深度优先算法

定义生成器函数响应迭代操作，主要包含三个工作：

数据准备
迭代路由：__iter__()，内部使用iter()
迭代协议：负责数据输出的生成器函数

class Node:
    def __init__(self, value):
        # 核心数据与物理容器
        self._value = value
        self._children = []  # 存放子节点物理指针的单层列表

    def __repr__(self):
        # 物理审查拦截：强制保留数据类型的边界
        return 'Node({!r})'.format(self._value)

    def add_child(self, node):
        # 指针组装：将新的节点地址挂载到当前节点的网线上
        self._children.append(node)

    def __iter__(self):
        # 透明路由代理：拦截外部的 for 循环请求，暗中转发给内部的 _children 列表
        return iter(self._children)

    def depth_first(self):
        # 算法引擎与生成器工厂：前序遍历的物理挂起
        yield self
        # 隐式触发当前节点的 __iter__
        for c in self:
            # 建立到底层子生成器的透明物理管道
            yield from c.depth_first()

# ==========================================
# 物理实例测试与验证
# ==========================================
if __name__ == '__main__':
    # 1. 在内存荒野中浇筑 6 个孤立的地基（独立的内存块）
    root = Node(0)
    child1 = Node(1)
    child2 = Node(2)
    
    # 2. 建立指针连线，打破孤岛，升维成树状结构
    root.add_child(child1)
    root.add_child(child2)
    
    child1.add_child(Node(3))
    child1.add_child(Node(4))
    
    child2.add_child(Node(5))

    # 3. 启动最外层的迭代监工，开始榨取生成器管道
    print("深度优先遍历结果：")
    for ch in root.depth_first():
        print(ch)