如何从扁平的json中提取最深的数据？

Question

我有一个扁平的json数据，也就是输入数据。

data = ['a', 'a-aa', 'a-aa-aaa', 'a-aa-aab', 'a-aa-aab-aaba', 'b', 'b-ba', 'b-ba-baa']

我只需要以下最深的数据，也就是输出数据

a-aa-aaa
a-aa-aab-aaba
b-ba-baa

解释:在此示例中，数据树如下所示：

| a
  | a-aa
    | a-aa-aaa
    | a-aa-aab
      | a-aa-aab-aab
| b
  | b-ba
    | b-ba-baa

我想要最深的一遍，所以这个过程大多是这样的：

| a
 | a-aa
   | a-aa-aaa(traverse over)
   | a-aa-aab
     | a-aa-aab-aab(traverse over)
| b
 | b-ba
   | b-ba-baa(traverse over)

所以，最后，我们可以得到输出数据。我知道这个过程对你来说可能有点简单，但是我把我的想法复杂化了。所以，如果你知道答案，请告诉我。愿上帝保佑你!

Answer 1

您可以使用collections.defaultdict递归地构建树，然后选择树叶：

import collections
data = ['a', 'a-aa', 'a-aa-aaa', 'a-aa-aab', 'a-aa-aab-aaba', 'b', 'b-ba', 'b-ba-baa']
def get_groups(d):
  _d = collections.defaultdict(list)
  for a, [j, *k] in d:
     _d[j].append((a, k))
  for a, b in _d.items():
     k, vals = [x for x, y in b if not y], [(x, y) for x, y in b if y]
     if k and not vals:
        yield from k
     else:
        yield from get_groups(vals)
     
print(list(get_groups([(i, i.split('-')) for i in data])))

输出：

['a-aa-aaa', 'a-aa-aab-aaba', 'b-ba-baa']

Answer 2

你可以用列表理解来做这件事，它可能会更快。但是，有一种方法可以在O(n)时间内做到这一点，所以请尝试：

def get_deepest_data(data):
    _max = data[0].count("-")
    deepest_data = list([data[0]])

    for i in data[1:]:
        count = data[i].count("-")

        if count > _max:
            _max = count
            deepest_data = list([data[i]])
        elif count == _max:
            deepest_data.append(data[i])

    return deepest_data