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

	递归遍历	object的Key遍历
时间复杂度	O(n)最差的情况是n-1个节点都有子节点，就会递归n-1次	O(2)循环两次
空间复杂度	没有创建额外的非必要对象	O(n)额外创建了一个map对象，包含了所有节点
总结	容易理解，比较常用，但性能一般	借助对象的属性key，比较巧妙，性能高

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。