javaweb中树形结构数据的读取

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:

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> private String id;
  2. private String name;
  3. 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

扫描二维码关注公众号,回复: 5042266 查看本文章
  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public List<TreeEntity> findAllParents() {
  2. String sql = "select * from test where pid is null or pid='' ";
  3. List<TreeEntity> treeList = null;
  4. try {
  5. conn = DbUtil.getConnection();
  6. pstmt = conn.prepareStatement(sql);
  7. rs = pstmt.executeQuery();
  8. treeList = new ArrayList<TreeEntity>();
  9. while (rs.next()) {
  10. TreeEntity myTree = new TreeEntity();
  11. myTree.setId(rs.getString( "id"));
  12. myTree.setName(rs.getString( "name"));
  13. myTree.setPid(rs.getString( "pid"));
  14. treeList.add(myTree);
  15. }
  16. } catch (SQLException e) {
  17. e.printStackTrace();
  18. } finally {
  19. DbUtil.close(pstmt);
  20. DbUtil.close(conn);
  21. }
  22. return treeList;
  23. }</span>

2,根据父节点找到所有的孩子

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public List<TreeEntity> findChildByPid(String pid) {
  2. String sql = "select * from test where pid='" + pid + "'";
  3. List<TreeEntity> treeList = null;
  4. try {
  5. conn = DbUtil.getConnection();
  6. pstmt = conn.prepareStatement(sql);
  7. rs = pstmt.executeQuery();
  8. treeList = new ArrayList<TreeEntity>();
  9. while (rs.next()) {
  10. TreeEntity myTree = new TreeEntity();
  11. myTree.setId(rs.getString( "id"));
  12. myTree.setName(rs.getString( "name"));
  13. myTree.setPid(rs.getString( "pid"));
  14. treeList.add(myTree);
  15. }
  16. } catch (SQLException e) {
  17. e.printStackTrace();
  18. } finally {
  19. DbUtil.close(pstmt);
  20. DbUtil.close(conn);
  21. }
  22. return treeList;
  23. }</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

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public boolean HasChild(String pid) {
  2. boolean flag = false;
  3. String sql = "select * from test where pid='" + pid + "'";
  4. int count = 0;
  5. try {
  6. conn = DbUtil.getConnection();
  7. pstmt = conn.prepareStatement(sql);
  8. rs = pstmt.executeQuery();
  9. while(rs.next()){
  10. count++;
  11. }
  12. if (count > 0) {
  13. flag = true;
  14. }
  15. } catch (SQLException e) {
  16. e.printStackTrace();
  17. } finally {
  18. DbUtil.close(pstmt);
  19. DbUtil.close(conn);
  20. }
  21. return flag;
  22. }</span>

4,使用递归拼接父节点的子节点

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public void BindChildByParent(String pid, String prefix) {
  2. if ( this.HasChild(pid)) {
  3. // 得到当前父节点下的所有孩子
  4. List<TreeEntity> list = this.findChildByPid(pid);
  5. // 循环打印当前父节点下的孩子
  6. for ( int i = 0; i < list.size(); i++) {
  7. System.out.println( "|----"+prefix+list.get(i).getName());
  8. if ( this.HasChild(list.get(i).getId())) {
  9. this.BindChildByParent(list.get(i).getId(), "--");
  10. }
  11. }
  12. }
  13. }</span>

5,打印树

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public void TreeHtml() {
  2. // 找到所有的父节点
  3. List<TreeEntity> treeList1 = this.findAllParents();
  4. if (treeList1 != null) {
  5. for ( int i = 0; i < treeList1.size(); i++) {
  6. TreeEntity tree = treeList1.get(i);
  7. // 打印父节点
  8. System.out.println( "|--" + tree.getName());
  9. // 绑定孩子
  10. this.BindChildByParent(tree.getId(), "");
  11. }
  12. } else {
  13. System.out.println( "没有数据!");
  14. }
  15. }</span>


6,main方法调用,及实现结果

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public static void main(String[] args) {
  2. Tree tree = new Tree();
  3. tree.TreeHtml();
  4. }</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!

