/* 折半查找(二分查找)的递归和非递归算法 */ public class BinarySearch> { private T[] data; public BinarySearch(T[] data) {

1. 递归查询树tree结构有两种做法：

第一种，递归查询数据库结构，

第二种，一次性将数据库表中的所有数据查出来，然后再递归查出来的list集合，

第一种做法适合数据量较少的tree结构，因为要一直查询数据库数据量大时速度回相对较慢，所以数据量大时建议使用第二种方法，如图1所示是一个常见的树tree结构

图1

2. 反向递归(逆向递归)查询树tree结构根据关键字过滤数据递归生成二叉查找树 /** * Definition for binary tree * public class TreeNode { * int val; * TreeNode left; * TreeNode r

大家有么有遇到过这个问题：我想要根据关键字过滤查询出相关数据和它的上级结构，得到图1所示结果，可往往不知道怎么做，查不出上级结构总是得到图3类似的结构，要解决这个比较常见的问题就要用到反向递归的算法，网上我那个网搜不到类似的解决方案，本人一时兴趣来了，做了一套递归和反递归的解决方案，简单易懂，大家可以相互交流一下

图2

图3

3.示例代码

/**
* 说明方法描述：将list转为树tree结构
*
* @param allRrecords
* @return
* @time 2016年5月10日 下午6:00:35
* @author yangdong
*/
public List useListRecordToTree(List allRrecords) {
List listParentRecord = new ArrayList();
List listNotParentRecord = new ArrayList();
// 第一步：遍历allRrecords保存所有数据的uuid用于判断是不是根节点
Map mapAllUuid = new HashMap();
Map allRecordMap = new HashMap();
for (Record record : allRrecords) {
mapAllUuid.put(record.getStr("uuid"), record.getStr("uuid"));
allRecordMap.put(record.getStr("uuid"), record);
}
// 第二步：遍历allRrecords找出所有的根节点和非根节点
if (allRrecords != null && allRrecords.size() > 0) {
for (Record record : allRrecords) {
if (StringUtil.isBlank(record.getStr("parent_uuid"))
|| !mapAllUuid.containsKey(record.getStr("parent_uuid"))) {
listParentRecord.add(record);
} else {
listNotParentRecord.add(record);
}
}
}
// 第三步： 递归获取所有子节点
if (listParentRecord.size() > 0) {
for (Record record : listParentRecord) {
// 添加所有子级
record.set("childs", this.getTreeChildRecord(listNotParentRecord, record.getStr("uuid")));
}
}
return listParentRecord;
}
/**
* 说明方法描述：使list转换为树并根据关键字和节点名称过滤
*
* @param allRecords 所有节点
* @param keywords 要过滤的关键字
* @param filterFields 要过滤的字段
* @return
* @time 2016年5月19日 下午3:27:32
* @author yangdong
*/
public List useListRecordToTreeByKeywords(List allRecords, String keywords, String... filterFields) {
List listRecord = new ArrayList();
Map allRecordMap = new HashMap();
for (Record record : allRecords) {
allRecordMap.put(record.getStr("uuid"), record);
}
// 遍历allRrecords找出所有的nodeName和关键字keywords相关的数据
if (allRecords != null && allRecords.size() > 0) {
if (filterFields.length > 1) {
for (Record record : allRecords) {
for (String field : filterFields) {
// 比较
if (record.getStr(field).toLowerCase().indexOf(keywords.toLowerCase()) != -1) {
listRecord.add(record);
}
}
}
} else {
for (Record record : allRecords) {
// 比较
if (record.getStr(filterFields[0]).toLowerCase().indexOf(keywords.toLowerCase()) != -1) {
listRecord.add(record);
}
}
}
}
// 查找过滤出来的节点和他们的父节点
listRecord = this.getSelfAndTheirParentRecord(listRecord, new ArrayList(),
new HashMap(), allRecordMap);
// 将过滤出来的数据变成树tree结构
listRecord = this.useListRecordToTree(listRecord);
return listRecord;
}
/**
* 说明方法描述：递归查询子节点
*
* @param childList 子节点
* @param parentUuid 父节点id
* @return
