从包含子对象的dict数组构建嵌套的树型dict

Question

我有一个从webapi检索到的dict数组。每个dict都有一个name、description、“parent”和children键。children键的值是dict数组。为了清楚起见，下面是一个虚拟示例：

[
  {'name': 'top_parent', 'description': None, 'parent': None,
   'children': [{'name': 'child_one'},
                {'name': 'child_two'}]},
  {'name': 'child_one', 'description': None, 'parent': 'top_parent',
   'children': []},
  {'name': 'child_two', 'description': None, 'parent': 'top_parent',
   'children': [{'name': 'grand_child'}]},
  {'name': 'grand_child', 'description': None, 'parent': 'child_two',
   'children': []}
]

数组中的每一项。项可以是最顶层的父项，因此不存在于children数组中。一个项既可以是子项，也可以是父项。或者一个项目只能是子项目（没有自己的子项目）。在

所以，在树状结构中，你会得到这样的结果：

^{pr2}$

在这个精心设计和简化的示例中，top_parent是父项而不是子项；child_one是子项而不是父项；child_two是父项和子项；grand_child是子项而不是父项。这涵盖了所有可能的状态。在

我想要的是能够在dicts数组上迭代1次，并生成一个恰当地表示树结构的嵌套dict（但是，一次迭代是不可能的，这是最有效的方法）。因此，在这个例子中，我会得到一个如下所示的dict：

{
  'top_parent': {
    'child_one': {},
    'child_two': {
      'grand_child': {}
    }
  }    
}

严格地说，没有必要让没有孩子的项目不成为钥匙，但这是最好的。在

Answer 1

您可以保留从名称到节点的延迟映射，然后通过只处理parent链接来重建层次结构（我假设数据是正确的，因此如果A被标记为BiffB将列在A的子级中）来重建层次结构。在

nmap = {}
for n in nodes:
    name = n["name"]
    parent = n["parent"]
    try:
        # Was this node built before?
        me = nmap[name]
    except KeyError:
        # No... create it now
        if n["children"]:
            nmap[name] = me = {}
        else:
            me = None
    if parent:
        try:
            nmap[parent][name] = me
        except KeyError:
            # My parent will follow later
            nmap[parent] = {name: me}
    else:
        root = me

输入的children属性仅用于知道元素是否应作为None存储在其父元素中（因为没有子元素），还是因为在重建过程结束时它将有子元素而应该是字典。将没有子节点的节点存储为空字典可以避免这种特殊情况，从而简化代码。在

使用collections.defaultdict还可以简化代码以创建新节点

^{pr2}$

此算法是O(N)假设时间不变的字典访问，只对输入进行一次传递，并且需要O(N)空间作为name->；节点映射（对于原始的nochildren->None版本，空间需求是O(Nc)，其中Nc是具有子节点的节点数）。在

Answer 2

第四次编辑，显示了三个版本，清理了一点。第一个版本自上而下工作，并按您的要求返回None，但实际上在顶级数组中循环3次。下一个版本只循环一次，但返回空dicts而不是None。在

最终版本是自下而上的，非常干净。它可以通过单个循环返回空dict，也可以通过附加循环返回空dict：

from collections import defaultdict

my_array = [
  {'name': 'top_parent', 'description': None, 'parent': None,
   'children': [{'name': 'child_one'},
                {'name': 'child_two'}]},
  {'name': 'child_one', 'description': None, 'parent': 'top_parent',
   'children': []},
  {'name': 'child_two', 'description': None, 'parent': 'top_parent',
   'children': [{'name': 'grand_child'}]},
  {'name': 'grand_child', 'description': None, 'parent': 'child_two',
   'children': []}
]

def build_nest_None(my_array):
    childmap = [(d['name'], set(x['name'] for x in d['children']) or None)
                for d in my_array]
    all_dicts = dict((name, kids and {}) for (name, kids) in childmap)
    results = all_dicts.copy()
    for (name, kids) in ((x, y) for x, y in childmap if y is not None):
        all_dicts[name].update((kid, results.pop(kid)) for kid in kids)
    return results

def build_nest_empty(my_array):
    all_children = set()
    all_dicts = defaultdict(dict)
    for d in my_array:
        children = set(x['name'] for x in d['children'])
        all_dicts[d['name']].update((x, all_dicts[x]) for x in children)
        all_children.update(children)
    top_name, = set(all_dicts) - all_children
    return {top_name: all_dicts[top_name]}


def build_bottom_up(my_array, use_None=False):
    all_dicts = defaultdict(dict)
    for d in my_array:
        name = d['name']
        all_dicts[d['parent']][name] = all_dicts[name]

    if use_None:
        for d in all_dicts.values():
            for x, y in d.items():
                if not y:
                    d[x] = None

    return all_dicts[None]

print(build_nest_None(my_array))
print(build_nest_empty(my_array))
print(build_bottom_up(my_array, True))
print(build_bottom_up(my_array))

结果：

^{pr2}$

Answer 3

我的刺：

persons = [\
  {'name': 'top_parent', 'description': None, 'parent': None,\
   'children': [{'name': 'child_one'},\
                {'name': 'child_two'}]},\
  {'name': 'grand_child', 'description': None, 'parent': 'child_two',\
   'children': []},\
  {'name': 'child_two', 'description': None, 'parent': 'top_parent',\
   'children': [{'name': 'grand_child'}]},\
  {'name': 'child_one', 'description': None, 'parent': 'top_parent',\
   'children': []},\
]

def findParent(name,parent,tree,found = False):
    if tree == {}:
        return False
    if parent in tree:
        tree[parent][name] = {}
        return True
    else:
        for p in tree:
            found = findParent(name,parent,tree[p],False) or found
        return found

tree = {}
outOfOrder = []
for person in persons:
    if person['parent'] == None:
        tree[person['name']] = {}
    else:
        if not findParent(person['name'],person['parent'],tree):
            outOfOrder.append(person)
for person in outOfOrder:
    if not findParent(person['name'],person['parent'],tree):
        print 'parent of ' + person['name']  + ' not found
print tree

结果：

^{pr2}$

它还提取任何父对象尚未添加的子对象，然后在最后进行协调。在