版权声明:每天进步一点点——我也只是写着玩儿——随便转随便评 https://blog.csdn.net/u013034889/article/details/52336179

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:

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> private String id;
  2. private String name;
  3. 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

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public List<TreeEntity> findAllParents() {
  2. String sql = "select * from test where pid is null or pid='' ";
  3. List<TreeEntity> treeList = null;
  4. try {
  5. conn = DbUtil.getConnection();
  6. pstmt = conn.prepareStatement(sql);
  7. rs = pstmt.executeQuery();
  8. treeList = new ArrayList<TreeEntity>();
  9. while (rs.next()) {
  10. TreeEntity myTree = new TreeEntity();
  11. myTree.setId(rs.getString( "id"));
  12. myTree.setName(rs.getString( "name"));
  13. myTree.setPid(rs.getString( "pid"));
  14. treeList.add(myTree);
  15. }
  16. } catch (SQLException e) {
  17. e.printStackTrace();
  18. } finally {
  19. DbUtil.close(pstmt);
  20. DbUtil.close(conn);
  21. }
  22. return treeList;
  23. }</span>

2,根据父节点找到所有的孩子

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public List<TreeEntity> findChildByPid(String pid) {
  2. String sql = "select * from test where pid='" + pid + "'";
  3. List<TreeEntity> treeList = null;
  4. try {
  5. conn = DbUtil.getConnection();
  6. pstmt = conn.prepareStatement(sql);
  7. rs = pstmt.executeQuery();
  8. treeList = new ArrayList<TreeEntity>();
  9. while (rs.next()) {
  10. TreeEntity myTree = new TreeEntity();
  11. myTree.setId(rs.getString( "id"));
  12. myTree.setName(rs.getString( "name"));
  13. myTree.setPid(rs.getString( "pid"));
  14. treeList.add(myTree);
  15. }
  16. } catch (SQLException e) {
  17. e.printStackTrace();
  18. } finally {
  19. DbUtil.close(pstmt);
  20. DbUtil.close(conn);
  21. }
  22. return treeList;
  23. }</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

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public boolean HasChild(String pid) {
  2. boolean flag = false;
  3. String sql = "select * from test where pid='" + pid + "'";
  4. int count = 0;
  5. try {
  6. conn = DbUtil.getConnection();
  7. pstmt = conn.prepareStatement(sql);
  8. rs = pstmt.executeQuery();
  9. while(rs.next()){
  10. count++;
  11. }
  12. if (count > 0) {
  13. flag = true;
  14. }
  15. } catch (SQLException e) {
  16. e.printStackTrace();
  17. } finally {
  18. DbUtil.close(pstmt);
  19. DbUtil.close(conn);
  20. }
  21. return flag;
  22. }</span>

4,使用递归拼接父节点的子节点

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public void BindChildByParent(String pid, String prefix) {
  2. if ( this.HasChild(pid)) {
  3. // 得到当前父节点下的所有孩子
  4. List<TreeEntity> list = this.findChildByPid(pid);
  5. // 循环打印当前父节点下的孩子
  6. for ( int i = 0; i < list.size(); i++) {
  7. System.out.println( "|----"+prefix+list.get(i).getName());
  8. if ( this.HasChild(list.get(i).getId())) {
  9. this.BindChildByParent(list.get(i).getId(), "--");
  10. }
  11. }
  12. }
  13. }</span>

5,打印树

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public void TreeHtml() {
  2. // 找到所有的父节点
  3. List<TreeEntity> treeList1 = this.findAllParents();
  4. if (treeList1 != null) {
  5. for ( int i = 0; i < treeList1.size(); i++) {
  6. TreeEntity tree = treeList1.get(i);
  7. // 打印父节点
  8. System.out.println( "|--" + tree.getName());
  9. // 绑定孩子
  10. this.BindChildByParent(tree.getId(), "");
  11. }
  12. } else {
  13. System.out.println( "没有数据!");
  14. }
  15. }</span>


6,main方法调用,及实现结果

  1. <span style= "font-family:KaiTi_GB2312;font-size:18px;"> public static void main(String[] args) {
  2. Tree tree = new Tree();
  3. tree.TreeHtml();
  4. }</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!

猜你喜欢

转载自blog.csdn.net/qq_27610647/article/details/80953631
今日推荐