1、邻接表(adjacency list model)
2、预排序遍历树算法(modified preorder tree traversal algorithm)
用一下的例子讨论这两种方法的差异:
现有一棵树如下:
邻接表模式:
这种模式我们经常用到,很多的教程和书中也介绍过。我们通过给每个节点增加一个属性 parent 来表示这个节点的父节点从而将整个树状结构通过平面的表描述出来。根据这个原则,例子中的数据可以转化成如下的表:
我们看到 Pear 是Green的一个子节点,Green是Fruit的一个子节点。而根节点'Food'没有父节点。 为了简单地描述这个问题, 这个例子中只用了name来表示一个记录。 在实际的数据库中,你需要用数字的id来标示每个节点,数据库的表结构大概应该像这样:id, parent_id, name, description。
以下是代码:
<php
// $parent is the parent of the children we want to see
// $level is increased when we go deeper into the tree,
// used to display a nice indented tree
function display_children($parent, $level)
{
// 获得一个 父节点 $parent 的所有子节点
$result = mysql_query('SELECT name FROM tree '
'WHERE parent="'$parent'";');
// 显示每个子节点
while ($row = mysql_fetch_array($result))
{
// 缩进显示节点名称
echo str_repeat(' ',$level)$row['name']"n";
//再次调用这个函数显示子节点的子节点
display_children($row['name'], $level+1);
}
}
>
对整个结构的根节点(Food)使用这个函数就可以打印出整个多级树结构,由于Food是根节点它的父节点是空的,所以这样调用: display_children('',0)。将显示整个树的内容:
Food
Fruit
Red
Cherry
Yellow
Banana
Meat
Beef
Pork
如果你只想显示整个结构中的一部分,比如说水果部分,就可以这样调用:display_children('Fruit',0);
几乎使用同样的方法我们可以知道从根节点到任意节点的路径。比如 Cherry 的路径是 "Food >; Fruit >; Red"。 为了得到这样的一个路径我们需要从最深的一级"Cherry"开始, 查询得到它的父节点"Red"把它添加到路径中, 然后我们再查询Red的父节点并把它也添加到路径中,以此类推直到最高层的"Food"
以下是代码:
<php
// $node 是那个最深的节点
function get_path($node)
{
// 查询这个节点的父节点
$result = mysql_query('SELECT parent FROM tree '
'WHERE name="'$node'";');
$row = mysql_fetch_array($result);
// 用一个数组保存路径
$path = array();
// 如果不是根节点则继续向上查询
// (根节点没有父节点)
if ($row['parent']!='')
{
// the last part of the path to $node, is the name
// of the parent of $node
$path[] = $row['parent'];
// we should add the path to the parent of this node
// to the path
$path = array_merge(get_path($row['parent']), $path);
}
// return the path
return $path;
}
>
如果对"Cherry"使用这个函数:print_r(get_path('Cherry')),就会得到这样的一个数组了:
Array
(
[0] =>; Food
[1] =>; Fruit
[2] =>; Red
)
接下来如何把它打印成你希望的格式,就是你的事情了。
缺点:
这种方法很简单,容易理解,好上手。但是也有一些缺点。主要是因为运行速度很慢,由于得到每个节点都需要进行数据库查询,数据量大的时候要进行很多查询才能完成一个树。另外由于要进行递归运算,递归的每一级都需要占用一些内存所以在空间利用上效率也比较低。
预排序遍历树算法
现在让我们看一看另外一种不使用递归计算,更加快速的方法,这就是预排序遍历树算法(modified preorder tree traversal algorithm) 这种方法大家可能接触的比较少,初次使用也不像上面的方法容易理解,但是由于这种方法不使用递归查询算法,有更高的查询效率。
我们首先将多级数据按照下面的方式画在纸上,在根节点Food的左侧写上 1 然后沿着这个树继续向下 在 Fruit 的左侧写上 2 然后继续前进,沿着整个树的边缘给每一个节点都标上左侧和右侧的数字。最后一个数字是标在Food 右侧的 18。 在下面的这张图中你可以看到整个标好了数字的多级结构。(没有看懂?用你的手指指着数字从1数到18就明白怎么回事了。还不明白,再数一遍,注意移动你的手指)。
这些数字标明了各个节点之间的关系,"Red"的号是3和6,它是 "Food" 1-18 的子孙节点。 同样,我们可以看到 所有左值大于2和右值小于11的节点 都是"Fruit" 2-11 的子孙节点
这样整个树状结构可以通过左右值来存储到数据库中。继续之前,我们看一看下面整理过的数据表。
注意:由于"left"和"right"在 SQL中有特殊的意义,所以我们需要用"lft"和"rgt"来表示左右字段。 另外这种结构中不再需要"parent"字段来表示树状结构。也就是 说下面这样的表结构就足够了。
SELECT FROM tree WHERE lft BETWEEN 2 AND 11;
看到了吧,只要一个查询就可以得到所有这些节点。为了能够像上面的递归函数那样显示整个树状结构,我们还需要对这样的查询进行排序。用节点的左值进行排序:
SELECT FROM tree WHERE lft BETWEEN 2 AND 11 ORDER BY lft ASC;
定义一个TreeNode类里面有
id 自身id
parentId 父节点id
name 树显示文本
url 链接地址
open 是否展开树
等属性
将从数据库查出来的数据一个个set到TreeNode里面封装成一个List<TreeNode>
再将这个List转换成你的树所需要的格式内容比如json格式
下面以关系数据库系统Informix为例,介绍改善用户查询计划的方法。 1.合理使用索引 索引是数据库中重要的数据结构,它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。
