一、基本概况
在我的项目中，常常会用到树形结构的数据，最为明显的就是左边菜单栏，类似于window folder一样的东西。
而我之前一直是借助前端封装好的ZTree等工具实现展示，而后台则通常使用递归进行数据的查找。通常，我们在设计数据库表的时候，一般会使用三个字段：id，name，pid。如下图所示：
二、代码实现
首先是建立实体类：
<span style="font-family:KaiTi_GB2312;font-size:18px;"> private String id; private String name; private String pid;</span>
编写实体类的get和set方法。
然后，我们通常会有以下的几个方法（通常情况，封装粒度不同，方法的实现个数和内容也不同）：
1，找到所有的父节点
<span style="font-family:KaiTi_GB2312;font-size:18px;">public List<TreeEntity> findAllParents() {
String sql = "select * from test where pid is null or pid='' ";
List<TreeEntity> treeList = null;
try {
conn = DbUtil.getConnection();
pstmt = conn.prepareStatement(sql);
rs = pstmt.executeQuery();
treeList = new ArrayList<TreeEntity>();
while (rs.next()) {
TreeEntity myTree = new TreeEntity();
myTree.setId(rs.getString("id"));
myTree.setName(rs.getString("name"));
myTree.setPid(rs.getString("pid"));
treeList.add(myTree);
}
} catch (SQLException e) {
e.printStackTrace();
} finally {
DbUtil.close(pstmt);
DbUtil.close(conn);
}
return treeList;
}</span>
2，根据父节点找到所有的孩子
<span style="font-family:KaiTi_GB2312;font-size:18px;">public List<TreeEntity> findChildByPid(String pid) {
String sql = "select * from test where pid='" + pid + "'";
List<TreeEntity> treeList = null;
try {
conn = DbUtil.getConnection();
pstmt = conn.prepareStatement(sql);
rs = pstmt.executeQuery();
treeList = new ArrayList<TreeEntity>();
while (rs.next()) {
TreeEntity myTree = new TreeEntity();
myTree.setId(rs.getString("id"));
myTree.setName(rs.getString("name"));
myTree.setPid(rs.getString("pid"));
treeList.add(myTree);
}
} catch (SQLException e) {
e.printStackTrace();
} finally {
DbUtil.close(pstmt);
DbUtil.close(conn);
}
return treeList;
}</span>
备注：这两个方法可以合并，这里是为了让自己更好的理解，而写了两个方法。可以判断传入的pid的值，确定其查找的是父节点，还是根据父节点查找子节点。
3，查看是否存在子节点
<span style="font-family:KaiTi_GB2312;font-size:18px;"> public boolean HasChild(String pid) {
boolean flag = false;
String sql = "select * from test where pid='" + pid + "'";
int count = 0;
try {
conn = DbUtil.getConnection();
pstmt = conn.prepareStatement(sql);
rs = pstmt.executeQuery();
while(rs.next()){
count++;
}
if (count > 0) {
flag = true;
}
} catch (SQLException e) {
e.printStackTrace();
} finally {
DbUtil.close(pstmt);
DbUtil.close(conn);
}
return flag;
}</span>
4，使用递归拼接父节点的子节点
<span style="font-family:KaiTi_GB2312;font-size:18px;"> public void BindChildByParent(String pid, String prefix) {
if (this.HasChild(pid)) {
// 得到当前父节点下的所有孩子
List<TreeEntity> list = this.findChildByPid(pid);
// 循环打印当前父节点下的孩子
for (int i = 0; i < list.size(); i++) {
System.out.println("|----"+prefix+list.get(i).getName());
if (this.HasChild(list.get(i).getId())) {
this.BindChildByParent(list.get(i).getId(),"--");
}
}
}
}</span>
5，打印树
<span style="font-family:KaiTi_GB2312;font-size:18px;"> public void TreeHtml() {
// 找到所有的父节点
List<TreeEntity> treeList1 = this.findAllParents();
if (treeList1 != null) {
for (int i = 0; i < treeList1.size(); i++) {
TreeEntity tree = treeList1.get(i);
// 打印父节点
System.out.println("|--" + tree.getName());
// 绑定孩子
this.BindChildByParent(tree.getId(), "");
}
} else {
System.out.println("没有数据！");
}
}</span>
6，main方法调用，及实现结果
<span style="font-family:KaiTi_GB2312;font-size:18px;"> public static void main(String[] args) {
Tree tree = new Tree();
tree.TreeHtml();
}</span>
三、代码思考
最近，由于考试，看了数据结构 这本书。首先，我是在想，大家都用的这种方法，到底好在哪儿了，还有就是，为什么在我们的数据库设计中，树的度的概念没有体现出来。其次是，对于树的遍历，有非递归的方式，我想也许，我也可以不用递归，就实现树形结构的数据查找。于是乎，请看下文：
为什么我不想用递归：
1，经过查证，系统使用递归算法，需要系统堆栈处理。当树的深度很大时，由于系统支撑不住，会呈现死亡状态。
2，递归算法的运行效率较低，无论是耗费的计算时间还是占用的存储空间都比非递归算法要多。
3，最为直接的原因：很长一段时间里，我都不能理解递归算法，我总在想，可不可以用我会的，我喜欢的 方式，去解决我面临的问题？
递归的好处：
结构清晰，可读性强，而且容易用数学归纳法来证明算法的正确性，因此它为设计算法、调试程序带来很大方便。
五、总结
事实证明，对于树结构的数据搜索，完全可以不使用递归。我总算完成了我自己的梦想，终于，我可以不用递归，也可以实现树结构的查找了。更为高兴的是，事实证明，采用非递归的方式，在我接触到的项目中，它有更大的优势。
下一篇播客，介绍怎么用非递归的方式查找树结构的数据！至此，我好像觉得自己又变得不一样了的感觉，我把数据结构这本书的内容，完全结合到自己的项目中，并且用这些东西，去改造去理解我的代码。开心，不过还有图，我不知道怎么用的，关于图，我想到了非关系型数据库，再去验证吧！