* @time 2016年5月10日 下午3:29:35
* @author yangdong
*/
private List getTreeChildRecord(List childList, String parentUuid) {
List listParentRecord = new ArrayList();
List listNotParentRecord = new ArrayList();
// 遍历tmpList，找出所有的根节点和非根节点
if (childList != null && childList.size() > 0) {
for (Record record : childList) {
// 对比找出父节点
if (StringUtil.equals(record.getStr("parent_uuid"), parentUuid)) {
listParentRecord.add(record);
} else {
listNotParentRecord.add(record);
}
}
}
// 查询子节点
if (listParentRecord.size() > 0) {
for (Record record : listParentRecord) {
// 递归查询子节点
record.set("childs", getTreeChildRecord(listNotParentRecord, record.getStr("uuid")));
}
}
return listParentRecord;
}
/**
* 说明方法描述：递归找出本节点和他们的父节点
*
* @param parentList 根据关键字过滤出来的相关节点的父节点
* @param resultList 返回的过滤出来的节点
* @param filterRecordMap 已经过滤出来的节点
* @param allRecordMap 所有节点
* @return
* @time 2016年5月19日 上午9:53:56
* @author yangdong
*/
private List getSelfAndTheirParentRecord(List parentList, List resultList,
Map filterRecordMap,
Map allRecordMap) {
// 当父节点为null或者节点数量为0时返回结果，退出递归
if (parentList == null || parentList.size() == 0) {
return resultList;
}
// 重新创建父节点集合
List listParentRecord = new ArrayList();
// 遍历已经过滤出来的节点
for (Record record : parentList) {
String uuid = record.getStr("uuid");
String parent_uuid = record.getStr("parent_uuid");
// 如果已经过滤出来的节点不存在则添加到list中
if (!filterRecordMap.containsKey(uuid)) {
listParentRecord.add(record);// 添加到父节点中
filterRecordMap.put(uuid, record);// 添加到已过滤的map中
allRecordMap.remove(uuid);// 移除集合中相应的元素
resultList.add(record);// 添加到结果集中
}
// 找出本节点的父节点并添加到listParentRecord父节点集合中，并移除集合中相应的元素
if (StringUtil.isNotBlank(parent_uuid)) {
Record parentRecord = allRecordMap.get(parent_uuid);
if (parentRecord != null) {
listParentRecord.add(parentRecord);
allRecordMap.remove(parent_uuid);
}
}
}
// 递归调用
getSelfAndTheirParentRecord(listParentRecord, resultList, filterRecordMap, allRecordMap);
return resultList;
}
//示例
/**
* 说明方法描述：递归查询所有权限
*
* @param keyword
* @param is_deleted
* @return
* @time 2016年5月10日 下午3:47:50
* @author yangdong
*/
public List getRecordByKeywordRecursive(String keyword, String is_deleted) {
// 第一步：查询所有的数据
StringBuffer sql = new StringBuffer(
" select pa.uuid,pa.parent_uuid,pa.author_code,pa.author_name,pa.is_menu,pa.sort_number,pa.is_enable,pa.menu_icon ");
sql.append("  from s_author pa");
List params = new ArrayList();
sql.append(" where  pa.is_deleted=? ");
params.add(is_deleted);
sql.append(" order by pa.sort_number asc ");
List allRrecords = Db.use(AppConst.DB_DATASOURCE_MAIN).find(sql.toString(), ParamUtil.listToArray(params));
//第二步：将list变为树tree结构
if (StringUtil.isNotBlank(keyword)) {
return super.useListRecordToTreeByKeywords(allRrecords, keyword, "author_name");
} else {
return super.useListRecordToTree(allRrecords);
}
}

因为业务要求做一个组织架构，就是理论上可以无限级的tree。第一次自己尝试写一棵树， 分享一下过程。 解决这类不清楚有多少级节点的问题，用递归是最清爽的一个