### 将二维关系图转换为字典的 Python 实现 在处理二维关系图并将其转换为字典的过程中，可以采用多种方式来表示节点之间的连接关系。通常情况下，这种转换可以通过遍历二维数组中的每一对节点及其关联值，并构建一个嵌套结构的字典完成。 以下是基于用户需求的一个具体实现： #### 方法描述 假设输入是一个二维数组 `graph`，其中每一项 `[node1, node2, value]` 表示从 `node1` 到 `node2` 的边具有权重 `value`。目标是将此数据结构转换为一个字典形式，使得每个节点作为键，其对应的值是一个子字典，记录与其相连的所有其他节点以及相应的权重。 #### 示例代码 ```python def graph_to_dict(graph): result = {} for edge in graph: source, target, weight = edge # 解包当前边的信息 if source not in result: result[source] = {} # 初始化源节点为空字典 if target not in result: result[target] = {} # 确保目标节点也被初始化 # 合并权重到已有的字典中 if target in result[source]: result[source][target].append(weight) # 如果已有该键，则追加值 else: result[source][target] = [weight] # 新建键值对 return result # 测试用例 graph = [ ['A', 'B', 5], ['A', 'C', 3], ['B', 'D', 7], ['A', 'B', 8], # 多次出现同一对节点的情况 ] converted_dict = graph_to_dict(graph) for key, value in converted_dict.items(): print(f"{key}: {value}") ``` #### 输出解释 运行以上代码会得到如下输出： ``` A: {'B': [5, 8], 'C': [3]} B: {'D': [7]} C: {} D: {} ``` 在此过程中，如果存在重复的 `(source, target)` 对，则它们的权重会被存储在一个列表中以便后续处理[^1]。 --- #### 进一步优化 对于更复杂的场景，可能还需要考虑无向图或者自环等问题。例如，在无向图的情况下，除了更新 `result[source][target]`，也需要同步更新 `result[target][source]` 来保持一致性。 修改后的函数如下所示： ```python def undirected_graph_to_dict(graph): result = {} for edge in graph: source, target, weight = edge if source not in result: result[source] = {} if target not in result: result[target] = {} # 更新双向关系 if target in result[source]: result[source][target].append(weight) else: result[source][target] = [weight] if source in result[target]: result[target][source].append(weight) else: result[target][source] = [weight] return result ``` --- ### 总结 上述方法展示了如何将二维关系图高效地转换成字典的形式。通过这种方式，不仅可以清晰表达节点间的连通性，还能够方便地扩展至更多复杂的应用场景。