Posted in

解密阿里大神写的天书般的 Tree 工具类,轻松搞定树结构! – 掘金_AI阅读总结 — 包阅AI

包阅导读总结

1. 关键词:TreeUtil、树形结构、工具类、阿里大神、代码分析

2. 总结:作者介绍了阿里大神写的TreeUtil工具类,对其进行深入分析,包括树形结构的介绍、在 Java 中的应用、TreeUtil 代码分析及方法拆解,还提到了树的遍历、打平、排序等操作。

3. 主要内容:

– 引言

– 作者在 CR 时看到阿里同事写的树操作工具类,进行分析整理分享

– 树形结构介绍

– 简单的二叉树

– 树的应用场景

– JAVA 中的树形数据结构

– JAVA 树形结构对象定义

– JSON 数据格式中的树形结构

– 树形数据结构的储存

– TreeUtil 代码分析

– makeTree()构建树及使用示例

– 神方法拆解

– 其它操作 Tree 方法

– 遍历 Tree

– flat 打平树

– sort()排序

思维导图:

文章地址:https://juejin.cn/post/7395902224218488869

文章来源:juejin.cn

作者:赵侠客

发布时间:2024/7/27 14:30

语言:中文

总字数:4648字

预计阅读时间:19分钟

评分:85分

标签:Java,树形数据结构,工具类,算法,数据结构


以下为原文内容

本内容来源于用户推荐转载,旨在分享知识与观点,如有侵权请联系删除 联系邮箱 media@ilingban.com

首发公众号:赵侠客

一、引言

最近公司新进了不少新人,包括一些来自阿里、网易等大型企业的资深工程师。我们组的一位新同事是阿里来的专家,我在CR(Code Review, 简称CR)时看到了他编写的一个关于树操作的工具类,对其设计和实现深感佩服。为了进一步理解和学习,我对这个工具类进行了深入分析和整理,现在在本文中与大家分享。

二、树形结构介绍

2.1 简单的二叉树

首页简单简介一下树形数据结构,树形数据结构是一种层级化的数据组织方式,广泛用于表示具有层次关系的数据。由于其层级化组织特点,树形数据结构能够高效支持多种查找、插入和删除操作,因此在计算机科学和实际应用中得到了广泛应用。下面是一个简单的二叉树示例:

图:二叉树及遍历算法

▲二叉树及遍历算法

2.2 树的应用场景

树形数据结构的应用场景是通过ID关联上下级关系的对象,然后将这些对象组织成一棵树。主要有以下常用应用场景:

  1. 部门通讯录:通讯录中可以通过树形结构展示不同部门及其上下级关系,便于用户快速找到联系人
  2. 系统菜单: 系统中的菜单通常是分层的,通过树形结构可以方便地展示和管理各级菜单项
  3. 地址选择器:地理地址通常有多级关系,如省、市、县,通过树形结构可以方便用户选择具体的地址
  4. 文件夹目录: 文件系统中的文件夹和文件可以通过树形结构来组织和展示,便于用户进行文件操作
  5. 产品多级分类: 通过树形结构可以直观地展示和管理各级分类
  6. 评论回复: 通过树形结构可以展示帖子的回复关系,便于查看讨论的脉络

树形数据结构的应用场景通常是分层的,通过树形结构可以展示和管理各级流程节点及其关系。 这些场景中,树形结构的应用可以显著提升数据的组织和展示效率,帮助用户更直观地理解和操作系统。

图:树形结构在电商分类中的应用

▲:树形结构在电商分类中的应用

三、JAVA中的树形数据结构

3.1 JAVA树形结构对象定义

在JAVA中树形结构是通过对象嵌套方式来定义的,如MenuVo对象中有一个子对象subMenus:

@Datapublic class MenuVo {    private Long id;    private Long pId;    private String name;    private Integer rank=0;    private List<MenuVo> subMenus=new ArrayList<>();}

