实现一个通用的树形结构构建工具

文章目录

  • 1. 前言
  • 2. 树结构
  • 3. 具体实现逻辑
    • 3.1 TreeNode
    • 3.2 TreeUtils
    • 3.3 例子
  • 4. 小结

1. 前言

树结构的生成在项目中应该都比较常见，比如部门结构树的生成，目录结构树的生成，但是大家有没有想过，如果在一个项目中有多个树结构，那么每一个都要定义一个生成方法显然是比较麻烦的，所以我们就想写一个通用的生成树方法，下面就来看下如何来写。


2. 树结构

在这里插入图片描述
看上面的图，每一个节点都会有三个属性

  • parentId 表示父节点 ID，根节点的父结点 ID = null
  • id 表示当前节点 ID，这个 ID 用来标识一个节点
  • children 是当前节点的子节点

那么上面来介绍完基本的几个属性，下面就来看下具体的实现了。


3. 具体实现逻辑

3.1 TreeNode

TreeNode 是公共节点，就是顶层父类，里面的属性就是上面图中的三个。

@Data
@AllArgsConstructor
@NoArgsConstructor
@Accessors(chain = true)
public class TreeNode<T, V> {private T parentId;private T id;private List<TreeNode<T, V>> children;public TreeNode(T parentId, T id) {this.parentId = parentId;this.id = id;}public void addChild(TreeNode<T, V> treeNode){if(children == null){children = new ArrayList<>();}children.add(treeNode);}}

TreeNode 里面的 id 都是用的范型，其中 T 就是 id 的类型，因为这个 id 有可能是 Long、Int、String … 类型，不一定是 Long。另一个 V 就是具体的节点类型。

使用范型的好处就是扩展性高，不需要把属性写死。


3.2 TreeUtils

这个是工具类，专门实现树的构建以及一些其他的方法，下面一个一个来看。首先是创建树的方法：

/*** 构建一棵树** @param flatList* @param <T>* @param <V>* @return*/
public static <T, V extends TreeNode<T, V>> List<V> buildTree(List<V> flatList) {if (flatList == null || flatList.isEmpty()) {return null;}Map<T, TreeNode<T, V>> nodeMap = new HashMap<>();for (TreeNode<T, V> node : flatList) {nodeMap.put(node.getId(), node);}// 查找根节点List<V> rootList = new ArrayList<>();for (V node : flatList) {// 如果父节点为空，就是一个根节点if (node.getParentId() == null) {rootList.add(node);} else {// 父节点不为空，就是子节点TreeNode<T, V> parent = nodeMap.get(node.getParentId());if (parent != null) {parent.addChild(node);} else {rootList.add(node);}}}return rootList;
}

整体时间复杂度：O(n)，创建的时候传入节点集合，然后返回根节点集合。里面的逻辑是首先放到一个 nodeMap 中，然后遍历传入的集合，根据 parentId 进行不同的处理。逻辑不难，看注释即可。但是创建树的时候，有时候我们希望根据某个顺序对树进行排序，比如同一层的我想根据名字或者 id 进行排序，顺序或者倒序都可以，那么就可以使用下面的方法。

/**
* 构建一棵排序树
*
* @param flatList
* @param comparator
* @param <T>
* @param <V>
* @return
*/
public static <T, V extends TreeNode<T, V>> List<V> buildTreeWithCompare(List<V> flatList, Comparator<V> comparator) {if (flatList == null || flatList.isEmpty()) {return Collections.emptyList(); // 返回空列表而不是null，这通常是一个更好的实践}// 子节点分组Map<T, List<V>> childGroup = flatList.stream().filter(v -> v.getParentId() != null).collect(Collectors.groupingBy(V::getParentId));// 找出父节点List<V> roots = flatList.stream().filter(v -> v.getParentId() == null).sorted(comparator) // 根据提供的比较器对根节点进行排序.collect(Collectors.toList());// 构建树for (V root : roots) {buildTreeRecursive(root, childGroup, comparator);}return roots;
}private static <T, V extends TreeNode<T, V>> void buildTreeRecursive(V parent, Map<T, List<V>> childGroup, Comparator<V> comparator) {List<V> children = childGroup.get(parent.getId());if (children != null) {// 对子节点进行排序children.sort(comparator);// 将排序后的子节点添加到父节点中children.forEach(parent::addChild);// 递归对子节点继续处理children.forEach(child -> buildTreeRecursive(child, childGroup, comparator));}
}

