理解嵌套defaultdict：`tree = lambda: defaultdict(tree)`与`tree = defaultdict(lambda: tree)`的差异及原理

让我一步步帮你拆解这两种写法的区别，搞清楚为什么一个能正常工作，另一个会抛出循环引用的错误～

一、有效写法的工作原理 #

先看这个能正常生成多层嵌套字典的写法：

tree = lambda: defaultdict(tree)
x = tree()
x["1"]
x["2"]
x["1"]["3"]
print(json.dumps(x))

这里的核心是tree是一个匿名函数，它的唯一作用就是返回一个新的defaultdict，而这个defaultdict的默认工厂正好是tree自己。

拆解执行的细节：

1. 当你调用tree()时，会创建一个全新的defaultdict实例，这个实例的规则是：如果访问了不存在的键，就自动调用tree()生成另一个全新的defaultdict作为该键的值。
2. 比如x["1"]：因为x是tree()生成的defaultdict，访问"1"这个不存在的键时，会触发tree()，生成一个新的defaultdict赋值给x["1"]；后续x["1"]["3"]也是同理，再生成一层全新的defaultdict。
3. 整个结构里的每一层都是独立的新实例，没有任何地方指向已经存在的实例，所以json.dumps可以顺利序列化，不会出现循环引用问题。

二、无效写法报错的根本原因 #

再看这个会抛出循环引用错误的写法：

tree = defaultdict(lambda: tree)
x = tree
x["1"]
x["2"]
x["1"]["3"]
print(json.dumps(x))

问题就出在循环引用的生成：

1. 这里的tree直接就是一个defaultdict实例，它的默认工厂是lambda: tree——意思是，当访问不存在的键时，不会生成新的实例，而是直接返回tree这个已经存在的实例本身。
2. 举个例子：当你访问x["1"]时，因为x就是tree实例，所以会调用lambda: tree，把tree自己赋值给x["1"]；之后x["1"]["3"]其实就是tree["3"]，同样会把tree自己赋值给tree["3"]。
3. 这下就形成了死循环：tree["1"]指向tree，tree["3"]也指向tree，整个结构是自己引用自己的循环体。json.dumps在序列化时会检测到这种循环结构，所以直接抛出ValueError: Circular reference detected。

三、修改后的写法为什么和第一种等价 #

你提到的修改后的写法：

tree = lambda: defaultdict(lambda: tree())

其实这个写法和最初的有效写法是完全等价的。因为tree本身就是一个返回defaultdict(tree)的函数，tree()调用后得到的就是一个新的defaultdict实例，所以lambda: tree()和原来的tree功能完全一致——都是返回一个全新的、默认工厂为tree的defaultdict。本质上就是换了一种写法表达同一个逻辑，所以自然也能正常生成多层嵌套的字典。

内容的提问来源于stack exchange，提问作者joseville