一、背景 ---- 在编程中，树形结构是一种常见的数据结构，用于表示具有层级关系的数据。比如机构树、菜单树、目录树、文件夹树等等。 ![](https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/a6b41c3024674a239d5a302b26188db9~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=522&h=814&s=140997&e=png&b=edf4e2) 在过去的这些年，我和很多人潜移默化的会使用递归函数来遍历和构造树形结构。然而，递归虽然直观，但在处理大型数据集时可能会导致性能问题，尤其是当递归深度过大时，稍不注意还可能引发栈溢出错误。最近，我在处理一个项目时，发现了一种不使用递归来构造树形结构的方法。这种方法基于类似哈希映射（HashMap）和迭代的方式，能够高效地处理大量数据，同时避免了递归带来的潜在问题。这个方法来自于前端的zTree插件，ztree是一个依靠 [jQuery](https://so.csdn.net/so/search?q=jQuery&spm=1001.2101.3001.7020) 库实现的多功能 “树插件”。其优异的性能、灵活的配置、多种功能的组合是 zTree 最大优点。这个插件我也一直在使用，真的特别的好，以前中国各行各业好多Web系统中，都是用ztree去做树结构导航功能。 zTree的主页：https://www.treejs.cn/ 本文会基于zTree中的某个方法，尝试用Java实现一遍，分享给大家。二、正文开始 ------ ### 2.1、从前端zTree插件中学习源码地址：https://gitee.com/zTree/zTree\_v3/blob/master/js/jquery.ztree.core.js 如果有了一定的编程能力，建议大家还是看下ztree的源码，不管是后端还是前端，它的源码也是值得我们参考学习的。比如本文说的树构造的问题，很多人在写机构树、菜单树这种业务功能的时候，可能会用递归算法去把一个数组结构的数据，根据一定的标识构造成树结构的形式(即带有层级结构格式，例如文件夹层级)的数据，可能在工作或生活中，由于缺少对代码的深度思考，让我们的内心忽略了实现这种业务的其他办法。 ztree是一个jQuery的插件，你只要提供类似于如下的基本的二维数据结构： var nodes = [ {id:1, pId:0, name: "父节点1"}, {id:11, pId:1, name: "子节点1"}, {id:12, pId:1, name: "子节点2"} ]; 它内部就会自动处理变成如下的数据结构： var nodes = [{ name: "父节点1", id:1, children: [ {id:11,name: "子节点1"}, {id:12,name: "子节点2"} ]} ]; 那ztree是怎么做的，首先其提供了一个【setting.data.simpleData.enable】配置项，用于告诉ztree是否是简单格式的数据(即二维表格的数据数据)，然后根据这个配置项，让我们找到其源码目录下的js文件夹下的jquery.ztree.core.js文件，搜索一下，大概在895行的位置上，有一段如下代码： if (setting.data.simpleData.enable) { newNodes = data.transformTozTreeFormat(setting, newNodes); } 这段代码的意图很明显了吧，如果这个参数配置项为真，就把现在结构的数据传递到transformTozTreeFormat这个方法中，并返回一个新结构，而这个新结构便是具有树结构的数据了。接下来，在搜索一下这个方法，代码段如下，20行左右的代码量： transformTozTreeFormat: function (setting, sNodes) { var i, l, key = setting.data.simpleData.idKey, parentKey = setting.data.simpleData.pIdKey, childKey = setting.data.key.children; if (!key || key == "" || !sNodes) return []; if (tools.isArray(sNodes)) { var r = []; var tmpMap = {}; for (i = 0, l = sNodes.length; i < l; i++) { tmpMap[sNodes[i][key]] = sNodes[i]; } for (i = 0, l = sNodes.length; i < l; i++) { if (tmpMap[sNodes[i][parentKey]] && sNodes[i][key] != sNodes[i][parentKey]) { if (!tmpMap[sNodes[i][parentKey]][childKey]) tmpMap[sNodes[i][parentKey]][childKey] = []; tmpMap[sNodes[i][parentKey]][childKey].push(sNodes[i]); } else { r.push(sNodes[i]); } } return r; } else { return [sNodes]; } } 当你看到里面的那个for是否会有几分钟的不止所措呢，我们来优化下代码： for (i = 0, l = sNodes.length; i < l; i++) { var nodeValue = sNodes[i][key]; var parentNodeValue = sNodes[i][parentKey]; if (tmpMap[parentNodeValue] && nodeValue != parentNodeValue) { if (!tmpMap[parentNodeValue][childKey]) tmpMap[parentNodeValue][childKey] = []; tmpMap[parentNodeValue][childKey].push(sNodes[i]); } else { r.push(sNodes[i]); } } 让我们来解析一下刚才上面的代码： 1、首先读取了3行参数配置项，动态获取了id的名称是那个属性，父Id的名称是哪个属性，子集合是哪个属性； 2、然后判断是否为空数据、是否指定了id的属性，没有指定的话返回当前数组； 3、定义了2个属性:r、tmpMap，其中r用来存储新结构数据，tmpMap用于将每一行的数据进行一个映射绑定，相当于做了一个根据唯一标识ID快速从数组中查询某个对象的的操作，如果要取出ID等于15的数据，直接tmpMap\["15"\]即可。 4、开始遍历数据，判断临时的那个tmpMap映射中是否有当前节点的父节点数据，并且当前节点的标识和父标识不相等：如果条件成立，说明当前节点是那个父节点的儿子，那么在判断当前节点的父节点的儿子数组是否为空或者不存在，如果不存在，先初始化一个儿子的空数组，然后把当前节点，放到那个父节点的儿子数组里面，依次循环往复，如果当前节点的父节点在临时的tmpMap映射中不存在，说明了，这时的遍历的节点，就是是一个最顶级的节点了(有些时候根据提供的数据会是多个)；反之条件不成立，说明当前节点为顶级节点 5、返回新的树结构的数组。