python：从零散的字典组装成树状嵌套字典
最近工作接触到图数据库，图和树的存储形式是一对对基本的指向关系。
当需要访问时，不需要知道整体结构，只需要知道子节点，就可以把图结构表示出来了。
出于好奇，这里将这些基本的指向关系组成一个完整的结构。
首先，我们把问题简化，python中最基本的表示关系的数据结构是字典，
假设有这样一组关系，我们把它们用字典表示:
dict_list = [{
'a': "b"},
{
'a': "c"},
{
'a': "d"},
{
'b': "e"},
{
'a': "f"},
{
'd': "g"},
{
'd': "h"},
{
'e': "i"}]
组成树的过程分成三步：
1.找根节点
2.找出所有节点的子节点
3.深度优先遍历（或广度优先遍历）组装成最终的树
说明：不能用这种方式生成前缀树（Trie）, 因为在前缀树中，相同字母是可以重复出现在不同位置的，而在这里一个字母只能出现在一个地方，在知识图谱中比较适用。
找根节点
我们先把根节点找出来，找根的依据是它没有在值中出现过，只能出现在键里：
# 首先，找根节点的方法
possible_root = set()
impossible_root = set()
for d in dict_list:
possible_root |= d.keys() # 根节点只能在键里
impossible_root |= set(d.values()) # 值一定不是根节点
# 既是键又不是值，只能是根，由于只有一个根，剩下的就只有一个根节点
root_set = possible_root - impossible_root
# 既是值又没有作为键出现过，说明没有节点在它之后，就是叶子节点
leaf_set = impossible_root - possible_root
看看结果：
print("root_set: ", root_set)
print("leaf_set: ", leaf_set)
成功找到根a：
找出所有节点的子节点
由于我们目标是组装成完整的树，因此要把各节点的所有子节点都找出来：
group = {
}
for d in dict_list:
for k, v in d.items():
group.setdefault(k, [])
group[k].append(v)
print(group)
结果：
深度优先遍历组装成最终的树
有了group这个信息，就可以把完整的嵌套字典拼出来了：
def dfs(temp, sub_tree):
for r in temp:
children = group.get(r)
if children is None:
return
sub_tree[r] = {
}
for child in children:
sub_tree[r][child] = {
}
dfs({
child}, sub_tree[r])
result = {
}
# 从root开始
dfs(root_set, sub_tree=result)
print(result)
结果：
完整代码
完整代码：
from pprint import pprint
dict_list = [{
'a': "b"},
{
'a': "c"},
{
'a': "d"},
{
'b': "e"},
{
'a': "f"},
{
'd': "g"},
{
'd': "h"},
{
'e': "i"}]
# 首先，找根节点的方法
possible_root = set()
impossible_root = set()
for d in dict_list:
possible_root |= d.keys() # 根节点只能在键里
impossible_root |= set(d.values()) # 值一定不是根节点
# 既是键又不是值，只能是根，由于只有一个根，剩下的就只有一个根节点
root_set = possible_root - impossible_root
# 既是值又没有作为键出现过，说明没有节点在它之后，就是叶子节点
leaf_set = impossible_root - possible_root
print("root_set: ", root_set)
print("leaf_set: ", leaf_set)
group = {
}
for d in dict_list:
for k, v in d.items():
group.setdefault(k, [])
group[k].append(v)
pprint(group)
def dfs(temp, sub_tree):
for r in temp:
children = group.get(r)
if children is None:
return
sub_tree[r] = {
}
for child in children:
sub_tree[r][child] = {
}
dfs({
child}, sub_tree[r])
result = {
}
# 从root开始
dfs(root_set, sub_tree=result)
pprint(result)