3.2 JSON数据格式中的树形结构

JSON数据天然就是树形结果,如以下展示一个简单的JSON树形结构:

[    {        "id": 0,        "subMenus": [            {                "id": 2,                "subMenus": [                    {                        "id": 5,                        "pid": 2                    }                ],                "pid": 0            }        ],        "pid": -1    }]

3.3 树形数据结构的储存

像文档型数据库MongDB、ElasticSearch可以直接存储JSON这种树形数据,而像Mysql这种关系型数据库不太适合直接存储具有上下级关系的树形数据,大都是按行存储然后通过id、pid之间关联上下级关系,这就导致我们需要经常将Mysql中的关系型数据转成JSON这种数据结构,因而TreeUtil这类数据转换工具类就起诞生了。

图:数据库中存储的城市数据结构

▲:数据库中存储的城市数据结构

四、TreeUtil代码分析

4.1 makeTree()构建树

直接看这神一样的方法makeTree():

public class TreeUtil {    public static <E> List<E> makeTree(List<E> list, Predicate<E> rootCheck, BiFunction<E, E, Boolean> parentCheck, BiConsumer<E, List<E>> setSubChildren) {        return list.stream().filter(rootCheck).peek(x -> setSubChildren.accept(x, makeChildren(x, list, parentCheck, setSubChildren))).collect(Collectors.toList());    }     private static <E> List<E> makeChildren(E parent, List<E> allData, BiFunction<E, E, Boolean> parentCheck, BiConsumer<E, List<E>> setSubChildren) {        return allData.stream().filter(x -> parentCheck.apply(parent, x)).peek(x -> setSubChildren.accept(x, makeChildren(x, allData, parentCheck, setSubChildren))).collect(Collectors.toList());    }}

是不是完全看不懂?像看天书一样?makeTree方法为了通用使用了泛型+函数式编程+递归,正常人一眼根本看不这是在干什么的,我们先不用管这个makeTree合成树的代码原理,先直接看如何使用:

MenuVo menu0 = new MenuVo(0L, -1L);MenuVo menu1 = new MenuVo(1L, 0L);MenuVo menu2 = new MenuVo(2L, 0L);MenuVo menu3 = new MenuVo(3L, 1L);MenuVo menu4 = new MenuVo(4L, 1L);MenuVo menu5 = new MenuVo(5L, 2L);MenuVo menu6 = new MenuVo(6L, 2L);MenuVo menu7 = new MenuVo(7L, 3L);MenuVo menu8 = new MenuVo(8L, 3L);MenuVo menu9 = new MenuVo(9L, 4L);List<MenuVo> menuList = Arrays.asList(menu0,menu1, menu2,menu3,menu4,menu5,menu6,menu7,menu8,menu9);List<MenuVo> tree= TreeUtil.makeTree(menuList, x->x.getPId()==-1L,(x, y)->x.getId().equals(y.getPId()), MenuVo::setSubMenus);System.out.println(JsonUtils.toJson(tree));

我们结合这个简单的合成菜单树看一下这个makeTree()方法参数是如何使用的:

  1. 第1个参数List list,为我们需要合成树的List,如上面Demo中的menuList
  2. 第2个参数Predicate rootCheck,判断为根节点的条件,如上面Demo中pId==-1就是根节点
  3. 第3个参数parentCheck 判断为父节点条件,如上面Demo中 id==pId
  4. 第4个参数setSubChildren,设置下级数据方法,如上面Demo中: Menu::setSubMenus

有了上面这4个参数,只要是合成树场景,这个TreeUtil.makeTree()都可以适用,比如我们要合成一个部门树:

@Datapublic class GroupVO {    private String groupId;    private String parentGroupId;    private String groupName;    private List<GroupVO> subGroups=new ArrayList<>();}

groupId是部门ID, 根部门的条件是parentGroupId=null, 那么调用合成树的方法为:

List<GroupVO> groupTree=TreeUtil.makeTree(groupList, x->x.getParentGroupId==null,(x, y)->x.getGroupId().equals(y.getParentGroupId), GroupVO::setSubGroups);

是不是很优雅?很通用?完全不需要实现什么接口、定义什么TreeNode、增加什么TreeConfig,静态方法直接调用就搞定。 一个字:绝!