这里面是使用的递归，其实也可以使用层次遍历的方式来写，或者直接用第一个 buildTree 方法来往里面套也行。

上面这两个是关键的方法，那么下面再给出一些其他的非必要方法，比如查询节点数。下面这个方法就是获取以 root 为根的数的节点数。

/*** 查询以 root 为根的树的节点数** @param root* @param <T>* @param <V>* @return*/
private static <T, V extends TreeNode<T, V>> long findTreeNodeCount(TreeNode<T, V> root) {if (root == null) {return 0;}long res = 1;List<TreeNode<T, V>> children = root.getChildren();if (children == null || children.isEmpty()) {return res;}for (TreeNode<T, V> child : children) {res += findTreeNodeCount(child);}return res;
}

上面是传入一个根节点，获取这棵树的节点数，而下面的就是传入一个集合来分别获取节点数，里面也是调用了上面的 findTreeNodeCount 方法去获取。

/*** 查询给定集合的节点数** @param nodes 根节点集合* @param <T>* @param <V>* @return*/
public static <T, V extends TreeNode<T, V>> HashMap<V, Long> findTreeNodeCount(List<V> nodes) {if (nodes == null || nodes.isEmpty()) {return new HashMap<>(); // 返回空列表而不是null，这通常是一个更好的实践}HashMap<V, Long> map = new HashMap<>();for (V root : nodes) {map.put(root,  findTreeNodeCount(root));}return map;
}

下面再给一下获取数的深度的方法。

// 查找树的最大深度
private static <T, V extends TreeNode<T, V>> int getMaxDepthV(TreeNode<T, V> root) {if (root == null || root.getChildren() == null || root.getChildren().isEmpty()) {return 1;}return 1 + root.getChildren().stream().mapToInt(TreeUtils::getMaxDepthV).max().getAsInt();
}public static <T, V extends TreeNode<T, V>> int getMaxDepth(V root) {return getMaxDepthV(root);
}

最后，我们拿到一棵树之后，肯定有时候会希望在里面查找一些具有特定属性的节点，比如某个节点名字是不是以 xx 开头 … ，这时候就可以用下面的方法。

// 查找所有具有特定属性的节点
public static <T, V extends TreeNode<T, V>> List<V> findAllNodesByProperty(TreeNode<T, V> root, Function<V, Boolean> predicate) {if (root == null) {return Collections.emptyList();}List<V> result = new ArrayList<>();// 符合属性值if (predicate.apply((V) root)) {result.add((V) root);}if (root.getChildren() == null || root.getChildren().isEmpty()) {return result;}for (TreeNode<T, V> child : root.getChildren()) {result.addAll(findAllNodesByProperty(child, predicate));}return result;
}

好了，方法就这么多了，其他方法如果你感兴趣也可以继续补充下去，那么这些方法是怎么用的呢？范型的好处要怎么体现呢？下面就来看个例子。


3.3 例子

首先我们有一个部门类，里面包括部门的名字，然后我需要对这个部门集合来构建一棵部门树。

@Data
@ToString
@NoArgsConstructor
public class Department extends TreeNode<String, Department> {private String name;public Department(String id, String parentId, String name){super(parentId, id);this.name = name;}}

构建的方法如下：

public class Main {public static void main(String[] args) {List<Department> flatList = new ArrayList<>();flatList.add(new Department("1", null, "Sales"));flatList.add( new Department("2", "1", "East Sales"));flatList.add( new Department("3", "1","West Sales"));flatList.add( new Department("4", "2","East Sales Team 1"));flatList.add( new Department("5", "2","East Sales Team 2"));flatList.add( new Department("6", "3","West Sales Team 1"));List<Department> departments = TreeUtils.buildTreeWithCompare(flatList, (o1, o2) -> {return o2.getName().compareTo(o1.getName());});Department root = departments.get(0);List<Department> nodes = TreeUtils.findAllNodesByProperty(root, department -> department.getName().startsWith("East"));System.out.println(nodes);System.out.println(TreeUtils.getMaxDepth(root));System.out.println(TreeUtils.findTreeNodeCount(nodes));}}

可以看下 buildTreeWithCompare 的输出：
在这里插入图片描述
其他的输出如下：

[Department(name=East Sales), Department(name=East Sales Team 2), Department(name=East Sales Team 1)]
3
{Department(name=East Sales)=3, Department(name=East Sales Team 2)=1, Department(name=East Sales Team 1)=1}

4. 小结

工具类就写好了，从例子就可以看出范型的好处了，用了范型之后只要实现类继承了 TreeNode，就可以直接用 TreeUtils 里面的方法，并且返回的还是具体的实现类，而不是 TreeNode。





