].append(child)
print(nodes)
linked_lists = tree_to_linked_lists(root, nodes)
return linked_lists
if __name__ == "__main__":
# 定义树型转移序列
root = 1
transitions = [(1, 2), (2, 3),
(3, 4), (3, 5), (3, 6),
(4, 7), (5, 8), (6, 9),
(7, 10), (8, 11), (9, 12),
(10, 13), (11, 13), (12, 13),
(13, 14)]
result = get_different_endings_sequence(root, transitions)
pprint(result)
"""
defaultdict(, {1: [2], 2: [3], 3: [4, 5, 6], 4: [7], 5: [8], 6: [9], 7: [10], 8: [11], 9: [12], 10: [13], 11: [13], 12: [13], 13: [14]})
[[1, 2, 3, 4, 7, 10, 13, 14],
[1, 2, 3, 5, 8, 11, 13, 14],
[1, 2, 3, 6, 9, 12, 13, 14]]
"""
代码中的 tree_to_linked_lists
函数是一个递归函数,它不断地调用自己来处理子节点。对于每个节点,函数会检查它是否存在于 nodes
字典中。如果不存在,说明该节点是叶节点,函数返回一个只包含该节点的列表。如果存在,函数会遍历该节点的所有子节点,并对每个子节点调用 tree_to_linked_lists
函数。函数返回的列表是所有路径的列表,每个路径都是从根节点到叶节点的节点列表。