Java中平铺列表（List）与树形（Tree）结构的互转
很多时候为满足前后端交互的数据结构需求，往往我们需要把平铺的List数据与Tree型层级数据结构进行互转，这篇文章提供详实的递归和非递归的方式去实现数据结构转换，为了使用到lambda的特性，Java version >=8。
需求
我们从基础设施层获取了一个列表数据，列表其中的对象结构如下，注意约束条件如果没有pid，默认为null。
@Getter
@Setter
@ToString
@Builder
public class NodeEntity {
/**
* id
*/
private Long id;
/**
* 父id
*/
private Long pid;
}
复制代码现在我们要将List
实践List to Tree
递归实现
首先定义通用的Tree形数据接口。
public interface INodeDTO {
/**
* id
* @return id
*/
public Long getId();
/**
* pid
* @return pid
*/
public Long getPid();
/**
* 获取Children
* @return Children
*/
public List getChildren();
/**
* 设置children
* @param children children
*/
public void setChildren(List children);
}
复制代码 每个方法接口有详细的注释，无需多说。然后提供通用的转换Function。
/**
* 非递归实现平铺数据转成Tree型结构
*/
static final Function,List> MULTI_TREE_CONVERTER = sources->
sources.stream()
.filter(item->{
item.setChildren(
sources.stream()
.filter(e-> Objects.equals(e.getPid(), item.getId()))
.collect(Collectors.toList()));
return item.getPid() == null;})
.collect(Collectors.toList());
复制代码 我们利用对象引用，浅拷贝的原理，通过循环查找来组装层级，最后根据pid==null的数据一定是Tree型第一层的数据的条件进行过滤，筛选出第一层的数据组合成新的列表，达到目的。
非递归实现
//Establish tree structure
static List buildTree (Listsources){
List results = new ArrayList<>();
//get root nodes
List rootNodes = sources.stream().filter(x->x.getPid() == null).collect(Collectors.toList());
for (INodeDTO rootNode : rootNodes) {
results.add(buildChildTree(sources,rootNode));
}
return results;
}
//Recursion, building subtree structure
static INodeDTO buildChildTree(Listsources,INodeDTO pNode){
List children = new ArrayList<>();
for (INodeDTO source : sources) {
if(source.getPid()!=null && source.getPid().equals(pNode.getId())){
children.add(buildChildTree(sources,source));
}
}
pNode.setChildren(children);
return pNode;
}
复制代码 递归的实现先获取所有根节点，方法builTree总结根节点来创建一个树结构，buildChilTree为节点构建一个辅助树，并拼接当前树，递归调用buildChilTree来不断打开当前树的分支和叶子，直到没有找到新的子树, 完成递归，得到树结构。
递归最大的问题可能堆栈太深，容易造成溢出，使用需要谨慎，而且从代码简洁度来说，肯定是使用了非递归的方式更好。
递归代码还能进一步优化，比如改成尾递归的方式，有兴趣的小伙伴可以尝试一下。
实例
实例只测试非递归实现方法。
那具体怎么使用呢？首先我们通过implements接口INodeDTO,实现我们自己的业务DTO。
@Getter
@Setter
@ToString
@Builder
public class NodeDTO implements INodeDTO {
private Long id;
private Long pid;
List children;
}
复制代码 然后在我们Service层组装业务逻辑，这里提供一个listBy的条件查询接口，从基础设施层按照条件捞出List
public class UseCase {
public List listBy(String ... condtions){
System.out.println(Arrays.stream(condtions).reduce((a, b) -> a + ";" + b).orElse(""));
//TODO get NodeEntities from database
List entities = Arrays.asList(
NodeEntity.builder().id(1L).pid(null).build(),
NodeEntity.builder().id(2L).pid(1L).build(),
NodeEntity.builder().id(3L).pid(1L).build(),
NodeEntity.builder().id(4L).pid(3L).build()
);
List sources = entities.stream()
.map(Factory.NODE_DTO_BUILDER::apply)
.collect(Collectors.toList());
return INodeDTO.MULTI_TREE_CONVERTER.apply(sources);
}
}
复制代码 提供一个main方法进行测试。
public static void main(String[] args) throws JsonProcessingException {
UseCase useCase = new UseCase();
List results = useCase.listBy("condtion1", "condtion2");
//convert json with style
