树型结构之数据结构设计（附加JAVA版本实现）

我们经常需要在关系型数据库中保存一些树状结构数据，比如分类、菜单、论坛帖子树状回复等。常用的方法有两种：

1. 领接表的方式；

2. 预排序遍历树方式；

假设树状结构如下图：

领接表方式

主要依赖于一个 parent 字段，用于指向上级节点，将相邻的上下级节点连接起来，id 为自动递增自动，parent_id 为上级节点的 id。一目了然，“Java”是“Language”的子节点。

我们要显示树，PHP 代码也可以很直观，代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

<?php /**   * 获取父节点下的所有子节点   *   * @since 2011-05-18   *   * @param $parent_id 父节点 id，0 则显示整个树结构。   * @param $level 当前节点所处的层级，用于缩进显示节点。   * @return void   */ function show_children ( $parent_id = 0, $level = 0) {      // 获取父节点下的所有子节点      $result = mysql_query( 'SELECT id, name FROM tree WHERE parent_id=' . intval ( $parent_id ));      // 显示每个子节点      while ( $row = mysql_fetch_array( $result )) {          // 缩进显示          echo '<div style="margin-left:' . ( $level * 12) . 'px">' . $row [ 'name' ] . '</div>' ;          // 递归调用当前函数，显示再下一级的子节点          show_children( $row [ 'id' ], $level + 1);      } } ?>

想要显示整个树结构，调用 show_children()。想要显示“Database”子树，则调用 show_children(2)，因为“Database”的 id 是 2。

还有一个经常用到的功能是获取节点路径，即给出一个节点，返回从根节点到当前节点的路径。用函数实现如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

<?php /**   * @param $id 需要获取路径的当前节点的 id。   * @return array   */ function get_path( $id ) {      // 获取当前节点的父节点 id 和当前节点名      $result = mysql_query( 'SELECT parent_id, name FROM tree WHERE id=' . intval ( $id ));      $row = mysql_fetch_array( $result );      // 使用此数组保存路径      $path = array ();      // 将当前节点名保存进路径数组中      $path [] = $row [ 'name' ];      // 如果父节点非 0，即非根节点，则进行递归调用获取父节点的路径      if ( $row [ 'parent_id' ]) {          // 递归调用，获取父节点的路径，并且合并到当前路径数组的其它元素前边          $path = array_merge (get_path( $row [ 'parent_id' ]), $path );      }      return $path ; } ?>

想要获取“MySQL 5.0”的路径，调用 get_path(4)，4 即是这个节点的 id。

领接表方式的优点在于容易理解，代码也比较简单明了。缺点则是递归中的 SQL 查询会导致负载变大，特别是需要处理比较大型的树状结构的时候，查询语句会随着层级的增加而增加，WEB 应用的瓶颈基本都在数据库方面，所以这是一个比较致命的缺点，直接导致树结构的扩展困难重重。

排序遍历树方式

现在我们来聊聊第二种方式─预排序遍历树方式（即通常所说的 MPTT，Modified Preorder Tree Traversal）。此算法是在第一种方式的基础之上，给每个节点增加一个左、右数字，用于标识节点的遍历顺序，如下图所示：

从根节点开始左边为 1，然后下一个节点的左边为 2，以此类推，到最低层节点之后，最低层节点的右边为其左边的数字加 1。顺着这些节点，我们可以很容易地遍历完整个树。根据上图，我们对数据表做一些改变，增加两个字段，lft 和 rgt 用于存储左右数字（由于 left 和 right 是 MySQL 的保留字，所以我们改用简写）。表中各行的内容也就变成了：

接下来看看显示树/子树是多么简单，只需要一条 SQL 语句即可，比如显示“Database”子树，则需要获取到“Database”的左右数字，左为 2，右为 11，那么 SQL 语句是：

