在 Python 中比较两个树/图

Question

首先，我应该承认我在所有与图表相关的事情上都非常糟糕。我的树被实现为代表未加权马尔可夫链的嵌套字典。

class Tree(object):
    def __init__(self, depth=6, seq=None):
        self.graph = dict()
        self.depth = depth
        if seq is not None:
            self.build(seq)

    def build(self, seq):
        for i in xrange(len(seq)):
            sseq = seq[i:i+self.depth]
            for j in xrange(len(sseq)):
                if j == 0:
                    if sseq[j] not in self.graph:
                        self.graph[sseq[j]] = dict()
                    nest_pointer = self.graph[sseq[j]]
                else:
                    if sseq[j] not in nest_pointer:
                        nest_pointer[sseq[j]] = dict()
                    nest_pointer = nest_pointer[sseq[j]]

我需要的是能够比较两棵树，同时了解发生差异的深度，因为我将使用分层相似度评分系统，因此简单的递归 DFS 无法解决问题。

附言

如果您能为我的树提出更好的数据结构，我将不胜感激。我用字典来获得最大的时间性能。先感谢您。

Answer 1

为什么不能使用递归 DFS？只需将当前高度作为参数传入即可。我不太确定你如何比较节点或子树，但这样的事情可能会起作用，它只记录两个节点比较不相等的所有时间（一些用户定义的比较nodes_different）

（伪代码）：

def compare_trees_r(node1, node2, depth, result):
    if nodes_different(node1, node2):
        result.append(depth)
    for (pairs of children c1 and c2):
        compare_trees_r(c1, c2, depth + 1, result)

def compare_trees(t1, t2):
    result = []
    compare_trees_r(t1.graph, t2.graph, 0, result)
    return result

就您的实际数据结构而言，如果不知道seq 是什么，就很难提出更合适的结构。但是，我强烈建议您为节点创建一个类，这将使您的代码推理更加容易。如果事实证明这实际上导致了性能问题（在分析之后），那么只有对其进行优化（毕竟，过早的优化是万恶之源）。