【华为OD机试真题】树状结构查询- python

题目

通常使用多行的节点，父节点表示一棵树，比如
西安 陕西
陕西 中国
江西 中国
中国 亚洲
泰国 亚洲
输入一个节点之后，请打印出来树中他的所有下层节点

输入描述
第一行输入行数，下面是多行数据，每行以空格区分节点和父节点，接着是查询节点
输出描述
输出查询节点的所有下层节点。以字典序排序

示例1
输入
5
b a
c a
d c
e c
f d
c
输出
d
e
f

代码

def tree_select(N):
    ## 因所有节点不一定可以连接成一条线，所以不能把所有元素加入列表中
    tree={}
    #将输入的各节点存入字典中
    for _ in range(N):
        son,father=input('请输入该行字符:').split()
        tree.setdefault(father,list()) #构造字典的键作为列表结构，并添加对应值 其实集合比列表好，可以避免因输入重复值导致结果重复。
        tree[father].append(son)
    # 获取目标字符串
    target=input('目标字符串:')
    # 取到目标字符串后需要获取目标字符串后面的字符 ：
    # 两种情况：1.作为叶子节点 即没有这个节点的下一个节点
    target_list=[]
    if tree.get(target) is None:
        return ''
    # 2 作为父节点，存在下层节点，这个相当于递归查找，确定目标列表，查询目标列表的长度，直到全部没有就结束
    #2.1 把当前主节点的元素放入目标列表中
    queue=tree[target] #存放过程中的元素
    #循环遍历当前节点
    while len(queue)>0:
        #拿到第一个元素，并放入目标表
        node=queue.pop(0)
        target_list.append(node)

    # 判断该节点下是否还有节点，若有则将该节点的元素加入过程列表进行下次遍历，直到列表为久结束
        if tree.get(node) is not None:
            queue.extend(tree[node])
    #拿到所有节点后进行排序 输出结果
    target_list.sort()
    for str in target_list:
        print(str)
    return
if __name__=='__main__':
   #字符串
    N = int(input('行数：'))
    # 安康 陕西
   # 西安 陕西
   # 陕西 中国
   # 河北 中国
   # 中国 亚洲
   
   # b a
   # c a
   # d c
   # e c
   # f d
    tree_select(N)

总结：

1.为字典设置默认key值的格式，如设置列表，集合。可以使用setdefault(key,默认值）
2.获取值得结果问题。本人最初想法是将每个值的结果都存储起来，即做成类似 {a:[b,c,d,e],b:[c.d.e]} 这种格式，但后面想想其实没必要。源数据已经存好了，我直接拿想查的结果再去查目标数据，会减少很多不必要的计算。而且代码也会没那么复杂。
所以 ，从中可以总结一点：如果源数据已经存下来了，需要获得的是其中的某个元素计算后的结果，就可以先拿到这个目标元素，然后再去计算结果，可以节省效率。
3.针对递归查询树状结构的下层元素的方式：通过while循环判断该列表内是否有元素，有则把该元素的下层元素又加入到该列表中。同时，删除当前查询元素。即需要有删有加的操作。再确定循环结束条件：列表为空即结束循环
4.特别说明：字段的key使用set集合会比列表有更大的容错性。

该题问题点

本题使用的是字典序，其实并不太合适。最好应该是按照层级展示结果会更好。即对查询到的值按照添加顺序展示。否则如果对地名按照这种方式操作，会不太好查询各地名的归属层级关系。