数据结构和算法在流程画布中的实际应用

图灵奖的获得者，Pascal 之父——Niklaus Wirth ，有个经典说法：“算法+数据结构=程序”（Algorithm+Data Structures=Programs）。我们以这个说法为思路，看在流程画布这个场景中，如何应用数据结构和算法来解决实际的业务需求。

树和图

在数据结构中，对树的描述为：树是n（n≥0）个结点的有限集，它或为空树（n=0）；或为非空树，对于非空树T：

1. 有且仅有一个称之为根的结点；

2. 除根结点以外的其余结点可分为m（m>0）个互不相交的有限集T1, T2, …, Tm,其中每一个集合本身又是一棵树，并且称为根的子树（SubTree）。

由上述描述可以看出，树的结构定义是一个递归的定义，即在树的定义中又用到树的定义，它道出了树的固有特性。树常用的存储结构有：顺序存储、链式存储。

对图的描述为：图G由两个集合V和E组成，记为G=(V, E)，其中V是顶点的有穷非空集合，E是V中顶点偶对的有穷集合。V(G)为图的顶点集合，不可以为空；E(G)为图的边集合，可以为空。如果边集E(G)为有向边的集合，则称图为有向图；如果边集E(G)为无向边的集合，则称图为无向图。

图常用的存储结构有：邻接矩阵、邻接表、十字链表、邻接多重表。

树和图是画布这个场景中关联度最高的两种数据结构（当然，最基础的还是链表结构）。

G6

G6 是一个图可视化引擎。它提供了图的绘制、布局、分析、交互、动画等图可视化的基础能力，借助 G6 的能力，我们可以快速搭建自己的图分析或图编辑应用。流程画布底层便使用了 antv/g6 来实现图可视化的功能。

根据对其功能使用程度的不同，我们梳理 G6 的核心概念如下：

G6中对图 Graph 接收的参数定义如下：

export interface GraphData {
    nodes?: NodeConfig[];
    edges?: EdgeConfig[];
    combos?: ComboConfig[];
    [key: string]: any;
}

官网给出的最简单的快速开始的 demo 代码片段如下：

const data = {
  nodes: [
    {
      id: 'node1',
      x: 100,
      y: 200,
    },
    {
      id: 'node2',
      x: 300,
      y: 200,
    },
  ],
  edges: [
    {
      source: 'node1',
      target: 'node2',
    },
  ],
};
 
const graph = new G6.Graph({
  container: 'mountNode',
  width: 800,
  height: 500,
});
graph.data(data);
graph.render();

由上面两段代码可以看出，nodes 和 edges 是对图结构中顶点集合和边集合的数据表示，同时通过 combos 字段实现了顶点分组的能力。看到此处，我们可以得出结论：真正的元素绘制部分其实无需关心，我们要做的更多是对顶点集和边集数据的管理。

顶点项中的 x、y 字段是可选的，当数据中没有节点位置信息，或者数据中的位置信息不满足需求时，需要借助一些布局算法对图进行布局。

由G6的核心概念可以看到，框架本身已经实现了多种经典布局算法，其中不乏以树图为主的脑图布局，但根据需求描述中对UI设计和交互的定义，现有布局算法无法满足我们的需求。因此我们不仅要实现自定义顶点、边，还要实时计算每个顶点的坐标值来实现自定义布局的逻辑。

G6 在提供更高的灵活性的同时，也因处理数据带来了不可避免的复杂性，节点的坐标值计算和节点管理（新增、删除）便是其中的典型场景。

数据结构定义

G6 本身是对图可视化的实现，但流程画布这个场景中，我们在真正的实现中采用了链式存储的树结构。

实际开发过程中，对节点的数据类型定义如下：

interface IWorkflowNode<T extends WorkflowNodeParamsXOR> {
  id: string;
  type: TWorkflowNodeType;
  params: T;
  parent: string[];
  children: string[];
}

说明：

• parent 为父节点引用（以 id 形式存储）

• children 为子节点引用（以 id 形式存储）

满足二叉数的双向链表结构

算法

我们需要对数据进行处理的点主要有两个：

1. 节点坐标计算

2. 节点删除时，对当前节点、关联边和子树的删除

基于上述的数据结构定义，实现上述两点功能均用到同一个算法：二叉树的深度优先、前序遍历算法（采用递归解法）。