过滤 / 筛选树节点
又是树,是我跟树杠上了吗?—— 不,是树的问题太多了!
🔗 相干文章举荐:
- 应用递归遍历并转换树形数据(以 TypeScript 为例)
- 从列表生成树 (JavaScript/TypeScript)
过滤和筛选是一个意思,都是 filter。
对于列表来说,过滤就是丢掉不须要的,留下须要的。但对于树来说就得分状况了。
- 如果想“过滤掉”(丢掉)某些节点,会把它的子节点一并摈弃,就像砍树枝一样,干之不存,枝将焉附?这种状况多是去除不须要的子树。
-
如果是想“查找”某些节点,会将找到的节点及其上溯到根的所有节点都保留下来。对于找到的节点,除了保留其残缺门路之外,对其子树还有两种解决形式:
- 一种是“到此为止”,也就是说,如果其子树中没有符合条件的节点,那就不须要了,砍掉。须要定位到符合条件的节点以便后继操作是采纳这种形式,这也是最罕用的查找形式。
- 另一种是保留其残缺子树。如果须要应用符合条件节点的子节点(比方抉择指定部门及其子部门)会采纳这种形式。
过滤和查找的次要区别在于:“过滤”通常会遇到不合乎保留条件(或合乎剔除条件)的节点就间接砍掉,不论其子树中是否还存在合乎保留条件的节点;而查找则会始终找到叶节点上,只有整条门路都没有合乎保留条件的节点,才会从其某个先人节点上砍掉(先人节点是否保留取决于其下是否存在合乎保留条件的子孙节点)。
上面一样一样来。示例代码应用 TypeScript 编写,示例数据起源 于从列表生成树 (JavaScript/TypeScript) 一文,同时应用该文中定义的节点类型接口:
interface TreeNode {
id: number;
parentId: number;
label: string;
children?: TreeNode[]}
过滤掉不须要的节点
过滤掉不须要的节点,思路比较简单:
- 遍历以后节点的所有子节点,须要的留,不须要的删
- 对留下的节点,通过递归进行过滤
按此思路,TypeScript 代码是
/**
* @param nodes 要过滤的树节点集(多根)* @param predicate 过滤条件,返回 `true` 保留
* @returns 过滤后的树节点集
*/
function filterTree(nodes: TreeNode[] | undefined,
predicate: (node: TreeNode) => boolean
): TreeNode[] | undefined {if (!nodes?.length) {return nodes;}
// 间接应用 Array 的 filter 能够过滤当层节点
return nodes.filter(it => {
// 不符合条件的间接砍掉
if (!predicate(it)) {return false;}
// 符合条件的保留,并且须要递归解决其子节点
it.children = filterTree(it.children, predicate);
return true;
});
}
如果对示例数据(见前文)进行过滤,仅保留 id
是偶数的节点,那后果是
flowchart LR
%%{init: { "theme": "forest"} }%%
S(("Virtual\nRoot"))
S --> N6
S --> N10
N6("6 | P6mtcgfCD")
N6 --> N8("8 | m6o5UsytQ0")
N10("10 | lhDGTNeeSxLNJ")
N6 --> N14("14 | ysYwG8EFLAu1a")
N10 --> N16("16 | RKuQs4ki65wo")
不过这个 filterTree
有点小瑕疵:
- 递归调用时还须要传入
predicate
,有点繁琐 - 传入参数应该限度在
TreeNode[]
类型上,增加undefined
只是为了简化递归调用(不必先判空)
解决起来也简略,加一层接口封装一下(门面模式):
/**
* @param nodes 要过滤的树节点集(多根)* @param predicate 过滤条件,返回 `true` 保留
* @returns 过滤后的树节点集
*/
function filterTree(nodes: TreeNode[],
predicate: (node: TreeNode) => boolean
): TreeNode[] {return filter(nodes) ?? [];
// 原 filterTree,更名,并删除 predicate 参数
function filter(nodes: TreeNode[] | undefined): TreeNode[] | undefined {if (!nodes?.length) {return nodes;}
return nodes.filter(it => {if (!predicate(it)) {return false;}
// 递归调用不须要再传入 predicate
it.children = filter(it.children);
return true;
});
}
}
理论应用的时候,可能传入的可能是单根树 (TreeNode
),也有可能是多根 (TreeNode[]
),那能够写个重载:
function filterTree(node: TreeNode, predicate: (node: TreeNode) => boolean): TreeNode;
function filterTree(nodes: TreeNode[], predicate: (node: TreeNode) => boolean): TreeNode[];
function filterTree(tree: TreeNode | TreeNode[],
predicate: (node: TreeNode) => boolean
): TreeNode | TreeNode[] {if (Array.isArray(tree)) {return filter(tree) ?? [];} else {tree.children = filter(tree.children);
