【java基础 3】树形结构数据呈现的递归算法实现

一、基本概况

在我的项目中,常常会用到树形结构的数据,最为明显的就是左边菜单栏,类似于window folder一样的东西。

而我之前一直是借助前端封装好的ZTree等工具实现展示,而后台则通常使用递归进行数据的查找。通常,我们在设计数据库表的时候,一般会使用三个字段:id,name,pid。如下图所示:

 

二、代码实现

首先是建立实体类:

 

<span style="font-family:KaiTi_GB2312;font-size:18px;">	private String id;
	private String name;
	private String pid;</span>


编写实体类的get和set方法。

 

 

然后,我们通常会有以下的几个方法(通常情况,封装粒度不同,方法的实现个数和内容也不同):

1,找到所有的父节点

 

<span style="font-family:KaiTi_GB2312;font-size:18px;">public List<TreeEntity> findAllParents() {
		String sql = "select * from test where pid is null or pid='' ";

		List<TreeEntity> treeList = null;

		try {
			conn = DbUtil.getConnection();
			pstmt = conn.prepareStatement(sql);
			rs = pstmt.executeQuery();

			treeList = new ArrayList<TreeEntity>();

			while (rs.next()) {
				TreeEntity myTree = new TreeEntity();
				myTree.setId(rs.getString("id"));
				myTree.setName(rs.getString("name"));
				myTree.setPid(rs.getString("pid"));
				treeList.add(myTree);
			}

		} catch (SQLException e) {
			e.printStackTrace();
		} finally {
			DbUtil.close(pstmt);
			DbUtil.close(conn);
		}
		return treeList;
	}</span>

 

2,根据父节点找到所有的孩子

 

 

<span style="font-family:KaiTi_GB2312;font-size:18px;">public List<TreeEntity> findChildByPid(String pid) {
		String sql = "select * from test where pid='" + pid + "'";

		List<TreeEntity> treeList = null;

		try {
			conn = DbUtil.getConnection();
			pstmt = conn.prepareStatement(sql);
			rs = pstmt.executeQuery();

			treeList = new ArrayList<TreeEntity>();

			while (rs.next()) {
				TreeEntity myTree = new TreeEntity();
				myTree.setId(rs.getString("id"));
				myTree.setName(rs.getString("name"));
				myTree.setPid(rs.getString("pid"));
				treeList.add(myTree);
			}

		} catch (SQLException e) {
			e.printStackTrace();
		} finally {
			DbUtil.close(pstmt);
			DbUtil.close(conn);
		}
		return treeList;
	}</span>


备注:这两个方法可以合并,这里是为了让自己更好的理解,而写了两个方法。可以判断传入的pid的值,确定其查找的是父节点,还是根据父节点查找子节点。

 

 

3,查看是否存在子节点

 

<span style="font-family:KaiTi_GB2312;font-size:18px;">	public boolean HasChild(String pid) {
		boolean flag = false;
		String sql = "select * from test where pid='" + pid + "'";
		int count = 0;
		try {
			conn = DbUtil.getConnection();
			pstmt = conn.prepareStatement(sql);
			rs = pstmt.executeQuery();

			while(rs.next()){
				count++;
			}

			if (count > 0) {
				flag = true;
			}

		} catch (SQLException e) {
			e.printStackTrace();
		} finally {
			DbUtil.close(pstmt);
			DbUtil.close(conn);
		}

		return flag;
	}</span>

 

 

 

4,使用递归拼接父节点的子节点

 

 

<span style="font-family:KaiTi_GB2312;font-size:18px;">	public void BindChildByParent(String pid, String prefix) {
		if (this.HasChild(pid)) {
			// 得到当前父节点下的所有孩子
			List<TreeEntity> list = this.findChildByPid(pid);
			// 循环打印当前父节点下的孩子
			for (int i = 0; i < list.size(); i++) {
				System.out.println("|----"+prefix+list.get(i).getName());
				if (this.HasChild(list.get(i).getId())) {
					this.BindChildByParent(list.get(i).getId(),"--");
				}
			}
		}
	}</span>

 

5,打印树

 

 

<span style="font-family:KaiTi_GB2312;font-size:18px;">	public void TreeHtml() {

		// 找到所有的父节点
		List<TreeEntity> treeList1 = this.findAllParents();

		if (treeList1 != null) {
			for (int i = 0; i < treeList1.size(); i++) {
				TreeEntity tree = treeList1.get(i);
				// 打印父节点
				System.out.println("|--" + tree.getName());
				// 绑定孩子
				this.BindChildByParent(tree.getId(), "");
			}
		} else {
			System.out.println("没有数据!");
		}

