01、树形结构数据
前端开发中会经常用到树形结构数据，如多级菜单、商品的多级分类等。数据库的设计和存储都是扁平结构，就会用到各种Tree树结构的转换操作，本文就尝试全面总结一下。
如下示例数据，关键字段id为唯一标识，pid为父级id，用来标识父级节点，实现任意多级树形结构。"pid": 0“0”标识为根节点，orderNum属性用于控制排序。
const data = [{ "id": 1, "name": "用户中心", "orderNum": 1, "pid": 0 },{ "id": 2, "name": "订单中心", "orderNum": 2, "pid": 0 },{ "id": 3, "name": "系统管理", "orderNum": 3, "pid": 0 },{ "id": 12, "name": "所有订单", "orderNum": 1, "pid": 2 },{ "id": 14, "name": "待发货", "orderNum": 1.2, "pid": 2 },{ "id": 15, "name": "订单导出", "orderNum": 2, "pid": 2 },{ "id": 18, "name": "菜单设置", "orderNum": 1, "pid": 3 },{ "id": 19, "name": "权限管理", "orderNum": 2, "pid": 3 },{ "id": 21, "name": "系统权限", "orderNum": 1, "pid": 19 },{ "id": 22, "name": "角色设置", "orderNum": 2, "pid": 19 },];
在前端使用的时候，如树形菜单、树形列表、树形表格、下拉树形选择器等，需要把数据转换为树形结构数据，转换后的数据结效果图：
预期的树形数据结构：多了children数组存放子节点数据。
[ { "id": 1, "name": "用户中心", "pid": 0 }, { "id": 2, "name": "订单中心", "pid": 0, "children": [ { "id": 12, "name": "所有订单", "pid": 2 }, { "id": 14, "name": "待发货", "pid": 2 }, { "id": 15, "name": "订单导出","pid": 2 } ] }, { "id": 3, "name": "系统管理", "pid": 0, "children": [ { "id": 18, "name": "菜单设置", "pid": 3 }, { "id": 19, "name": "权限管理", "pid": 3, "children": [ { "id": 21, "name": "系统权限", "pid": 19 }, { "id": 22, "name": "角色设置", "pid": 19 } ] } ] }]
02、列表转树-list2Tree
常用的算法有2种：
🟢递归遍历子节点：先找出根节点，然后从根节点开始递归遍历寻找下级节点，构造出一颗树，这是比较常用也比较简单的方法，缺点是数据太多递归耗时多，效率不高。还有一个隐患就是如果数据量太，递归嵌套太多会造成JS调用栈溢出，参考《JavaScript函数(2)原理{深入}执行上下文》。
🟢2次循环Object的Key值：利用数据对象的id作为对象的key创建一个map对象，放置所有数据。通过对象的key快速获取数据，实现快速查找，再来一次循环遍历获取根节点、设置父节点，就搞定了，效率更高。
🟢递归遍历
从根节点递归，查找每个节点的子节点，直到叶子节点（没有子节点）。
//递归函数，pid默认0为根节点function buildTree(items, pid = 0) { //查找pid子节点 let pitems = items.filter(s => s.pid === pid) if (!pitems || pitems.length <= 0) return null //递归 pitems.forEach(item => { const res = buildTree(items, item.id) if (res && res.length > 0) item.children = res }) return pitems}
🟢object的Key遍历
简单理解就是一次性循环遍历查找所有节点的父节点，两个循环就搞定了。
第一次循环，把所有数据放入一个Object对象map中，id作为属性key，这样就可以快速查找指定节点了。
第二个循环获取根节点、设置父节点。
分开两个循环的原因是无法完全保障父节点数据一定在前面，若循环先遇到子节点，map中还没有父节点的，否则一个循环也是可以的。
/** * 集合数据转换为树形结构。option.parent支持函数，示例：(n) => n.meta.parentName * @param {Array} list 集合数据 * @param {Object} option 对象键配置，默认值{ key: 'id', parent: 'pid', children: 'children' } * @returns 树形结构数据tree */export function list2Tree(list, option = { key: 'id', parent: 'pid', children: 'children' }) { let tree = [] // 获取父编码统一为函数 let pvalue = typeof (option.parent) === 'function' ? option.parent : (n) => n[option.parent] // map存放所有对象 let map = {} list.forEach(item => { map[item[option.key]] = item }) //遍历设置根节点、父级节点 list.forEach(item => { if (!pvalue(item)) tree.push(item) else { map[pvalue(item)][option.children] ??= [] map[pvalue(item)][option.children].push(item) } }) return tree}
参数option为数据结构的配置，就可以兼容各种命名的数据结构了。
option中的parent 支持函数，兼容一些复杂的数据结构，如parent: (n) => n.meta.parentName，父节点属性存在一个复合对象内部。
测试一下：
data.sort((a, b) => a.orderNum - b.orderNum)const sdata = list2Tree(data)console.log(sdata)
