Python：递归提取中是否可以接受“通过引用传递”？

Question

我必须从树结构中提取节点，以便获得树中所有节点的平面列表。我想到了两个选择

干净、可读但可能效率不高，因为有很多列表合并：

def _recursive_extraction(node):
    store = []

    # .get_subnodes() returns only the direct children
    for subnode in node.get_subnodes():
        store.append(subnode)

        subsubnodes = _recursive_extraction(subnode)
        store += subsubnodes

    return store

而且（可能）更有效，但可读性较差。我的老板试图说服我使用它，但我怀疑。它在一个可变对象内部传递，该对象被隐式/隐藏更新，在其他语言中作为“通过引用传递”。

def _recursive_extraction(node, store=None):
    if store is None:
        store = []

    for subnode in node.get_subnodes():
        store.append(subnode)

        # Watch out! store is updated in this func call
        _recursive_extraction(subnode, store)        

    return store

免责声明：代码未经测试，只是表达我的想法。

免责声明 2：“通过引用”是指传递可以更新的可变对象。

侧面编辑：将子节点批量附加到循环之外会更有效，如下所示：

def _recursive_extraction(node, store=None):
    if store is None:
        store = []

    subnodes = node.get_subnodes()
    store += subnodes

    for subnode in subnodes:

        # Watch out! store is updated in this func call
        _recursive_extraction(subnode, store)        

    return store

Answer 1

我通常会使用第二种情况。它几乎不是“隐含的”；您将列表对象显式传递给递归调用，并正确使用 None 可变参数的默认值。无论对象是否可变，所有 Python 调用都“通过引用”传递。

但是，如果您想坚持使用版本 1，请注意，您也可以使用 extend 保持 store 不变：

store.extend(_recursive_extraction(subnode))

我认为这比添加列表更有效； extend 修改列表，+ 创建一个新列表。

Answer 2

使用这样的存储是使其成为非递归的一半。

def extraction(node):
    nodes_so_far = []
    to_do = [node]

    while to_do:
        current_node = to_do.pop(0)
        nodes_so_far.append(current_node)
        to_do = current_node.get_subnodes() + to_do  # Assuming get_subnodes returns a list

    return nodes_so_far

但现在我已经把它写出来了，我不认为它更好。

Answer 3

这可能有点跑题了，但是您是否考虑过使用生成器？

尽可能明确。您指定它应该产生给定的节点值，以及从该节点提取的所有节点：

def _recursive_extraction(node):
    for subnode in node.get_subnodes():
        yield subnode

        yield from _recursive_extraction(subnode)

此外，指定提取算法的优势，无需指定提取数据的容器。

最后但同样重要的是，它可能比第一个解决方案更快/内存效率更高 - 如果您想在提取的节点上迭代一次，那么这就是您所需要的，如果您想存储它，请传递这个生成器到list()。如果构造函数比扩展列表更快（我认为可能是这样），那么您就有了加速，并且不需要中间数据结构。

Answer 4

您也可以使用迭代方法，因为 Python 函数调用有点慢。

def _iterative_extraction(node):
    stack = [node]
    store = []

    while stack:
        node = stack.pop()

        for subnode in node.get_subnodes():
            store.append(subnode)
            stack.append(subnode)   

    return store

（相同的免责声明，未经测试。）