1	SELECT * FROM tree WHERE lft BETWEEN 2 AND 11;

SQL 语句是简单了，但我们所希望的缩进显示却是个问题。什么时候应该显示缩进？缩进多少单位？解决这个问题，需要使用堆栈，即后进先出（LIFO），每到一个节点，将其右边的数字压入堆栈中。我们知道，所有节点右边的值都比其父节点右边的值小，那么将当前节点右边的值和堆栈最上边的右边值进行比较，如果当前节点比堆栈最上边的值小，表示当前堆栈里边剩下的都是父节点了，这时可以显示缩进，堆栈的元素数量即是缩进深度。PHP 代码实现如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

<?php /**   * @param $root_id 需要显示的树/子树根节点 id。   */ function show_tree( $root_id = 1) {      // 获取当前根节点的左右数值      $result = mysql_query( 'SELECT lft, rgt FROM tree WHERE id=' . intval ( $root_id ));      $row = mysql_fetch_array( $result );      // 堆栈，存储节点右边的值，用于显示缩进      $stack = array ();      // 获取 $root_id 节点的所有子孙节点      $result = mysql_query( 'SELECT name, lft, rgt FROM tree WHERE lft BETWEEN ' . $row [ 'lft' ]. ' AND ' . $row [ 'rgt' ]. ' ORDER BY lft ASC' );      // 显示树的每个节点      while ( $row = mysql_fetch_array( $result )) {          if ( count ( $stack )>0) { //仅当堆栈非空的时候检测              // 如果当前节点右边的值比堆栈最上边的值大，则移除堆栈最上边的值，因为这个值对应的节点不是当前节点的父节点              while ( $row [ 'rgt' ] > $stack [ count ( $stack )-1]) {                  array_pop ( $stack );              } //while 循环结束之后，堆栈里边只剩下当前节点的父节点了          }          // 现在可以显示缩进了          echo '<div style="margin-left:' .( count ( $stack )*12). 'px">' . $row [ 'name' ]. '</div>' ;          // 将当前的节点压入堆栈里边，为循环后边的节点缩进显示做好准备          array_push ( $stack , $row [ 'rgt' ]);      } } ?>

获取整个树调用 show_tree()，获取“Database”子树调用show_tree(2)。在这个函数中，我们总算不需要用到递归了，呵呵。

接下来是显示从根节点到某节点的路径，这比起领接表方式来说也简单了很多，只需要一句 SQL 就行，不用递归  比如获取“ORACLE”这个节点的路径，其左右值分别是 7 和 10，则 SQL 语句为：

1	SELECT name FROM tree WHERE lft <= 7 AND rgt >= 10 ORDER BY lft ASC ;

PHP 函数实现如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

<?php /**   * @param $node_id 需要获取路径的节点 id   */ function get_path2( $node_id ) {      // 获取当前节点的左右值      $result = mysql_query( 'SELECT lft, rgt FROM tree WHERE id=' . intval ( $node_id ));      $row = mysql_fetch_array( $result );      // 获取路径中的所有节点      $result = mysql_query( 'SELECT name FROM tree WHERE lft <= ' . $row [ 'lft' ]. ' AND rgt >= ' . $row [ 'rgt' ]. ' ORDER BY lft ASC' );      $path = array ();      while ( $row = mysql_fetch_array( $result )) {          $path [] = $row [ 'name' ];      }      return $path ; } ?>

显示树和路径都没问题了，现在需要了解一下如何插入一个节点。插入新节点之前，首先要给这个节点腾出空位来，假设我们现在要在“ORACLE 9i”这个节点右边增加一个“ORACLE 10”，则腾位的 SQL 语句如下（“ORACLE 9i”的右边值为 9）：

1 2	UPDATE tree SET rgt=rgt+2 WHERE rgt>9; UPDATE tree SET lft=lft+2 WHERE lft>9;

