在【python 标准库】中看到的一段代码，非常有帮助：

def all_nodes(self):
        yield self
        n = self.other
        while n and n.name != self.name:
            yield n
            n = n.other
        if n is self:
            yield n
        return

首尾的2处yield均只返回一次，作为循环图的起点、终点，而n作为图可能的节点，每次在next调用中均返回next节点

利用这个迭代器，就可以轻松打印出图的结构：

def __str__(self):

       return '->'.join((n.name for n in self.all_nodes()))

Graph:

one->two->three->one

实现一个图结构需要利用python里面的弱引用，

我们先看一下标准的向图结构中增加下一节点的代码：

def set_next(self, other):

       print '%s.next %r' % ( self.name, other)

       self.other = other

这样绑定后，在属性字段中，增加一个对于下一节点的引用

c.__dict__

{'other': <Graph at 0xb7507e4c name=2>, 'name': '1'}

所以，即使手动调用了 a = None, b = None, c = None，对象也不会被删除

Garbage:[<Graph at 0xb739856c name=one>,

<Graph at 0xb739866c name=two>,

<Graph at 0xb739868c name=three>,

{'name': 'one', 'other': <Graph at 0xb739866c name=two>},

{'name': 'two', 'other': <Graph at 0xb739868c name=three>},

{'name': 'three', 'other': <Graph at 0xb739856c name=one>}]

而弱引用是指“引用一个对象，但并不增加被引用对象的指针计数”

可以通过c = weekref.ref(k,func)  

来指定引用的对象及对象删除后的动作func

调用时，使用c() 来引用k

但是在上个例子里面，我们需要一个“代理对象”来代理这个被引用的对象，从而使set_next 函数对于变量other可以同正常变量一样使用

def set_next(self, other):
        if other is not None:
            if self in other.all_nodes():
                other = weakref.proxy(other)
        super(WeakGraph, self).set_next(other)
        return

从而避免了通过other()来引用一个other对象~