使用字典的get方法

使用字典的底层方法get设置默认值为一个空字典，即可创建下层字典：

a = {}
a["testkey"] = a.get("testkey", {})

优点是不需要导入其他包；

缺点是拓展性太差，几乎只能用在二层字典的创建上，层数越多，代码量越大。

使用collections.defaultdict创建

Python自带的collections包内的defaultdict类可以用来构建多层字典

示例：

from collections import defaultdict as dfd


# 2层字典
dic2 = dfd(dict)

# 3层字典
dic3 = dfd(lambda: dict)

# 4层字典
dic4 = dfd(lambda: dfd(lambda: dict))

优点是：快捷方便；

缺点是：有多少层就需要手动创建多少层（就像上面的示例那样），

defaultdict的小问题（也许是bug）

如果靠循环来嵌套，会导致defaultdict实际只有一层，下面是用循环的结果示例：

尝试用循环嵌套生成一个4层字典：

from collections import defaultdict as dfd

# 层数
n = 4
# 最内层字典
a = dict
# 用来做嵌套的循环
for i in range(n - 1):
    if a is dict:
        a = dfd(a)
    else:
        a = dfd(lambda: a)

# 打印测试结果
print(a)

a[0] = 1
a[1][2] = 5
a[3][4][5] = 10
a[6][7][8][9] = 15
a[10][11][12][13][14] = 9923
print(a)

测试结果：

 开始的几个结果看起来还正常（比如0:1, 2:5, 5:10, 9:15等等），但是到了最后一个，发现它居然有5层（我们只嵌套了4层）。

实际上，它只有一层，可以自己测试。它把所有中括号内传入的键值都放进了同一个字典。

具体什么原因导致的暂不清楚。

替代方法——使用树结构

当字典层数非常多时（比如几十层），上述方法已经不适用了，这时最好建立一个节点类和一个树类来管理所有节点，毕竟多层字典和数结构是一样的。

节点类如何创建

节点类只需要 自身值、父子列表即可。

示例：

class Nod:
    def __init__(self):
        self.father = []
        self.children = []
        self.value = None

树类如何创建

树类只需要通过某些值追踪到特定节点即可，有时候甚至不需要。主要作为一个管理器进行使用，方便子节点的定位。

比如给每个子节点都赋予一个独特的id，那么可以在树类内建立一个字典，键值分别是：id，节点对象。

这样查找子节点时就可以直接通过id来查找。

示例：

class Tree:
    def __init__(self):
        self.id2nod = {}