编写递归函数按指定统计条件过滤树结构节点文档中的单词

嘿，我来帮你把这个树状节点文档的单词筛选逻辑整理得明明白白，用标准Markdown格式呈现：

核心筛选规则 #

我们只保留每个节点中满足以下任一条件的单词：

• 条件1：在本节点占多数文档出现，且在其他节点（尤其是兄弟节点）仅占少数文档出现的单词
• 条件2：在本节点60%及以上文档中出现，同时在其兄弟节点不足40%文档中出现的单词

示例场景拆解 #

拿你提到的例子来说：父节点A下有子节点B、C，各自附带5份文档。比如B的文档列表是：

[['a','b','c','d','m'],['b','d','m','n'],['c','d','e','m'],['a','d','f','m'],['b','d','g','m']]

假设我们完成统计后：

• 单词m在B的5份文档里全出现了（占100%），而在C节点的5份文档里仅1份有它（占20%），完美符合条件2，所以m会被保留
• 单词b在B节点的3份文档中出现（刚好60%），在C节点的文档里仅1份出现（20%），也满足条件2，同样会被保留
• 如果有个单词x，在B节点的3份及以上文档里出现（占多数），但在C节点的2份及以下文档里才出现（占少数），那它符合条件1，也会被留下

实操步骤梳理 #

要完成这个筛选，你可以按下面的步骤来：

1. 逐个节点统计：对每个节点，计算每个单词在该节点文档中的出现文档占比，同时统计该单词在所有兄弟节点中的单个节点出现文档占比
2. 条件匹配校验：给每个单词逐一核对两个筛选条件，满足其中任意一个就留下
3. 输出结果：整理每个节点最终保留的单词列表

内容的提问来源于stack exchange，提问作者Ankita Patnaik