树和图
树和前几篇文章说的数据结构不同，树不是线性的。在处理较多数据的时候，使用线性结构较慢，而使用树结构则
可以提高处理速度。不过树的构建相对于线性的表、堆栈和队列等较为复杂。
树
树是一种非线性的数据结构，如下图
之所以称为树，是因为其形状像一颗倒置的大树。每颗树都有一个跟节点，如上图所示，Root为根节点。A、B、C
为Root的儿子，Root为A、B、C的父亲，A、B、C为兄弟。同样A为D、E的父亲，D、E为A的儿子，D、E为兄弟。D、E
为Root的孙子，Root为D、E的祖父。在树中，如果一个元素没有儿子，则称为树的叶子。
在Python中树的实现可以使用列表或者类的方式实现。使用列表的方式较为简单，但树的构建较为复杂。使用类的
方式构建树时，需要首先确定树中的节点所能拥有的最大儿子树。因为每个节点所拥有的儿子树并不一定相同，因此使用
类的方法将占用更大的存储空间，如下代码实例，以列表的方式构建了上图所示的树
# _*_ coding: utf-8 -*-
# version 2.7.13
G = ['G', []] # 构造叶子G，树中每个元素都由该元素的值和该元素的儿子列表组成
H = ['H', []] # 构造叶子节点H
I = ['I', []] # 构造叶子节点I
K = ['K', []] # 构造叶子节点K
E = ['E', [G, H, I, K]] # 构造E节点
D = ['D', []] # 构造叶子节点D
F = ['F', []] # 构造叶子节点F
A = ['A', [D, E]] # 构造A节点
B = ['B', []] # 构造叶子节点D
C = ['C', [F]] # 构造C节点
Root = ['Root', [A, B, C]] # 构造树根
print(Root)
输出结果如下
['Root', [['A', [['D', []], ['E', [['G', []], ['H', []], ['I', []], ['K', []]]]]], ['B', []], ['C', [['F', []]]]]]