如有错误，欢迎指出！！！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/web/64971.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

day30-awk进阶

day30-awk进阶

awk模式种类 awk的模式分为这几种 正则表达式 基本正则扩展正则比较表达式范围表达式特殊模式 BEGINEND awk比较运算符&#xff08;语法&#xff09; 关系运算符解释示例<小于x<y<小于等于x<y等于xy!不等于x!y>大于等于x>y>大于x>y~匹配正则x~/正则…
阅读更多...
大语言模型（LLM）一般训练过程

大语言模型（LLM）一般训练过程

大语言模型（LLM）一般训练过程 数据收集与预处理 收集：从多种来源收集海量文本数据，如互联网的新闻文章、博客、论坛，以及书籍、学术论文、社交媒体等，以涵盖丰富的语言表达和知识领域。例如，训练一个通用型的LLM时，可能会收集数十亿甚至上百亿字的文本数据.清洗：去除…
阅读更多...
数据库新建用户后（Host：%），报错：localhost无法连接

数据库新建用户后（Host：%），报错：localhost无法连接

存在问题 在给数据库&#xff08;MySQL、MariaDB等&#xff09;创建了新的用户名&#xff08;eg&#xff1a;maxscale&#xff09;后&#xff0c;无法使用新用户名登录&#xff0c;并报如下错误&#xff1a;ERROR 1045 (28000): Access denied for user maxscalelocalhost (us…
阅读更多...
2024年大型语言模型（LLMs）的发展回顾

2024年大型语言模型（LLMs）的发展回顾

2024年对大型语言模型&#xff08;LLMs&#xff09;来说是充满变革的一年。以下是对过去一年中LLMs领域的关键进展和主题的总结。 GPT-4的壁垒被打破 去年&#xff0c;我们还在讨论如何构建超越GPT-4的模型。如今&#xff0c;已有18个组织拥有在Chatbot Arena排行榜上超越原…
阅读更多...
数据挖掘——支持向量机分类器

数据挖掘——支持向量机分类器

数据挖掘——支持向量机分类器 支持向量机最小间隔面推导基于软间隔的C-SVM非线性SVM与核变换常用核函数 支持向量机 根据统计学习理论&#xff0c;学习机器的实际风险由经验风险值和置信范围值两部分组成。而基于经验风险最小化准则的学习方法只强调了训练样本的经验风险最小…
阅读更多...
检索增强生成

检索增强生成

概述 检索增强生成&#xff08;Retrieval-Augmented Generation&#xff0c;RAG&#xff09;是一种将信息检索与语言模型相结合的技术。由Facebook AI Research于2020年提出&#xff0c;它把数据库的优势与语言模型的优势相结合。它能让模型从外部知识库中检索信息&#xff0c…
阅读更多...
在 SQL 中，区分 聚合列 和 非聚合列（nonaggregated column）

在 SQL 中，区分 聚合列 和 非聚合列（nonaggregated column）

文章目录 1. 什么是聚合列&#xff1f;2. 什么是非聚合列&#xff1f;3. 在 GROUP BY 查询中的非聚合列问题示例解决方案 4. 为什么 only_full_group_by 要求非聚合列出现在 GROUP BY 中&#xff1f;5. 如何判断一个列是聚合列还是非聚合列&#xff1f;6. 总结 在 SQL 中&#…
阅读更多...
ETL处理工具Kettle入门

ETL处理工具Kettle入门

1. Kettle简介 Kettle&#xff08;现已更名为Pentaho Data Integration&#xff0c;简称PDI&#xff09;是一个开源的ETL工具&#xff0c;能够进行数据的抽取&#xff08;Extract&#xff09;、转换&#xff08;Transform&#xff09;和加载&#xff08;Load&#xff09;。它是…
阅读更多...
petalinux2017.4对linux4.9.0打实时补丁

petalinux2017.4对linux4.9.0打实时补丁

准备工作&#xff1a; 1.windows&#xff1a;安装vivado 2017.4&#xff0c;xilinx sdk 2017.4 2.ubuntu16.04&#xff1a;安装petalinux 2017 3.黑金ax7020&#xff0c;sd卡 一、准备linux内核的操作系统 1.1 Petalinux配置 Petalinux使用教程-CSDN博客非常详细&#xf…
阅读更多...
Maven 教程之 pom.xml 详解