五、神方法拆解

5.1 去掉泛型和函数接口

第一步我们可以把泛型和函数接口去掉,再看一下一个如何使用递归合成树:

    public static List<MenuVo> makeTree(List<MenuVo> allDate,Long rootParentId) {        List<MenuVo> roots = new ArrayList<>();                for (MenuVo menu : allDate) {            if (Objects.equals(rootParentId, menu.getPId())) {                roots.add(menu);            }        }                for (MenuVo root : roots) {             makeChildren(root, allDate);        }        return roots;    }    public static MenuVo makeChildren(MenuVo root, List<MenuVo> allDate) {                for (MenuVo menu : allDate) {            if (Objects.equals(root.getId(), menu.getPId())) {                makeChildren(menu, allDate);                                root.getSubMenus().add(menu);            }        }        return root;    }

调用方法:

       List<MenuVo> tree2 = parseTree(menuList,-1L);

通过上面的两个方法可以合成树的基本逻辑,主要分为三步

  1. 找到所有根节点
  2. 遍历所有根节点设置子节点
  3. 遍历allDate查询子节点

5.2 使用函数优化

看懂上面的代码后,我们再给加上函数式接口:

    public static List<MenuVo> makeTree(List<MenuVo> allDate, Predicate<MenuVo> rootCheck, BiFunction<MenuVo, MenuVo, Boolean> parentCheck, BiConsumer<MenuVo, List<MenuVo>> setSubChildren) {                List<MenuVo> roots = allDate.stream().filter(x->rootCheck.test(x)).collect(Collectors.toList());;                roots.stream().forEach(x->makeChildren(x,allDate,parentCheck,setSubChildren));        return roots;    }        public static MenuVo makeChildren(MenuVo root, List<MenuVo> allDate,BiFunction<MenuVo, MenuVo, Boolean> parentCheck, BiConsumer<MenuVo, List<MenuVo>> setSubChildren) {                allDate.stream().filter(x->parentCheck.apply(root,x)).forEach(x->{            makeChildren(x, allDate,parentCheck,setSubChildren);                        setSubChildren.accept(x,allDate);        });        return root;    }

结合前面的方式再来看这个函数式接口是不是简单多了,只是写法上函数化了而已。使用函数优化的整体结构和最终的方法有点像了,最后再使用泛型优化就成了最终版本。从这个例子来看代码还是要不断优化的,大神可以直接写出神一样的代码,小弟一步步优化,一点点进步也是能写出大神一样的代码的。

六、其它操作Tree方法

6.1 遍历Tree

学习过二叉树都知道遍历二叉树有先序、中序、后序、层序,如果这些不清楚的可以先去学习一下,针对Tree的遍历这里提供了三个方法: 先序forPreOrder(),后序forPostOrder(),层序forLevelOrder():

public static <E> void forPreOrder(List<E> tree, Consumer<E> consumer, Function<E, List<E>> getSubChildren) {    for (E l : tree) {        consumer.accept(l);        List<E> es = getSubChildren.apply(l);        if (es != null && es.size() > 0) {            forPreOrder(es, consumer, getSubChildren);        }    }}public static <E> void forLevelOrder(List<E> tree, Consumer<E> consumer, Function<E, List<E>> getSubChildren) {    Queue<E> queue = new LinkedList<>(tree);    while (!queue.isEmpty()) {        E item = queue.poll();        consumer.accept(item);        List<E> childList = getSubChildren.apply(item);        if (childList != null && !childList.isEmpty()) {            queue.addAll(childList);        }    }}public static <E> void forPostOrder(List<E> tree, Consumer<E> consumer, Function<E, List<E>> getSubChildren) {    for (E item : tree) {        List<E> childList = getSubChildren.apply(item);        if (childList != null && !childList.isEmpty()) {            forPostOrder(childList, consumer, getSubChildren);        }        consumer.accept(item);    }}    