ObjectMapper objectMapper = new ObjectMapper();
String json = objectMapper.writerWithDefaultPrettyPrinter().writeValueAsString(results);
System.out.println(json);
}
复制代码 运行后输出结果如下，经人工肉眼检验，达到Tree型层级结构。
实践Tree to List
上面讲到了平铺列表（List）转树形（Tree）结构，一般来说对于足够后端数据转成前端想要的结构了。但都支持了正向转换，那么反向转换，即树形（Tree）结构如何转平铺列表（List）呢？
递归实现
递归实现，分为两个函数，List
/**
* Flatten a Tree to a list using recursion(递归实现)
* @param flatList flatList
* @return list
*/
static List flatten(List flatList){
return flatList.stream()
.filter(x -> x.getPid() == null)
.collect(Collectors.toList())
.stream()
.map(x->{return flatten(x,flatList);})
.flatMap(Collection::stream)
.distinct()
.collect(Collectors.toList());
}
/**
* recursion
* @param node root node
* @param flatList flatList
* @return list
*/
static List flatten(INodeDTO node, List flatList) {
List results = new ArrayList<>();
if(node != null){
// get rid of children & parent references
INodeDTO n = NodeDTO.builder()
.pid(node.getPid())
.id(node.getId())
.build();
results.add(n);
}
List children = node.getChildren();
for (INodeDTO child : children) {
if(child.getChildren() != null) {
// Recursive call - Keep flattening until no more children
List flatten = flatten(child, flatList);
results.addAll(flatten);
}
}
// stop or exit condition
return results;
}
复制代码 非递归实现
在非递归，即循环的实现中，我们要用到dequeue数据结构。
deque表示一个双端队列，这意味着可以从队列的两端添加和删除元素。 deque的不同之处在于添加和删除条目的不受限制的特性。
在实现中，ArrayDeque将被用作LIFO(即后进先出)数据结构(即堆栈)。
/**
* Flatten a Tree to a list using a while Loop instead of recursion
* @param flatList flatList
* @return list
*/
static List flatten2(List flatList){
return flatList.stream()
.filter(x -> x.getPid() == null)
.collect(Collectors.toList())
.stream()
.map(TreeToMapUtils::flatten2)
.flatMap(Collection::stream)
.distinct()
.collect(Collectors.toList());
}
/**
* . Flatten using a Deque - Double ended Queue
*
**/
static List flatten2(INodeDTO node) {
if (node == null) {
return null;
}
List flatList = new ArrayList<>();
Deque q = new ArrayDeque<>();
//add the root
q.addLast(node);
//Keep looping until all nodes are traversed
while (!q.isEmpty()) {
INodeDTO n = q.removeLast();
flatList.add(NodeDTO.builder().id(n.getId()).pid(n.getPid()).build());
List children = n.getChildren();
if (children != null) {
for (INodeDTO child : children) {
q.addLast(child);
}
}
}
return flatList;
}
复制代码 实例
在实例中，我们主要用到list to map 中的输出，看是否能用flatten函数还原结构。
public static void main(String[] args) throws JsonProcessingException {
UseCase useCase = new UseCase();
List results = useCase.listBy("condtion1", "condtion2");
//convert json with style1 = {NodeDTO@1502} "NodeDTO(id=1, pid=null, children=null)"
ObjectMapper objectMapper = new ObjectMapper();
String json = objectMapper.writerWithDefaultPrettyPrinter().writeValueAsString(results);
System.out.println(json);
//flatten now
List flatten = TreeToMapUtils.flatten2(results);
System.out.println(flatten);
}
复制代码 输出结果不但包含Tree形数据结构，还获取到了list数据，如下图所示，至此，达到效果。
总结
至此，递归和非递归分别实现list to tree 和tree to list已完成，实现比较仓促，有很多细节处未处理好，希望看到的小伙伴及时指出，不胜感激。
另外，机智的你，有其它更好的方法，实现转换吗？欢迎留言分享，码海无涯，共同进步。