前端树形Tree数据结构使用-‍♂️各种姿势总结

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》。

  
  （图片来源网络，侵删）

  • 🟢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  {
        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。

      
      （图片来源网络，侵删）

      /**
       * 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)
                  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