Maven 教程之 pom.xml 详解

Maven 教程之 pom.xml 详解 pom.xml 简介 什么是 pom POM 是 Project Object Model 的缩写，即项目对象模型。 pom.xml 就是 maven 的配置文件，用以描述项目的各种信息。 pom 配置一览 <project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi
阅读更多...
Golang的缓存一致性策略

Golang的缓存一致性策略

Golang的缓存一致性策略 一致性哈希算法 在Golang中&#xff0c;缓存一致性策略通常使用一致性哈希算法来实现。一致性哈希算法能够有效地解决缓存节点的动态扩容、缩容时数据重新分布的问题&#xff0c;同时能够保证数据访问的均衡性。 一致性哈希算法的核心思想是将节点的哈希…
阅读更多...
【机器学习:一、机器学习简介】

【机器学习:一、机器学习简介】

机器学习是当前人工智能领域的重要分支&#xff0c;其目标是通过算法从数据中提取模式和知识&#xff0c;并进行预测或决策。以下从 机器学习概述、有监督学习 和 无监督学习 三个方面进行介绍。 机器学习概述 机器学习定义 机器学习&#xff08;Machine Learning&#xff0…
阅读更多...
蓝桥杯JAVA--003

蓝桥杯JAVA--003

需求 2.代码 public class RegularExpressionMatching {public boolean isMatch(String s, String p) {if (p.isEmpty()) {return s.isEmpty();}boolean firstMatch !s.isEmpty() && (s.charAt(0) p.charAt(0) || p.charAt(0) .);if (p.length() > 2 && p…
阅读更多...
被催更了，2025元旦源码继续免费送

被催更了，2025元旦源码继续免费送

“时间从来不会停下&#xff0c;它只会匆匆流逝。抓住每一刻&#xff0c;我们才不会辜负自己。” 联系作者免费领&#x1f496;源&#x1f496;码。 三联支持&#xff1a;点赞&#x1f44d;收藏⭐️留言&#x1f4dd;欢迎留言讨论 更多内容敬请期待。如有需要源码可以联系作者免…
阅读更多...
WebRTC的线程事件处理

WebRTC的线程事件处理

1. 不同平台下处理事件的API&#xff1a; Linux系统下&#xff0c;处理事件的API是epoll或者select&#xff1b;Windows系统下&#xff0c;处理事件的API是WSAEventSelect&#xff0c;完全端口&#xff1b;Mac系统下&#xff0c;kqueue 2. WebRTC下的事件处理类&#xff1a; …
阅读更多...
关于Zotero

关于Zotero

1、文献数据库&#xff1a; Zotero的安装 Zotero安装使用_zotero只能安装在c盘吗-CSDN博客 2、如何使用zotero插件 我刚下载的时候就结合使用的是下面的这两个博主的分享&#xff0c;感觉暂时是足够的。 Zotero入&#x1f6aa;基础 - 小红书 Green Frog申请easyscholar密钥…
阅读更多...
企业三要素如何用PHP实现调用

企业三要素如何用PHP实现调用

一、什么是企业三要素&#xff1f; 企业三要素即传入的企业名称、法人名称、社会统一信用代码或注册号&#xff0c;校验此三项是否一致。 二、具体怎么样通过PHP实现接口调用&#xff1f; 下面我们以阿里云为例&#xff0c;通过PHP示例代码进行调用&#xff0c;参考如下&…
阅读更多...
Go 语言中强大的配置管理库—Viper

Go 语言中强大的配置管理库—Viper

Viper 是 Go 语言中强大的配置管理库&#xff0c;广泛用于云原生和微服务开发中。它支持多种配置文件格式&#xff08;如 YAML、JSON、TOML 等&#xff09;、环境变量、命令行参数以及远程配置管理。 Viper 的主要功能 1. 支持多种格式的配置文件&#xff1a; • YAML、JSON…
阅读更多...
鸿蒙-封装loading动画

鸿蒙-封装loading动画

import { AnimatorOptions, AnimatorResult } from "kit.ArkUI" export enum SpinImageType { RedLoading, WhiteLoading } Component export struct SpinImage { Prop type?: SpinImageType Prop url?: string State animatedValue: number 0 …
阅读更多...
今日复盘103周五（189）

今日复盘103周五（189）

1、早上&#xff0c;看了一下二手书里的十种主要游戏类型的相关内容。 其实收获不大&#xff0c;主要是引发思考。 2、白天&#xff0c;持续多日的模式1的白模原型关卡结束&#xff0c;开始转做准正式资源的关卡&#xff0c; 但进度低于预期。 并不是改改参数那么简单轻松&a…
阅读更多...
最新文章

Copyright @ 2022~2023