Python 标准库中没有专门的树（Tree）和图（Graph）数据结构，但 Python 提供了丰富的容器类型（如 `list`、`dict`、`set`）可以灵活地实现这些结构。此外，社区开发了许多第三方库，专门用于处理树、图结构以及相关算法的实现与操作。 ### 一、使用标准库实现树和图 1. **图（Graph）** 可以用字典来表示图的邻接表： ```python graph = { 'A': ['B', 'C'], 'B': ['A', 'D'], 'C': ['A'], 'D': ['B'] } ``` 2. **树（Tree）** 例如二叉树节点可以这样定义： ```python class TreeNode: def __init__(self, val): self.val = val self.left = None self.right = None ``` --- ### 二、常用的第三方库 1. **NetworkX** - 功能：用于创建、操作和研究复杂网络的结构、动态和功能。 - 支持：图（有向/无向）、树、多重图等。 - 安装： ```bash pip install networkx ``` - 示例： ```python import networkx as nx G = nx.Graph() # 创建一个无向图 G.add_edge('A', 'B') G.add_edge('B', 'C') print("节点:", G.nodes()) print("边:", G.edges()) ``` 2. **anytree** - 功能：用于创建和操作树结构。 - 安装： ```bash pip install anytree ``` - 示例： ```python from anytree import Node, RenderTree root = Node("root") child1 = Node("child1", parent=root) child2 = Node("child2", parent=root) for pre, fill, node in RenderTree(root): print("%s%s" % (pre, node.name)) ``` 3. **igraph（需要额外安装）** - 功能：用于高性能图操作和分析。 - 安装： ```bash pip install python-igraph ``` - 示例： ```python from igraph import Graph g = Graph() g.add_vertices(3) g.add_edges([(0, 1), (1, 2)]) print(g.summary()) ``` 4. **graph-tool（C++后端，性能高）** - 特点：基于 C++ Boost.Graph 实现，适合大规模图分析。 - 安装较复杂，建议使用 Linux 环境或 Conda： ```bash conda install -c conda-forge graph-tool ``` ---