对比一下
延伸一下：Map和Object哪个更快？
在上面的方案2（object的Key遍历）中使用的是Object，其实也是可以用ES6新增的Map对象。Object、Map都可用作键值查找，速度都还是比较快的，他们内部使用了哈希表（hash table）、红黑树等算法，不过不同引擎可能实现不同。
let obj = {};obj['key1'] = 'objk1'console.log(obj.key1) let map = new Map()map.set('key1','map1')console.log(map.get('key1'))
大多数情况下Map的键值操作是要比Object更高效的，比如频繁的插入、删除操作，大量的数据集。相对而言，数据量不多，插入、删除比较少的场景也是可以用Object的。
03、树转列表-tree2List
树形数据结构转列表，这就简单了，广度优先，先横向再纵向，从上而下依次遍历，把所有节点都放入一个数组中即可。
/** * 树形转平铺list（广度优先，先横向再纵向） * @param {*} tree 一颗大树 * @param {*} option 对象键配置，默认值{ children: 'children' } * @returns 平铺的列表 */export function tree2List(tree, option = { children: 'children' }) { const list = [] const queue = [...tree] while (queue.length) { const item = queue.shift() if (item[option.children]?.length > 0) queue.push(...item[option.children]) list.push(item) } return list}
04、设置节点不可用-setTreeDisable
递归设置树形结构中数据的 disabled 属性值为不可用。使用场景：在修改节点所属父级时，不可选择自己及后代。
基本思路：
先重置disabled 属性，递归树所有节点，这一步可根据实际情况优化下。
设置目标节点及其子节点的disabled 属性。
/** * 递归设置树形结构中数据的 disabled 属性值为不可用。使用场景：在修改父级时，不可选择自己及后代 * @param {*} tree 一颗大树 * @param {*} disabledNode 需要禁用的节点，就是当前节点 * @param {*} option 对象键配置，默认值{ children: 'children', disabled: 'disabled' } * @returns void */export function setTreeDisable(tree, disabledNode, option = { children: 'children', disabled: 'disabled' }) { if (!tree || tree.length <= 0) return tree // 递归更新disabled值 const update = function(tree, value) { if (!tree || tree.length <= 0) return tree.forEach(item => { item[option.disabled] = value update(item[option.children], value) }) } // 开始干活，先重置 update(tree, false) if (!disabledNode) return tree // 设置所有子节点disable = true disabledNode[option.disabled] = true update(disabledNode[option.children], true) return tree}
05、搜索过滤树-filterTree
搜索树中符合条件的节点，但要包含其所有上级节点（父节点可能并没有命中），便于友好展示。当树形结构的数据量大、结构深时，搜索功能就很有必要了。
基本思路：
为避免污染原有Tree数据，这里的对象都使用了简单的浅拷贝const newNode = { ...node }。
递归为主的思路，子节点有命中，则会包含父节点，当然父节点的children会被重置。
/** * 递归搜索树，返回新的树形结构数据，只要子节点命中保留其所有上级节点 * @param {Array|Tree} tree 一颗大树 * @param {Function} func 过滤函数，参数为节点对象 * @param {Object} option 对象键配置，默认值{ children: 'children' } * @returns 过滤后的新 newTree */export function filterTree(tree, func, option = { children: 'children' }) { let resTree = [] if (!tree || tree?.length <= 0) return null tree.forEach(node => { if (func(node)) { // 当前节点命中 const newNode = { ...node } if (node[option.children]) newNode[option.children] = null //清空子节点，后面递归查询赋值 const cnodes = filterTree(node[option.children], func, option) if (cnodes && cnodes.length > 0) newNode[option.children] = cnodes resTree.push(newNode) } else { // 如果子节点有命中，则包含当前节点 const fnode = filterTree(node[option.children], func, option) if (fnode && fnode.length > 0) { const newNode = { ...node, [option.children]: null } newNode[option.children] = fnode resTree.push(newNode) } } }) return resTree}
文章转载自：安木夕
原文链接：https://www.cnblogs.com/anding/p/17625911.html
体验地址：引迈 - JNPF快速开发平台_低代码开发平台_零代码开发平台_流程设计器_表单引擎_工作流引擎_软件架构