jsp从mysql数据库读取数据,并填充到树形结构菜单并展现出来的实现方法:
1、引入jquerytreeviewjs树控件
<script type="text/javascript" src="jquery/easyui/jqueryminjs"></script>
<script type="text/javascript" src="jquery/easyui/jqueryeasyuiminjs"></script>
2、jsp页面中获取后台mysql数据,并传到jsp页面来
<%
// 数据库的名字
String dbName = "zap";
// 登录数据库的用户名
String username = "sa";
// 登录数据库的密码
String password = "123";
// 数据库的IP地址,本机可以用 localhost 或者 127001
String host = "127001";
// 数据库的端口,一般不会修改,默认为1433
int port = 1433;
String connectionUrl = "jdbc:sqlserver://" + host + ":" + port + ";databaseName=" + dbName + ";user=" + username
+ ";password=" + password;
//
//声明需要使用的资源
// 数据库连接,记得用完了一定要关闭
Connection con = null;
// Statement 记得用完了一定要关闭
Statement stmt = null;
// 结果集,记得用完了一定要关闭
ResultSet rs = null;
try {
// 注册驱动
ClassforName("commicrosoftsqlserverjdbcSQLServerDriver");
// 获得一个数据库连接
con = DriverManagergetConnection(connectionUrl);
String SQL = "SELECT from note";
// 创建查询
stmt = concreateStatement();
// 执行查询,拿到结果集
rs = stmtexecuteQuery(SQL);
while (rsnext()) {
%>
<tr>
3、填充树形菜单:
{
id : "string" // will be autogenerated if omitted
text : "string" // node text
icon : "string" // string for custom
state : {
opened : boolean // is the node open
disabled : boolean // is the node disabled
selected : boolean // is the node selected
},
children : [] // array of strings or objects
li_attr : {} // attributes for the generated LI node
a_attr : {} // attributes for the generated A node
}
$('#tree')jstree({
'core' : {
'data' : function (obj, cb) {
cbcall(this,
['Root 1', 'Root 2']);
}
}});
JSP中可以引用jquery控件来制作树形选择框。
其实就是联动下拉框,参考实现代码:
<!DOCTaYPE html PUBLIC "-//W3C//DTD XHTML 10 Transitional//EN" ">
<div class="clsInit">
厂商:<select id="selF"><option>请选择</option></select>
品牌:<select id="selT"><option>请选择</option></select>
型号:<select id="selC"><option>请选择</option></select>
<input type="button" value="查询" id="Button1" class="btn" />
</div>
<div class="clsInit" id="divTip"></div>
</body>
</html>
效果:
页面
<%@ Page Language="C#" AutoEventWireup="true" CodeBehind="Treeaspxcs" Inherits="MyTeacherswebTree" %>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 10 Transitional//EN" ">
版本 2
支持库 iext
程序集 窗口程序集1
子程序 __启动窗口_创建完毕
如果真 (文件是否存在 (取运行目录 () + “\数据库edb”) = 假)
创建数据库 ()
如果真结束
打开 (取运行目录 () + “\数据库edb”, “数据库”, , , , , )
子程序 创建数据库
局部变量 字段, 字段信息, , "2"
字段 [1]名称 = “部门”
字段 [1]类型 = #文本型
字段 [1]最大文本长度 = 20
字段 [2]名称 = “姓名”
字段 [2]类型 = #文本型
字段 [2]最大文本长度 = 8
创建 (取运行目录 () + “\数据库edb”, 字段)
子程序 _按钮1_被单击
如果真 (编辑框1内容 = “” 或 编辑框2内容 = “”)
信息框 (“请输入部门或姓名”, 0, )
返回 ()
如果真结束
置当前库 (“数据库”)
加记录 (编辑框1内容, 编辑框2内容)
编辑框2内容 = “”
编辑框2获取焦点 ()
子程序 _按钮2_被单击
局部变量 计次, 整数型
局部变量 部门, 文本型
局部变量 姓名, 文本型
局部变量 序号, 整数型
超级列表框1全部删除 ()
序号 = 0
如果真 (编辑框1内容 = “”)
信息框 (“请输入部门”, 0, )
返回 ()
如果真结束
置当前库 (“数据库”)
到首记录 ()
计次循环首 (取记录数 (), 计次)
部门 = 读 (“部门”)
如果真 (部门 = 编辑框1内容)
姓名 = 读 (“姓名”)
超级列表框1插入表项 (-1, , , , , )
超级列表框1置标题 (序号, 0, 到文本 (序号 + 1))
超级列表框1置标题 (序号, 1, 部门)
超级列表框1置标题 (序号, 2, 姓名)
序号 = 序号 + 1
如果真结束
跳过 ()
计次循环尾 ()
以上就是关于怎么将数据库中存的树转化为树形列表全部的内容,包括:怎么将数据库中存的树转化为树形列表、java树形结构如何从数据库读取数据、树形结构数据的查询怎么优化等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)