一、問題背景：
一個(gè)集團(tuán)公司下設(shè)有多層企業(yè)镜盯，整體的股權(quán)結(jié)構(gòu)呈垂直特征，即A公司控制B公司猖败、B公司控制C公司速缆，依次向下，現(xiàn)在想獲取每個(gè)公司在這個(gè)垂直結(jié)構(gòu)中的股權(quán)層級(jí)辙浑，如果是頂層的A公司激涤，就是1級(jí)，層級(jí)越低判呕，級(jí)數(shù)越大倦踢，這里約定：假如一個(gè)公司G即被母公司A直接持股，也被A公司的子公司B公司直接持股侠草，則G的層級(jí)取2辱挥，而非3。案例測(cè)試數(shù)據(jù)為：
形象的說边涕，就是對(duì)于每個(gè)子公司晤碘，找到最短的“回A之路”。你可以先不看下面的代碼功蜓，想一想應(yīng)該怎么解決這個(gè)問題园爷。
二、代碼實(shí)現(xiàn)如下：
a=Ctrsht['子公司'].unique().tolist()#數(shù)組a記錄了去除所有的非重復(fù)機(jī)構(gòu)
b=[]#數(shù)組b用于記錄每個(gè)機(jī)構(gòu)的層級(jí)
def levelsearch(level,name):
if name=='A':#遞歸函數(shù)必須由明確的退出機(jī)制式撼，否則就是死循環(huán)
return(level,name)#當(dāng)傳入的機(jī)構(gòu)名稱為A時(shí)童社，表示子公司順著股權(quán)路徑找到了A公司，這時(shí)level就是返回的級(jí)數(shù)
else:#如果尚未返回A公司著隆，則記錄此時(shí)尋找到的母公司是哪一個(gè)
for i in range(len(Ctrsht['子公司'])):#遍歷上面的dataframe
if Ctrsht.iloc[i,1]==name:#定位當(dāng)前傳入的機(jī)構(gòu)名稱的所在行
if Ctrsht.iloc[i,0]=='A':#如果該行的母公司即為A則返回層數(shù)
return(level+1,'A')
else:
return(levelsearch(level+1,Ctrsht.iloc[i,0]))#如果該行的母公司不是A扰楼，則調(diào)用函數(shù)本身，下一次傳入的機(jī)構(gòu)名稱即該行的母公司
else:
pass
for i in range(len(a)):#遍歷子公司數(shù)組美浦，計(jì)算每個(gè)子公司的層級(jí)
b.append(levelsearch(1,a[i])[0])
equitylevel=pd.DataFrame(a)
equitylevel['股權(quán)層級(jí)']=b
equitylevel
三弦赖、改進(jìn)：
上述程序有個(gè)問題：有的子公司出現(xiàn)了多次，比如F公司浦辨，程序返回層級(jí)為F第一次出現(xiàn)時(shí)的股權(quán)層級(jí)蹬竖，即為3（A--B--F），而如果源數(shù)據(jù)文件中將第6行E->F放在B->F前面，則程序返回的F層級(jí)就是6（A--B--C--D--E--F）案腺。
因此當(dāng)前的結(jié)果依賴于股權(quán)結(jié)構(gòu)表的排序庆冕，需要進(jìn)一步完善。
完善步驟為：
1劈榨、找到某公司在“子公司”列中出現(xiàn)的所有行數(shù)（F公司就是第5行和第6行）
2、分別計(jì)算該公司在各行時(shí)返回的股權(quán)層級(jí)（F公司就是3和4）
3晦嵌、根據(jù)問題的初始規(guī)定原則同辣，取過程2中的最小值
這里有個(gè)一非常繞的情境，就是F的母公司E惭载，在各行也出現(xiàn)了兩次旱函，兩種回A的路徑分別是ABCDE和ABCE，這樣返回的F股權(quán)層級(jí)就是6和5描滔，按照規(guī)定原則棒妨，結(jié)果應(yīng)該是5（即選擇ABCE路徑），所以在遞歸函數(shù)的定義中含长，必須用循環(huán)將最佳回A路徑找出券腔。
首先定義遞歸函數(shù)
#2020/3/7改進(jìn)
#3/7改進(jìn)2
def levelsearch(level,position,name):#level為初始層級(jí)，一般為1拘泞，position為子公司所在行數(shù)
if name=='A':#name記錄當(dāng)前子公司的母公司纷纫，如果為A則跳出遞歸程序
return(level,position,name)
else:
if Ctrsht.iloc[position,1]==name:
if Ctrsht.iloc[position,0]=='A':#如果當(dāng)前子公司的母公司為A，則層級(jí)加1陪腌，遞歸結(jié)束
return(level+1,position,'A')
else:#如果當(dāng)前子公司的母公司不為A辱魁，先記錄母公司在“子公司”列出現(xiàn)的行數(shù)，然后調(diào)用程序自身
temPosition=[]
for i in range(len(Ctrsht['子公司'])):
if Ctrsht.iloc[i,1]==Ctrsht.iloc[position,0]:
temPosition.append(i)#母公司在“子公司”列出現(xiàn)的行數(shù)可能為多個(gè)诗鸭，必須用數(shù)組記錄染簇，并遍歷數(shù)組調(diào)用遞歸函數(shù)
templevel={}#用字典記錄母公司每次返回的股權(quán)層級(jí)
levelsig=0
for k in temPosition:
templevel[k]=levelsearch(levelsig,k,Ctrsht.iloc[k,1])[0]
minilevel = min(templevel, key=lambda x:templevel[x])
return(levelsearch(level+1,minilevel,Ctrsht.iloc[minilevel,1]))
else:
pass
然后對(duì)每個(gè)子公司分別計(jì)算出現(xiàn)的行數(shù)，并調(diào)用遞歸函數(shù)計(jì)算min{基于各行數(shù)計(jì)算的股權(quán)層級(jí)}
a=Ctrsht['子公司'].unique().tolist()#去除所有的非重復(fù)機(jī)構(gòu)
b=[]#記錄每個(gè)機(jī)構(gòu)的層級(jí)
for i in range(len(a)):
linenum=[]#獲得每個(gè)機(jī)構(gòu)在持股機(jī)構(gòu)列中出現(xiàn)的行數(shù)
for k in range(len(Ctrsht['子公司'])):
if Ctrsht.iloc[k,1]==a[i]:
linenum.append(k)
agencylevel=[]#記錄不同出現(xiàn)行數(shù)計(jì)算的股權(quán)層級(jí)
for j in linenum:
agencylevel.append(levelsearch(1,j,a[i])[0])
b.append(min(agencylevel))
equitylevel=pd.DataFrame(a)
equitylevel['改進(jìn)的股權(quán)層級(jí)']=b
equitylevel
可以看到E的股權(quán)層級(jí)得到了修正强岸。
下面這個(gè)圖可以看到锻弓，F(xiàn)的層級(jí)是在比較3和5之后，選擇的最小值请唱，E的層級(jí)是在比較4和5之后弥咪，選擇的最小值
結(jié)語：遞歸是目前我寫過最難的程序了，對(duì)邏輯的要求高十绑，中間的各種計(jì)數(shù)變量聚至、臨時(shí)變量也多，大腦要清醒本橙，但遞歸代碼的簡潔和高效也使遞歸成為應(yīng)用非常廣泛的算法
算是剛?cè)肓碎T扳躬，以后再修煉吧~
