写在前面
在项目中我们都有过这样的需求：将tree扁平化，或者把扁平化的数组转换成一棵树。可能是在后端返回的数据处理，也可能是传给后端的数据处理（不会有人都交给后端处理吧，毕竟我是被打怕了，不敢这样干了）。还有可能是前端自己处理数据（都交给后端处理，那这样怎么办？？？）。所以前端还是需要熟悉的。
先看一下数据：
-
扁平化的数组
let arr = [ {id: 1, name: '1', pid: 0}, {id: 2, name: '2', pid: 1}, {id: 3, name: '3', pid: 1}, {id: 4, name: '4', pid: 3}, {id: 5, name: '5', pid: 3}, ] -
tree
let tree = [ { "id": 1, "name": "1", "pid": 0, "children": [ { "id": 2, "name": "2", "pid": 1, "children": [] }, { "id": 3, "name": "3", "pid": 1, "children": [ { "id": 4, "name": "4", "pid": 3, "children": [] } ] } ] } ]
下面我们就用几种方法来实现上面两种数据格式之间的转换。欢迎补充。
tree扁平化
这里实现tree扁平化方法，是参照数组扁平化的方法实现的。
1. 递归实现
遍历tree，每一项加进结果集，如果有children且长度不为0，则递归遍历。
这里需要用解构赋值将每个节点的
children属性去除。
function treeToArray(tree) {
let res = []
for (const item of tree) {
const { children, ...i } = item
if (children && children.length) {
res = res.concat(treeToArray(children))
}
res.push(i)
}
return res
}
2. reduce实现
思路同递归实现，比较简洁一点
function treeToArray(tree) {
return tree.reduce((res, item) => {
const { children, ...i } = item
return res.concat(i, children && children.length ? treeToArray(children) : [])
}, [])
}
扁平化数组转tree
这里提供两种思路：递归 和 map对象
1. 递归实现
最常用到的就是递归实现，思路也比较简单，实现一个方法，该方法传入tree父节点和父id，循环遍历数组，无脑查询，找到对应的子节点，push到父节点中，再递归查找子节点的子节点。
function arrayToTree(items) {
let res = []
let getChildren = (res, pid) => {
for (const i of items) {
if (i.pid === pid) {
const newItem = { ...i, children: [] }
res.push(newItem)
getChildren(newItem.children, newItem.id)
}
}
}
getChildren(res, 0)
return res
}
该算法的时间复杂度为O(2^n)。性能消耗很大。
2. map对象实现
先转map再找对应关系
思路：先把数据转成Map去存储，然后再遍历的同时借助对象的引用，直接从Map找对应的数据做存储。
Object.prototype.hasOwnProperty: 方法会返回一个布尔值，指示对象自身属性中是否具有指定的属性，会忽略掉那些从原型链上继承到的属性。
function arrayToTree(items) {
let res = [] // 存放结果集
let map = {}
// 先转成map存储
for (const i of items) {
map[i.id] = { ...i, children: [] }
}
for (const i of items) {
const newItem = map[i.id]
if (i.pid === 0) {
res.push(newItem)
} else {
if (Object.prototype.hasOwnProperty.call(map, i.pid)) {
map[i.pid].children.push(newItem)
}
}
}
return res
}
有两次循环，时间复杂度为O(2n)，需要一个Map把数据存储起来，空间复杂度O(n)
当然，我们也可以边做map存储，边找对应关系，一次循环搞定。
边做map存储，边找对应关系
思路：循环将该项的id为键，存储到map中，如果已经有该键值对了，则不用存储了，同时找该项的pid在不在map的键中，在直接对应父子关系，不在就在map中生成一个键值对，键为该pid，然后再对应父子关系。
function arrayToTree(items) {
let res = [] // 存放结果集
let map = {}
// 判断对象是否有某个属性
let getHasOwnProperty = (obj, property) => Object.prototype.hasOwnProperty.call(obj, property)
// 边做map存储，边找对应关系
for (const i of items) {
map[i.id] = {
...i,
children: getHasOwnProperty(map, i.id) ? map[i.id].children : []
}
const newItem = map[i.id]
if (i.pid === 0) {
res.push(newItem)
} else {
if (!getHasOwnProperty(map, i.pid)) {
map[i.pid] = {
children: []
}
}
map[i.pid].children.push(newItem)
}
}
return res
}
一次循环就搞定了，性能也很好。时间复杂度为O(n)，需要一个Map把数据存储起来，空间复杂度O(n)