再简单总结一下：函数首先获取了节点数据的id、父节点id和子节点键名，然后遍历`sNodes`数组，将每个节点按id存入临时映射对象`tmpMap`中，再遍历一次`sNodes`，将每个节点添加到其父节点的子节点数组中（如果父节点存在且当前节点不是父节点本身）。最后返回所有根节点（没有父节点的节点）的数组。我不知道以上我的这段解析是否可以让你明白，建议经验不足的开发者可以多思考一下。挺好的。 ztree这段代码，其实非常巧妙，20行简简单单的代码，不仅扩展了我们的思维方式，也提高了我们的开发能力，做某些功能开发时，也会联想到这种思想，并用这种思想解决一些实际的构造和遍历的问题。 ### 2.2、用Java实现一遍如果我们理解了JavaScript的方法，那我们用Java实现一遍是否可以呢，答案是没问题的。示例代码如下所示，首先我们创建一个TreeNode节点类： import lombok.Data; import java.util.ArrayList; import java.util.List; @Data public class TreeNode { private String id; private String parentId; private List children; // 假设还有其他字段... public TreeNode(String id, String parentId) { this.id = id; this.parentId = parentId; this.children = new ArrayList<>(); } } 然后我们在创建一个转换类TreeUtils： import java.util.ArrayList; import java.util.Collections; import java.util.HashMap; import java.util.List; import java.util.Map; public class TreeUtils { public static List transformToTreeFormat(List nodes) { if (nodes == null || nodes.isEmpty()) { return Collections.emptyList(); } Map idNodeMap = new HashMap<>(); for (TreeNode node : nodes) { idNodeMap.put(node.getId(), node); } List rootNodes = new ArrayList<>(); for (TreeNode node : nodes) { TreeNode parentNode = idNodeMap.get(node.getParentId()); if(parentNode != null && !node.getId().equals(node.getParentId())){ if (parentNode.getChildren() == null) { parentNode.setChildren(new ArrayList<>()); } parentNode.getChildren().add(node); }else{ rootNodes.add(node); } } return rootNodes; } } 是不是感觉非常熟悉，没错，这正式我们基于JavaScript的代码写来的，基本思想是完全一致的。然后我们再写个测试类TreeTest： import com.google.gson.Gson; import com.google.gson.JsonObject; import java.util.ArrayList; import java.util.List; public class TreeTest { public static void main(String[] args) { // 创建测试数据 List nodes = new ArrayList<>(); nodes.add(new TreeNode("1", null)); // 根节点 nodes.add(new TreeNode("2", "1")); // 1的子节点 nodes.add(new TreeNode("3", "1")); // 1的子节点 nodes.add(new TreeNode("4", "2")); // 2的子节点 nodes.add(new TreeNode("5", "2")); // 2的子节点 nodes.add(new TreeNode("6", "3")); // 3的子节点 nodes.add(new TreeNode("7", null)); // 另一个根节点 nodes.add(new TreeNode("8", "7")); // 7的子节点 nodes.add(new TreeNode("9", "8")); // 8的子节点 nodes.add(new TreeNode("10", "8")); // 8的子节点 // 调用transformToTreeFormat方法转换节点列表为树形结构 List tree = TreeUtils.transformToTreeFormat(nodes); System.out.println(new Gson().toJson(tree)); } } 然后我们在JSON工具中，看下结果： ![](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/7ac1ad68be5547f9b03d6f53092be86b~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=2830&h=900&s=162289&e=png&b=ffffff) 明显的看到，结果已经是树结构的JSON对象了，是不是很巧妙呢。在这个Java版本中，我们首先定义了一个`TreeNode`类来表示树的节点，其中包含id、父节点id和子节点列表。然后，在`TreeUtils`类的`transformToTreeFormat`方法中，我们创建了一个映射，将每个节点的id映射到对应的节点对象。接着，我们遍历所有节点，将没有父节点或父节点不是自身的节点添加到根节点列表中，否则将节点添加到其父节点的子节点列表中。最后返回根节点列表。 **这种方法的核心思想是利用哈希映射的快速查找特性，避免了递归带来的性能开销。同时，通过两次遍历节点数组，我们可以有效地构建出完整的树形结构。** 在实际应用中，我发现这种方法在处理大型数据集时表现出色。与递归方法相比，它的性能更好，且更加稳定。此外，由于它不需要递归调用栈，因此可以处理更深的树形结构，而不会引发栈溢出错误。当然，这种方法也有一些局限性。例如，它假设节点的id是唯一的，并且父节点id能够唯一确定一个父节点。如果数据不满足这些条件，那么这种方法可能无法正确构建树形结构。此外，如果节点数组中的节点顺序不正确（例如，子节点出现在父节点之前），那么也可能导致构建错误的树形结构。总的来说，不使用递归来构造树形结构是一种值得尝试的方法。它能够提高性能，避免递归带来的潜在问题。当然，在实际应用中，我们需要根据数据的特性和需求来选择合适的方法。希望这篇文章能够对你有所启发，帮助你在编程中更加灵活地处理树形结构数据。喜欢这篇文章的，可以关注、收藏、分享、点赞哦，欢迎和我一起交流哦。