我们看测试方法:

StringBuffer preStr=new StringBuffer();TreeUtil.forPreOrder(tree,x-> preStr.append(x.getId().toString()),Menu::getSubMenus);Assert.assertEquals("0137849256",preStr.toString());StringBuffer levelStr=new StringBuffer();TreeUtil.forLevelOrder(tree,x-> levelStr.append(x.getId().toString()),Menu::getSubMenus);Assert.assertEquals("0123456789",levelStr.toString());StringBuffer postOrder=new StringBuffer();TreeUtil.forPostOrder(tree,x-> postOrder.append(x.getId().toString()),Menu::getSubMenus);Assert.assertEquals("7839415620",postOrder.toString());

通过这个Demo我们解释一下遍历中的几个参数:

  1. tree 需要遍历的树,就是makeTree()合成的对象
  2. Consumer consumer 遍历后对单个元素的处理方法,如:x-> System.out.println(x)、 postOrder.append(x.getId().toString())
  3. Function<E, List> getSubChildren,获取下级数据方法,如Menu::getSubMenus

有了这三个方法遍历Tree是不是和遍历List一样简单方便了?二个字:绝了!!

6.2 flat打平树

我们可以将一个List使用markTree()构建成树,就可以使用flat()将树还原成List

    public static <E> List<E> flat(List<E> tree, Function<E, List<E>> getSubChildren, Consumer<E> setSubChildren) {        List<E> res = new ArrayList<>();        forPostOrder(tree, item -> {            setSubChildren.accept(item);            res.add(item);        }, getSubChildren);        return res;    }

使用方法:

    List<Menu> flat = TreeUtil.flat(tree, Menu::getSubMenus,x->x.setSubMenus(null));    Assert.assertEquals(flat.size(),menuList.size());    flat.forEach(x->{        Assert.assertTrue(x.getSubMenus()==null);    });

flat()参数解释:

  1. tree 需要打平的树,就是makeTree()合成的对象
  2. Function<E, List> getSubChildren,获取下级数据方法,如Menu::getSubMenus
  3. Consumer setSubChildren,设置下级数据方法,如: x->x.setSubMenus(null)

6.3 sort()排查

我们知道针对List,可以使用list.sort()直接排序,那么针对树,就可以调用sort()方法直接对树中所有子节点直接排序:

    public static <E> List<E> sort(List<E> tree, Comparator<? super E> comparator, Function<E, List<E>> getChildren) {        for (E item : tree) {            List<E> childList = getChildren.apply(item);            if (childList != null && !childList.isEmpty()) {                sort(childList,comparator,getChildren);            }        }        tree.sort(comparator);        return tree;    }

比如MenuVo有一个rank值,表明排序权重

        MenuVo menu0 = new MenuVo(0L, -1L);        MenuVo menu1 = new MenuVo(1L, 0L);        menu1.setRank(100);        MenuVo menu2 = new MenuVo(2L, 0L);        menu2.setRank(1);        MenuVo menu3 = new MenuVo(3L, 1L);        MenuVo menu4 = new MenuVo(4L, 1L);        MenuVo menu5 = new MenuVo(5L, 2L);        menu5.setRank(5);        MenuVo menu6 = new MenuVo(6L, 2L);        MenuVo menu7 = new MenuVo(7L, 3L);        menu7.setRank(5);        MenuVo menu8 = new MenuVo(8L, 3L);        menu8.setRank(1);        MenuVo menu9 = new MenuVo(9L, 4L);        List<MenuVo> menuList = Arrays.asList(menu0,menu1, menu2,menu3,menu4,menu5,menu6,menu7,menu8,menu9);                List<MenuVo> tree= TreeUtil.makeTree(menuList, x->x.getPId()==-1L,(x, y)->x.getId().equals(y.getPId()), MenuVo::setSubMenus);        System.out.println(JsonUtils.toJson(tree));

