Serialization 面试问题-序列化和反序列化n元树

我最近在面试中遇到了这个问题，面试官要求我创建两个功能。函数1应采用n元树并转换为字节数组，函数2应采用字节[]并构建n元树。若它是一棵二叉树，我会使用null的特殊字符进行预排序遍历，并将其存储在数组中，然后转换为byte[]，但这里是n元树（有许多子树）。我不知道如何存储它并用数组重建n元树。有什么想法或公式可以将这个n元树存储到数组中吗？。

---

非常感谢您的帮助。

在我看来，它是递归的一个很好的用途。编写一个方法（子程序、函数），写出一个节点及其下的所有树。它将写出节点，然后写出子节点的数量（叶节点为零），然后调用自身来写入每个子节点（如果有的话）。现在在树的顶部节点上调用该方法，您已经序列化了它

要反序列化，请编写在节点中读取的方法。它将读入节点本身，读入子节点的数量，然后读入每个子节点（如果有的话）。在流中调用它一次，它将为您提供顶部节点和所有子节点——整个树

---

这个故事的寓意是递归（它实际上只是获取和使用堆栈的一种方便方式）对于处理图形非常有用。比你们想象的要多得多的是图表。

事实上，维基百科帮助我找到了解决方案。我能够将n元树存储到数组中，并将其转换为字节[]，然后使用以下公式将字节[]转换回数组 在索引k*i+1+c处找到第c个子项

---

父项位于指数i-1/2

需要区分两种情况：1完全n元树和2稀疏n元树或非完整树。在第一种情况下，假设N=5，那么树中的每个级别i将精确（即不少于，不多于）5^i个节点；另一方面，在第二种情况下，此规则无效，因为树可以通过构造随机填充

完整的n元树可以序列化为一个数组；简单地从完整的二叉搜索树扩展：节点（中间层和叶子）通过级别i相互关联，通过论坛Ni+1+c*实际N相互关联，其中c是第c个子节点。通过采用级别顺序遍历，可以在字节数组中对树进行最佳序列化（不需要更多字符，请稍后阅读）。全面的解释

不幸的是，对于非完全n元树，正如预期的那样，上述公式不适用。因此，需要采取不同的办法。 一种方法是序列化表示没有子指针的特殊字符，或者更好地序列化子指针的空值。这种方法不是最优的，因为还需要更多的字符（总共需要N个额外的字节），但它是一种非常简单可行的方法。让我们看一个例子：

       A
     / | \ 
    B  C  D
   / \     \
  E   F     G

采用预序遍历，将上述非完整n元树序列化如下

 A B E / F / / C / D G / / /

“/”映射空值，并提供将树反序列化为原始树的功能。采用预序遍历访问树并输出上述字符数组。总共有*2*N*个字节被序列化，因为在这种情况下，树值每个正好是1个字符。作为反序列化算法，仍然可以采用预顺序遍历：如上文所示，识别空值映射模式只需很少的修改。C++代码示例是.

---

总结、序列化和反序列化一个不完整或稀疏的n元树有点棘手，需要更多的字节来强制映射空值。

下面是代码BFS+队列，应该直接读取

class Node:
    def __init__(self, val):
        self.val = val 
        self.children = []

class Codec:
    def serialize(self, root):
        if root is None:
            return ""
        res = [root.val, "#"]
        q = collections.deque([root])
        while q:
            node = q.popleft()
            for child in node.children:
                res.append(child.val)
                q.append(child)
            res.append("#")
        return ",".join(res)

    def deserialize(self, s):
        if len(s) == 0:
            return
        vals = s.split(",")
        q = collections.deque()
        root = Node(vals[0])
        q.append(root)
        i = 1
        while q:
            node = q.popleft()
            i += 1
            while vals[i] != "#":
                child = Node(vals[i])
                node.children.append(child)
                q.append(child)
                i += 1
        return root

---

n元树是否存储任何数据，还是只需要序列化树的形状？@templatetypedef。它有数据。每个节点可以有o到n个子节点，每个节点将有数据。我们需要以某种方式将其放入数组中，然后从数组中重建它。这是一个已排序的n元树，还是一个未排序的n元树？只有在n元树完成的情况下才是这样。当n元树不完整或不平衡时，该公式无效。需要一种不同的方法：一种简单的方法是存储一个“end”字符来控制递归，这里[1]是一个想法。[1]