	}</span>

 

 

 

 

 

6,main方法调用,及实现结果

 

 

<span style="font-family:KaiTi_GB2312;font-size:18px;">	public static void main(String[] args) {
		Tree tree = new Tree();
		tree.TreeHtml();
	}</span>


 

 

 

 

三、代码思考

 

最近,由于考试,看了数据结构 这本书。首先,我是在想,大家都用的这种方法,到底好在哪儿了,还有就是,为什么在我们的数据库设计中,树的度的概念没有体现出来。其次是,对于树的遍历,有非递归的方式,我想也许,我也可以不用递归,就实现树形结构的数据查找。于是乎,请看下文:

 

为什么我不想用递归:

1,经过查证,系统使用递归算法,需要系统堆栈处理。当树的深度很大时,由于系统支撑不住,会呈现死亡状态。

2,递归算法的运行效率较低,无论是耗费的计算时间还是占用的存储空间都比非递归算法要多。

3,最为直接的原因:很长一段时间里,我都不能理解递归算法,我总在想,可不可以用我会的,我喜欢的 方式,去解决我面临的问题?

 

递归的好处:

结构清晰,可读性强,而且容易用数学归纳法来证明算法的正确性,因此它为设计算法、调试程序带来很大方便。 

五、总结

事实证明,对于树结构的数据搜索,完全可以不使用递归。我总算完成了我自己的梦想,终于,我可以不用递归,也可以实现树结构的查找了。更为高兴的是,事实证明,采用非递归的方式,在我接触到的项目中,它有更大的优势。

下一篇播客,介绍怎么用非递归的方式查找树结构的数据!至此,我好像觉得自己又变得不一样了的感觉,我把数据结构这本书的内容,完全结合到自己的项目中,并且用这些东西,去改造去理解我的代码。开心,不过还有图,我不知道怎么用的,关于图,我想到了非关系型数据库,再去验证吧!

  • 3
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 11
    评论
实现树形结构归查询可以采用深度优先遍历算法(DFS)。具体实现可以按照以下步骤进行: 1. 定义树节点类,包括节点ID、父节点ID、节点名称等属性。 2. 定义树形结构类,包括根节点、节点列表等属性。节点列表可以使用Map集合来存储节点对象,以节点ID作为键。 3. 实现深度优先遍历算法归遍历树形结构。具体实现方式可以按照以下步骤进行: a. 从根节点开始遍历,将节点加入遍历路径中。 b. 遍历当前节点的所有子节点,如果子节点在遍历路径中已存在,则说明存在环路,返回空;否则,归遍历子节点。 c. 如果子节点遍历完成后,没有找到目标节点,则将当前节点从遍历路径中移除,回溯到上一级节点继续遍历。 4. 调用深度优先遍历算法,查询目标节点。 下面是一个简单的Java代码示例: ```java public class TreeNode { private String id; private String parentId; private String name; // getter和setter方法省略 } public class Tree { private Map<String, TreeNode> nodeMap = new HashMap<String, TreeNode>(); private TreeNode root; // 添加节点方法 public void addNode(TreeNode node) { if (node == null) { return; } if (node.getParentId() == null || node.getParentId().equals("")) { this.root = node; } nodeMap.put(node.getId(), node); } // 根据节点ID查询节点 public TreeNode findNodeById(String id) { TreeNode node = nodeMap.get(id); if (node == null) { return null; } List<TreeNode> path = new ArrayList<TreeNode>(); if (dfs(node, path)) { return node; } else { return null; } } // 深度优先遍历算法 private boolean dfs(TreeNode node, List<TreeNode> path) { path.add(node); if (node.getId().equals(id)) { return true; } for (Map.Entry<String, TreeNode> entry : nodeMap.entrySet()) { TreeNode child = entry.getValue(); if (child.getParentId() == null || child.getParentId().equals("")) { continue; } if (child.getParentId().equals(node.getId())) { if (path.contains(child)) { // 存在环路,返回空 return false; } if (dfs(child, path)) { return true; } } } path.remove(node); return false; } } ``` 其中,addNode方法用于添加节点,findNodeById方法用于根据节点ID查询节点,dfs方法是深度优先遍历算法实现

“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 11
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