基于父/子/兄弟关系从树中修剪/检索节点答案

【问题标题】：Pruning / Retrieving Nodes from a Tree Based on Parent / Child / Sibling Relationships基于父/子/兄弟关系从树中修剪/检索节点
【发布时间】：2014-06-10 01:37:05
【问题描述】：

我有一个树结构，其中包含唯一标识的节点、一个根和一堆分支。任何节点可以发芽的分支数量或分支深度都没有限制。

我想做的是，给定一个节点的 id，有效地返回该节点的所有父节点的 id，以及每个父节点的所有兄弟姐妹的 id。我希望这个特定问题的答案将使用为这种类型的操作设计的包/函数，以便我可以了解它们并将它们用于未来的类似问题，而不是每次都必须编写自定义算法。

这是子父形式的树：

structure(list(child = 1:20, parent = c(NA, 1L, 2L, 3L, 1L, 5L, 6L, 5L, 8L, 1L, 1L, 11L, 12L, 11L, 14L, 14L, 1L, 17L, 18L, 19L)), .Names = c("child", "parent"), class = "data.frame", row.names = c(NA, -20L))

这是一个视觉表示：

对于特定问题，我的目标 id 是 13（红色），并且想获取父节点的 id（橙色）以及父节点的兄弟姐妹的 id（黄色）。我绝对可以想出一个算法来做到这一点（获取所有父母很容易，然后兄弟姐妹意味着获取每个父母的父母的孩子），但我真的希望已经存在一个框架可以有效地完成这一切。

我简要地研究了rpart、tree 和 ape，但据我的简短回顾可以看出，它们的目标是树的统计分类，而不是节点的操作/检索，它似乎我基于一个有点敷衍的评论，他们不提供我所追求的功能（很可能我只是错过了它/误解了它）。

另一个选项似乎是 XML 或 xmlTree，这将允许我使用一些 DOM 操作工具来实现我的目标，但它似乎有点笨拙，可能不是最佳选择。

【问题讨论】：

我想你想要 'igraph' 包。
@BondedDust，是的，谢谢，这就是我想要的，虽然需要一些工作。

标签： r tree igraph

【解决方案1】：

我多次发现自己处于类似情况，而且我通常只是推出自己的解决方案。我同意 XML 包对于诸如此类的重点问题来说太过分了。 iGraph 包很好，但要小心。它是 C 库的接口并且是零索引的（不像 R 是 1 索引的）。我已经成功使用它，但似乎总是有一个痛苦的调试过程，在这个过程中我一直在寻找“未移位”的索引。（例如，foo[index] 必须更改为 foo[index-1]。）

再一次，我可能会自己动手。比如：

foo <- structure(list(child = 1:20, parent = c(NA, 1L, 2L, 3L, 1L, 5L, 6L, 5L, 8L, 1L, 1L, 11L, 12L, 11L, 14L, 14L, 1L, 17L, 18L, 19L)), .Names = c("child", "parent"), class = "data.frame", row.names = c(NA, -20L))

get_ancestry <- function(node, data=foo, ancestry=c()) {
    parent <- data$parent[data$child %in% node]
    if (is.na(parent)) {
        return(ancestry)
    } else {
        get_ancestry(parent, data, c(ancestry, parent))
    }
}

get_children <- function(nodes, data=foo) {
    unlist(lapply(nodes, function(x) {data$child[data$parent %in% x]}))
}

orange <- get_ancestry(13)
yellow <- get_children(orange)

【讨论】：

除非有人从igraph 中找出更明显的功能，否则由于需要进行所有后处理，您的解决方案似乎与我发布的解决方案一样好/更好。
FWIW，igraph 的 R 接口不再是 0 索引（从 0.6 版开始）。
@Tamás，感谢您提供的信息；我不知道。使 igraph 包成为未来树/图问题更理想的选择。

【解决方案2】：

感谢您的指点，igraph 绝对是我正在寻找的东西，尽管我在那里有点不知所措。在python igraph tutorial 的帮助下，我得到了：

g <- graph(t(as.matrix(df[-1, 2:1])))            # Make graph
plot(g)                                          # yes, this matches mine
parents <- unlist(                               # orange nodes  
  neighborhood(
    g, 
    order=ecount(g),                             # how many steps to go up, this should guarantee we get to root  
    nodes=13,                                    # starting point    
    mode="in"                                    # head in towards root
  )
)[-1L]
setdiff(                                         # yellow nodes  
  unique(                                        
    unlist(
      lapply(parents, neighborhood, graph=g, order=1, mode="out")
  ) ),
  c(parents, 13)
)

这会产生所需的答案。不幸的是，由于neighborhood 函数的返回格式，每一步都需要进行一些后期处理。

【讨论】：