Java | 平铺列表（List）互转树形（Tree）结构
theme: orange
个人主页：@青Cheng序员石头
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;} ```
现在我们要将List 数据，按照属性pid进行Tree型层级封装，并且支持多层级封装。一般很容易想到递归的实现方法，接下来这篇文章使用一套通用的解决办法，非递归实现结构转换。
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); } ```
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
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
```java //Establish tree structure static List buildTree (List sources){ 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(List sources,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; } `` 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; } ```
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，期望转成内部包含层级关系的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);
} } ```
提供一个main方法进行测试。
public static void main(String[] args) throws JsonProcessingException { UseCase useCase = new UseCase(); List
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 接受外部调用，传入待转换的Tree形结构。第一步便是收集所有的根节点，然后将所有的根节点传入到递归函数List中深度遍历，最后汇总再使用distinct做去重处理得到最终的list结构。
```java /** * 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; }
```
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)。 ```java /** * 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; } ```
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。
```java 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);
} `` 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。
我正在参与掘金技术社区创作者签约计划招募活动，点击链接报名投稿。