报障系统之多级评论

#例1
v1 = [1,2,3,4]
v1.append(123)
print(v1)#[1, 2, 3, 4, 123]
#例2
v1 = {‘k1‘:‘v1‘}
v1[‘k2‘] = ‘v2‘
print(v1)#{‘k1‘: ‘v1‘, ‘k2‘: ‘v2‘}
#例3
data = [
    [11,22,33],
    [44,55,66]
]
data1=data[0]
data2 = data1.append(data[1])
print(data1)#[11, 22, 33, [44, 55, 66]]
#
# data=data[0].append(data[1])
print(data)#[[11, 22, 33, [44, 55, 66]], [44, 55, 66]]
print(data[1])#[44, 55, 66]
data[1].append(77)
print(data)#[[11, 22, 33, [44, 55, 66, 77]], [44, 55, 66, 77]]
print(data[0][3])#[44, 55, 66, 77]

##例4
data = [
    {‘k1‘:‘v1‘},
    {‘k2‘:‘v2‘}
]
for item in data:
    item[‘kk‘] = ‘vv‘
print(data)#[{‘k1‘: ‘v1‘, ‘kk‘: ‘vv‘}, {‘k2‘: ‘v2‘, ‘kk‘: ‘vv‘}]
#引用类型

msg_list = [
    {‘id‘:1,‘content‘:‘xxx‘,‘parent_id‘:None},
    {‘id‘:2,‘content‘:‘xxx‘,‘parent_id‘:None},
    {‘id‘:3,‘content‘:‘xxx‘,‘parent_id‘:None},
    {‘id‘:4,‘content‘:‘xxx‘,‘parent_id‘:1},
    {‘id‘:5,‘content‘:‘xxx‘,‘parent_id‘:4},
    {‘id‘:6,‘content‘:‘xxx‘,‘parent_id‘:2},
    {‘id‘:7,‘content‘:‘xxx‘,‘parent_id‘:5},
    {‘id‘:8,‘content‘:‘xxx‘,‘parent_id‘:3},
]
#python里面的apend之类的东西都是引用的原来数据的内存地址,对原数据进行操作的话
#我们引用的数据也会发生一样的变化(字典列表之类的)
 
#浙江片子的方法
# for i in msg_list:
#     i[‘child‘]=[]
# for i in range(len(msg_list)-1,-1,-1):
#     if msg_list[i][‘parent_id‘]:
#         msg_list[msg_list[i][‘parent_id‘] - 1][‘child‘].append(msg_list[i])
# new_msg_list = [i for i in msg_list if i[‘parent_id‘] is None]
# print(new_msg_list)
 
冒泡排序的效率比较低,因为要多加几层循环

#老师讲的方法
# v=[row.setdefault(‘child‘,[]) for row in msg_list] #这是一个列表生成式,其中列表生成式前缀不能是表达式(不能带等于号),这和底下的第一个for循环的作用是一样的,给每一个元素加一个‘child‘:[]
# print(msg_list)
#如果我们想加快索引(快点找到数据的话)就建一个字典的数据结构
msg_list_dict={} #加快索引,节省时间
for item in msg_list:
    item[‘child‘]=[]  #相当于加一个键值对,{‘id‘:1,‘content‘:‘xxx‘,‘parent_id‘:None,‘child‘:[]}
    msg_list_dict[item[‘id‘]]=item #字典中key为item[‘id‘]，value为item
#

msg_list_dict[item[‘id‘]]=item 相当于如下字典

　　msg_list_dict = {
　　　　1:{‘id‘:1,‘content‘:‘xxx‘,‘parent_id‘:None,‘child‘:}
　　　　2:{‘id‘:2,‘content‘:‘xxx‘,‘parent_id‘:None,‘child‘:}
　　　　‘‘‘‘‘‘
　　}

    #把字典数据结构填上数据,能够加快索引,而且我们数据还是占得原来的内存空间
    #我们只是引用了数据的内容空间,所以不存在新的数据结构浪费空间一说
result=[]
for item in msg_list:
    pid=item[‘parent_id‘]
    if pid: #如果parent_id不为空,说明它是子级,要把自己加入对应的父级
        msg_list_dict[pid][‘child‘].append(item)
    else: #如果为空,说明他是父级,要把它单独领出来用
        result.append(item)
#result就是我们最终要的结果,因为这里面全是引用,所有数据的内存地址都没有变
#只不过被多个数据结构引用了而已
print(result)