list集合生成树

    @Test
    public void selectbranchtree(){
        ApplicationContext actx = new ClassPathXmlApplicationContext("classpath:spring/applicationContext-dao.xml");
        FyBranchMapper mapper =  actx.getBean(FyBranchMapper.class);
        
        
        List<BranchTree> list =  mapper.selectbranchtree();
        
        System.out.println(list);
        System.out.println(list.get(0).getBbLevel());
        List<BranchTree> children = createTree(list);
         System.out.println(children);
    }    


    public List<BranchTree> createTree(List<BranchTree> list) {
        List<BranchTree> children = new ArrayList<BranchTree>();
       // 当等级最高时,停止排序
            for (BranchTree node : list) {
                if ("0".equals(node.getBbLevel())) {
                    
                    initChildren(node, list);
                    
                    children.add(node);
                }
            }
            return children;
    }
    public static void initChildren(BranchTree treeNode, List<BranchTree> list) {
        List<BranchTree> children = new ArrayList<BranchTree>();
       // 当等级最高时,停止排序
            // 将最低级别的放到数组中
            for (BranchTree node : list) {
                int parentId = treeNode.getBbId();
                if (parentId == node.getBbParentid()){
                    
                    initChildren(node, list);
                    
                    children.add(node);
                }
            }
            treeNode.setChildren(children);
    }

}


结果:

[BranchTree [bbId=1, bbParentid=0, bbName=总部, bbLevel=0, children=[]], BranchTree [bbId=2, bbParentid=1, bbName=区域, bbLevel=1, children=[]], BranchTree [bbId=3, bbParentid=2, bbName=中心路店, bbLevel=1, children=[]], BranchTree [bbId=4, bbParentid=2, bbName=共和新路店, bbLevel=3, children=[]], BranchTree [bbId=5, bbParentid=1, bbName=财务, bbLevel=2, children=[]], BranchTree [bbId=6, bbParentid=1, bbName=开发, bbLevel=3, children=[]]]
0
[BranchTree [bbId=1, bbParentid=0, bbName=总部, bbLevel=0, children=[BranchTree [bbId=2, bbParentid=1, bbName=区域, bbLevel=1, children=[BranchTree [bbId=3, bbParentid=2, bbName=中心路店, bbLevel=1, children=[]], BranchTree [bbId=4, bbParentid=2, bbName=共和新路店, bbLevel=3, children=[]]]], BranchTree [bbId=5, bbParentid=1, bbName=财务, bbLevel=2, children=[]], BranchTree [bbId=6, bbParentid=1, bbName=开发, bbLevel=3, children=[]]]]]




  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
普利姆算法是一种用于求解无向图的最小生成的基本算法。它以一个起始节点开始,每次将一个未被访问的节点加入到最小生成集合中,并选择与该集合相邻的边中权重最小的边和它连接的未访问节点,直到最小生成集合包含了图中的所有节点。普利姆算法的时间复杂度为O(n^2)。 以下是普利姆算法的步骤: 1. 选择一个起始节点作为最小生成的起点。 2. 将该起始节点加入最小生成集合,并将其标记为已访问。 3. 在所有与最小生成集合相邻的边中,选择权重最小的边和它连接的未访问节点。 4. 将该边和节点加入最小生成集合,并将该节点标记为已访问。 5. 重复步骤3和步骤4,直到最小生成集合包含了图中的所有节点。 以下是Python实现普利姆算法的代码: ```python def prim(graph): # 选择一个起始节点作为最小生成的起点 start_node = list(graph.keys())[0] # 将该起始节点加入最小生成集合,并将其标记为已访问 visited = [start_node] # 初始化最小生成的权重为0 min_weight = 0 # 初始化最小生成的边为空 min_tree = [] # 重复步骤3和步骤4,直到最小生成集合包含了图中的所有节点 while len(visited) < len(graph): # 在所有与最小生成集合相邻的边中,选择权重最小的边和它连接的未访问节点 min_edge = None for node in visited: for neighbor, weight in graph[node].items(): if neighbor not in visited: if min_edge is None or weight < min_edge[2]: min_edge = (node, neighbor, weight) # 将该边和节点加入最小生成集合,并将该节点标记为已访问 visited.append(min_edge[1]) min_weight += min_edge[2] min_tree.append(min_edge) # 返回最小生成的权重和边 return min_weight, min_tree ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值