在python中将深度优先搜索转换为面包优先搜索以实现决策树网络

我被指派去实现决策树算法。到目前为止，我已经找到了所有的节点/叶，但是我把它们放在了一个平面1d数组中。如何标记它们，以便提取视觉表示？ 我有下面最左边的搜索节点列表，参考图片：[喜剧，枪，叶，律师，叶，叶，枪，叶，叶，叶]

我需要的是喜剧类的标签：1枪：1.1叶1.1.1律师：1.1.2等等

我的代码基本上与此方案中的代码类似：

    track=0
    def create node(dataset):
       select best attribute
       save attribute with track #
       track+=1

       if this attribute has sub-options:
          track*=10 #to indicate new depth level
          create appropriate decision set
          create_node(newdataset)
       else:
          pass #interestingly this bottom part called multiple times

track metohd没有帮助我，我以为它可以跟踪内部循环等，但它失败了。任何建议都将不胜感激

---

实现深度优先搜索的正确方法是，当您看到节点时，将节点的所有子节点放入一个列表中，然后从堆栈中获取下一个节点，重复操作直到堆栈为空。广度优先搜索是完全相同的，但使用的是a。你能更具体一点吗？我已经成功地找到了所有节点，但我无法区分哪个节点连接到哪个节点，但它始终跟踪左侧和深度优先的结果。我应该一起改变搜索算法吗？我认为有一个简单的技巧，即标记每个节点以知道它连接的是谁。我认为最好在这一点上提供一些。关键是堆栈和队列为您处理遍历顺序-这就是算法入门课程在DFS和BFS实现中使用这些结构的原因。除此之外，我帮不了你——我最多只能引用一个正统的实现。实现深度优先搜索的正确方法是，当你看到节点的所有子节点时，将它们放入一个数组中，然后从堆栈中获取下一个节点，重复直到堆栈为空。广度优先搜索是完全相同的，但使用的是a。你能更具体一点吗？我已经成功地找到了所有节点，但我无法区分哪个节点连接到哪个节点，但它始终跟踪左侧和深度优先的结果。我应该一起改变搜索算法吗？我认为有一个简单的技巧，即标记每个节点以知道它连接的是谁。我认为最好在这一点上提供一些。关键是堆栈和队列为您处理遍历顺序-这就是算法入门课程在DFS和BFS实现中使用这些结构的原因。除此之外，我帮不了你——我最多只能提到一个正统的实现。