Python从递归DFS返回一个元素

Question

这与 Python 如何通过引用传递或通过值传递取决于对象是否不可变。我能够递归地遍历二叉树并打印出所有值，但如果我想返回一个特定元素，那就有点困难了。在下面的代码中，我（两次）尝试返回一个节点，如果它的数据属性与传入的整数匹配。n1 和 n2 是那些 int 值。

def get_node(self, d, root, n=[]):
    if (root == None):
        return
    else:
        if(root.data == d):
            n.append(root)
        self.get_node(d,root.left)
        self.get_node(d, root.right)
        return n



def tree_traversal(self, n1, n2):
    n1 = self.get_node(n1,self.root)[0]
    n2 = self.get_node(n2,self.root)[1]
    print(n1.data)
    print(n2.data)
    return self.helper(n1,n2)

这行得通，我得到一个包含我正在寻找的节点对象的列表。但是，如果我没有返回（并作为参数传递）一个列表，而是使用一个字符串或一个稍后更改的 None 对象，这不起作用。我认为这是因为列表是可变的，而字符串不是。更重要的是，您会看到我必须将 n[1] 分配给 n2，因为出于某种原因，即使在退出 get_node 递归调用并为 n2 重新执行此操作之后，返回的列表仍然在第 0 个索引中包含 n1。

有人可以解释为什么分配给n2时列表仍然被修改吗？有没有办法代替作为参数传递并返回一个空列表n，作为参数传递并返回一个具有默认值None的常规对象？

Answer 1

你的第一个问题是这样的：

def get_node(self, d, root, n=[]):

有很多关于不要像你一样使用可变数据来默认参数的警告。我们不是在讨论通过引用传递也不是通过值传递（Python only 通过 value 传递——它通过值传递指向容器的指针——通过引用传递是什么否则完全不同。）这里的问题是默认值只评估一次，因此所有后续调用将使用相同 结构。这就是为什么你：

必须将 n[1] 分配给 n2，因为出于某种原因，即使在之后 退出 get_node 递归调用并重新执行 n2，返回的列表在第 0 个索引中仍然包含 n1

现在你知道原因了吧。这与在递归期间使用全局存储结果几乎相同。避免它。

您的函数似乎设计不正确。如果我们正在处理一棵树，那么我们应该能够在树中的任何点执行get_node() 或tree_traversal()，代码中不应该有固定的root。此外，使n1 和n2 在同一个函数中具有不同的类型和含义是令人困惑的——使用不同的变量名。让我们这样试试吧：

class Node():
    def __init__(self, data, left=None, right=None):

        assert (data is not None), "Error in tree/model logic!"

        self.data = data
        self.left = left
        self.right = right

    def get_node(self, d):

        if self.data == d:
            return self

        if self.left is not None:
            result = self.left.get_node(d)
            if result is not None:
                return result

        if self.right is not None:
            result = self.right.get_node(d)
            if result is not None:
                return result

        return None

    def tree_traversal(self, n1, n2):
        node1 = self.get_node(n1)
        node2 = self.get_node(n2)

        return node1, node2

root = Node(0)
root.left = Node(1, Node(2), Node(3, Node(4)))
root.right = Node(5, Node(6), Node(7, Node(8), Node(9)))

print(root.tree_traversal(3, 9))

现在，让我们讨论一下这是否适合您的模型。