在 Python 中构建数据树结构通常涉及使用类（class）来定义树的节点和结构。树是一种非线性的数据结构，由节点组成，通常有一个称为“根”的顶层节点，其余节点通过父子关系连接。 ### 定义树节点 首先，需要定义一个节点类，用于存储节点的数据和指向其子节点的引用。对于一般的树（非二叉树），可以使用列表来保存子节点。 ```python class TreeNode: def __init__(self, data): self.data = data self.children = [] def add_child(self, child_node): self.children.append(child_node) ``` ### 构建树结构 通过 `TreeNode` 类，可以创建树的根节点，并逐步添加子节点，形成树状结构。例如，构建一个简单的树，表示一个层级关系： ```python # 创建根节点 root = TreeNode("Root") # 创建子节点 child1 = TreeNode("Child 1") child2 = TreeNode("Child 2") child3 = TreeNode("Child 3") # 添加子节点到根节点 root.add_child(child1) root.add_child(child2) # 为子节点添加子节点 child2.add_child(child3) ``` ### 遍历树 树的遍历通常包括深度优先遍历（DFS）和广度优先遍历（BFS）。以下是一个深度优先遍历的实现： ```python def dfs(node): print(node.data) for child in node.children: dfs(child) # 调用深度优先遍历 dfs(root) ``` ### 使用递归和树结构 树结构通常适合用递归算法来处理，例如查找特定值、计算树的高度或节点数量等。以下是一个查找特定数据是否存在于树中的示例： ```python def find_node(node, target_data): if node.data == target_data: return node for child in node.children: result = find_node(child, target_data) if result: return result return None # 查找数据 target_node = find_node(root, "Child 3") if target_node: print("Node found:", target_node.data) else: print("Node not found") ``` ### 树结构的应用 树结构在实际应用中非常常见，例如： - 文件系统：文件夹和文件的层级结构可以通过树来表示。 - 组织架构：公司部门和员工的层级关系可以用树结构建模。 - 决策树：在机器学习中，决策树是一种基于树结构的预测模型。 上述实现和方法可以根据具体需求进行扩展，例如添加删除节点功能、支持更多类型的树（如二叉树、平衡树等）[^1]。 ---