如查我们想按rank正序:

List<MenuVo> sortTree= TreeUtil.sort(tree, Comparator.comparing(MenuVo::getRank), MenuVo::getSubMenus);

如果我们想按rank倒序:

List<MenuVo> sortTree= TreeUtil.sort(tree, (x,y)->y.getRank().compareTo(x.getRank()), MenuVo::getSubMenus);

sort参数解释:

  1. tree 需要排序的树,就是makeTree()合成的对象
  2. Comparator<? super E> comparator 排序规则Comparator,如:Comparator.comparing(MenuVo::getRank)按Rank正序 ,(x,y)->y.getRank().compareTo(x.getRank()),按Rank倒序
  3. Function<E, List> getChildren 获取下级数据方法,如:MenuVo::getSubMenus

这个给树排序是不是和对List排序一样的简单:三个字:太绝了!!!

七、总结

看完这位大神编写的TreeUtil工具类后,我深感佩服,其设计与实现真是令人叹为观止。该工具类不仅优雅且高效,使得以往需要递归处理的树形结构操作变得更加简洁和便捷。未来处理树形数据时,只需直接使用该工具类即可,无需再编写复杂的递归代码。

最后附完成代码方便CV工程师,还不赶快点赞、关注、收藏

public class TreeUtil {        public static <E> List<E> makeTree(List<E> list, Predicate<E> rootCheck, BiFunction<E, E, Boolean> parentCheck, BiConsumer<E, List<E>> setSubChildren) {        return list.stream().filter(rootCheck).peek(x -> setSubChildren.accept(x, makeChildren(x, list, parentCheck, setSubChildren))).collect(Collectors.toList());    }        public static <E> List<E> flat(List<E> tree, Function<E, List<E>> getSubChildren, Consumer<E> setSubChildren) {        List<E> res = new ArrayList<>();        forPostOrder(tree, item -> {            setSubChildren.accept(item);            res.add(item);        }, getSubChildren);        return res;    }        public static <E> void forPreOrder(List<E> tree, Consumer<E> consumer, Function<E, List<E>> setSubChildren) {        for (E l : tree) {            consumer.accept(l);            List<E> es = setSubChildren.apply(l);            if (es != null && es.size() > 0) {                forPreOrder(es, consumer, setSubChildren);            }        }    }        public static <E> void forLevelOrder(List<E> tree, Consumer<E> consumer, Function<E, List<E>> setSubChildren) {        Queue<E> queue = new LinkedList<>(tree);        while (!queue.isEmpty()) {            E item = queue.poll();            consumer.accept(item);            List<E> childList = setSubChildren.apply(item);            if (childList != null && !childList.isEmpty()) {                queue.addAll(childList);            }        }    }        public static <E> void forPostOrder(List<E> tree, Consumer<E> consumer, Function<E, List<E>> setSubChildren) {        for (E item : tree) {            List<E> childList = setSubChildren.apply(item);            if (childList != null && !childList.isEmpty()) {                forPostOrder(childList, consumer, setSubChildren);            }            consumer.accept(item);        }    }        public static <E> List<E> sort(List<E> tree, Comparator<? super E> comparator, Function<E, List<E>> getChildren) {        for (E item : tree) {            List<E> childList = getChildren.apply(item);            if (childList != null && !childList.isEmpty()) {                sort(childList,comparator,getChildren);            }        }        tree.sort(comparator);        return tree;    }        private static <E> List<E> makeChildren(E parent, List<E> allData, BiFunction<E, E, Boolean> parentCheck, BiConsumer<E, List<E>> children) {        return allData.stream().filter(x -> parentCheck.apply(parent, x)).peek(x -> children.accept(x, makeChildren(x, allData, parentCheck, children))).collect(Collectors.toList());    }}