树形结构数据
在Web开发中经常遇到树形数据的操作,如菜单、组织机构、行政区(省、市、县)等具有层级关系的数据。在数据结构和数据库设计中,处理树形结构数据时,有几种常见的方法,包括邻接表、嵌套集(Nested Set)、左右值编码(Left-Right Encoding)和全路径(Full Path)等。这些方法各有特点,适用于不同的应用场景。
-
邻接表(Adjacency List):
邻接表是一种图的数据结构,用于表示图中顶点之间的关系。在树形结构的表示中,邻接表可以清晰地展示节点之间的父子关系。每个节点都有一个列表,存储它的直接子节点的信息。这种方法实现简单,易于理解和操作,但在进行树的相关操作时可能效率较低,因为需要频繁地进行递归查询。 -
嵌套集(Nested Set):
嵌套集通过为每个节点分配两个数字(左值和右值),这两个数字定义了一个节点在其父节点下的位置。这种方法通过维护一个有序的节点序列,使得查询子节点、祖先节点等操作变得非常高效,因为可以直接通过数字比较来完成。但是,嵌套集的更新操作相对复杂,因为每次节点的移动都会影响多个节点的左值和右值。 -
左右值编码(Left-Right Encoding):
左右值编码为每个节点增加左右值,这些值通过前序遍历算法分配,形成了一个有序的节点序列。这种方法同样使得查询子节点、祖先节点等操作高效,并且避免了递归查询的效率问题。但是,更新操作同样复杂,因为需要调整多个节点的左右值。 -
全路径(Full Path):
全路径方法将节点的完整路径存储在每个节点中,这样可以直接通过路径找到任何节点,无需进行复杂的查询操作。这种方法在处理某些特定问题时非常有效,但存储每个节点的完整路径可能会占用较多的存储空间,并且在大型树中维护路径的更新可能会变得复杂和低效。
1.邻接表
1.1. 实现方式
- 每个记录增加一个 parent_id; [id, parent_id]
id | name | parent_id |
---|---|---|
1 | 华府 | |
2 | 华太师 | 1 |
3 | 华夫人 | 1 |
1.2. 优点/缺点
- 查询所有子节点:需要递归
- 树形形遍历:需要递归
- 插入:简单
- 删除:需要递归删除
- 移动:简单
- 冗余:无
- 是否有层级限制:无
2.嵌套表(闭包表)
2.1. 实现方式:
1.主表:[id, parent_id]
id | name | parent_id |
---|---|---|
1 | 华府 | |
2 | 华太师 | 1 |
3 | 华夫人 | 1 |
4 | 武状元 | 2 |
5 | 管家 | 2 |
6 | 华安 | 5 |
2.嵌套子表:[id, food_id, parent_id]
id | parent_id | foot_id |
---|---|---|
1 | 1 | 2 |
2 | 1 | 3 |
3 | 1 | 4 |
4 | 1 | 5 |
5 | 1 | 6 |
6 | 2 | 4 |
7 | 2 | 5 |
8 | 2 | 6 |
9 | 5 | 6 |
2.2. 优点/缺点
- 查询所有子节点:简单,需要关联表
- 树形形遍历:需要递归
- 新增:一般,需要更新嵌套表
- 删除:一般,需要更新嵌套表
- 移动:一般,需要更新嵌套表
- 冗余:数据冗余,需要额外的存储空间(Cn2:C(n,2)),随着层级的增加,所需空间迅速增加
- 是否有层级限制:无
具体说明:
优点:
- 查询、删除一个表下所有子节点方便,select foot_id from table_name where parent_id = x;
缺点:
- 需要额外的存储空间(Cn2:C(n,2)),随着层级的增加,所需空间也增加。
- 新增、删除需要额外的维护关系的成本。