位置空出来了，开始插入新节点吧：

1	INSERT INTO tree SET lft=10, rgt=11, name = 'ORACLE 10' ;

调用 show_tree() 看看结果对不对  具体的 PHP 实现代码这里就不写了。

现在总结一下预排序遍历树方式的优缺点。缺点是算法比较抽象，不容易理解，增加节点的时候虽然只用了几条 SQL 语句，但可能会需要更新很多记录，从而造成阻塞。优点是树的构造，路径获取方面性能都比领接表方式好很多。也就是说，这个算法牺牲了一些写的性能来换取读的性能，在 WEB 应用中，读数据库的比例远大于写数据库的比例，所以预排序遍历树方式比领接表方式更加受欢迎，更加实用，很多应用中都能看到 MPTT 的影子，通常所用的表里都有字段 lft 和 rgt。

转自：http://www.qinbin.me/tree-structure-of-the-data-structure-design/

 

以下是java版本的实现

 

 

	
	public ResultObject addFile(int parentid,int lft,int rgt,int userid,String newFileName,String fileType){
		getSession();
		ResultObject ro=new  ResultObject();
		String addedNodeId=null;
		try {
			Query updateRgt=service.createSQLQuery("update `uidesign_workfile` set rgt=rgt+"+2+" where user_id="+userid+" and rgt>="+rgt);
			updateRgt.executeUpdate();
			Query updateLft=service.createSQLQuery("update `uidesign_workfile` set lft=lft+"+2+" where user_id="+userid+" and lft>"+rgt);
			updateLft.executeUpdate();
			Query insertItem=service.createSQLQuery("insert into `uidesign_workfile` (parent_id,lft,rgt,filename,user_id,createtime,organization,creator,fileType) values ("+parentid+","+rgt+","+(rgt+1)+",'"+newFileName+"',"+userid+",'"+DateFormat.getDate("yyyy-MM-dd")+"',1,1,'"+fileType+"')");	
			insertItem.executeUpdate();
			Object[] file=(Object[])loadFile(rgt,"lft",userid);
			addedNodeId=file[0].toString();
		}catch (Exception e){
			e.printStackTrace();
			ro.setErrormess("后台错误：添加数据失败，请联系管理员。");
		}
		ro.setResult(getAllFiles(userid));
		if (fileType.equals("file")) ro.setOperateType("addfile");
		if (fileType.equals("folder")) ro.setOperateType("addfolder");
		
		ro.setParams(setParams("id",addedNodeId));
		service.close();
		return ro;
	}
	public ResultObject modFile(int currId,int userid,String newFileName){
		getSession();
		ResultObject ro=new  ResultObject();
		int modId=currId;
		try {
			Query updateItem=service.createSQLQuery("update `uidesign_workfile` set filename='"+newFileName+"' where user_id="+userid+" and id="+currId);
			updateItem.executeUpdate();
		}catch (Exception e){
			e.printStackTrace();
			ro.setErrormess("后台错误：修改数据失败，请联系管理员");
		}
		ro.setResult(getAllFiles(userid));
		ro.setParams(setParams("id",modId));
		ro.setOperateType("modfile");
		service.close();
		return ro;
	}
	public ResultObject delFile(Integer id,Integer lft,Integer rgt,Integer userid){
		getSession();
		ResultObject ro=new  ResultObject();
		int pyl=(rgt-lft+1);
		try {
			Query delSelf=service.createSQLQuery("delete from `uidesign_workfile`  where user_id="+userid+" and lft>="+lft+" and lft<"+rgt);
			delSelf.executeUpdate();
			Query updateRgt=service.createSQLQuery("update `uidesign_workfile` set rgt=rgt-"+pyl+" where user_id="+userid+" and rgt>"+rgt);
			updateRgt.executeUpdate();
			Query updateLft=service.createSQLQuery("update `uidesign_workfile` set lft=lft-"+pyl+" where user_id="+userid+" and lft>"+lft);
			updateLft.executeUpdate();
		}catch (Exception e){
			e.printStackTrace();
			ro.setErrormess("后台错误：更新数据失败，请联系管理员");
		}
		ro.setResult(getAllFiles(userid));
		ro.setOperateType("delfile");
		service.close();
		return ro;
	}