return tree;
}
function filter(...) {...}
}
查找节点(不含残缺子树)
查找节点就要略微简单了点了,因为须要保留门路。判断以后节点是否能够删除须要对本人状况进行判断之外,还取决于其所有子孙节点是否能够删除。与后面“过滤掉”的逻辑相比,有两点变动:
- 不论以后节点是否保留,均须要递归向下,把子孙中符合条件的节点都找进去
- 只有子孙中存在符合条件的节点,以后节点就应该保留。
这样解决后的节点,所有叶节点都应该合乎查找条件。比方在示例数据中按 id
参整除 6
来查找节点,后果是:
flowchart LR
%%{init: { "theme": "forest"} }%%
classDef found fill:#ffeeee,stroke:#cc6666;
S(("Virtual\nRoot")) --> N1
S --> N6:::found;
N1("1 | 8WUg35y")
N1 --> N4("4 | IYkxXlhmU12x")
N4 --> N5("5 | p2Luabg9mK2")
N6("6 | P6mtcgfCD")
N1 --> N7("7 | yluJgpnqKthR")
N7 --> N12("12 | 5W6vy0EuvOjN"):::found
N5 --> N13("13 | LbpWq")
N13 --> N18("18 | 03X6e4UT"):::found
依据下面的逻辑,写一个 findTreeNode()
:
function findTreeNode(node: TreeNode, predicate: (node: TreeNode) => boolean): TreeNode;
function findTreeNode(nodes: TreeNode[], predicate: (node: TreeNode) => boolean): TreeNode[];
function findTreeNode(tree: TreeNode | TreeNode[],
predicate: (node: TreeNode) => boolean
): TreeNode | TreeNode[] {if (Array.isArray(tree)) {return filter(tree) ?? [];} else {tree.children = filter(tree.children);
return tree;
}
function filter(nodes: TreeNode[] | undefined): TreeNode[] | undefined {if (!nodes?.length) {return nodes;}
return nodes.filter(it => {// 先筛选子树,如果子树中没有符合条件的,children 会是 [] 或 undefined
const children = filter(it.children);
// 依据以后节点状况和子树筛选后果判断是否保留以后节点
if (predicate(it) || children?.length) {
// 如果要保留,children 应该用筛选进去的那个;不保留的话就不 care 子节点了
it.children = children;
return true;
}
return false;
});
}
}
上面把代码批改下,在后果中保留子树。
查找节点(含残缺子树)
这个思路跟最下面那个“剔除”的思路正好相同,
- 遇到符合条件的节点,间接保留整棵子树,也不须要递归去解决了
- 不符合条件的节点,递归进去持续找
既然都是查找,能够给 findTreeNode()
增加一个 keepSubTree: boolean
参数来扩大函数性能。接口局部扭转如下:
function findTreeNode(
node: TreeNode,
predicate: (node: TreeNode) => boolean,
keepSubTree?: boolean // <--
): TreeNode;
function findTreeNode(nodes: TreeNode[],
predicate: (node: TreeNode) => boolean,
keepSubTree?: boolean // <--
): TreeNode[];
function findTreeNode(tree: TreeNode | TreeNode[],
predicate: (node: TreeNode) => boolean,
keepSubTree: boolean = false // <--
): TreeNode | TreeNode[] {...}
而后须要批改的中央次要是 Array.prototype.filter
回调函数,能够先把原来的箭头函数提取进去,命名为 filterWithoutSubTree()
。
而后再写一个 filterWithSubTree()
处理函数。依据 keepSubTree
的值来决定应用哪一个过滤器。要害代码如下:
function findTreeNode(...): TreeNode | TreeNode[] {
const filterHandler = keepSubTree ? filterWithSubTree : filterWithoutSubTree;
// ^^^^^^^^^^^^^
if (Array.isArray(tree)) {...} else {...}
function filter(nodes: TreeNode[] | undefined): TreeNode[] | undefined {if (!nodes?.length) {return nodes;}
return nodes.filter(filterHandler);
// ^^^^^^^^^^^^^
}
function filterWithSubTree(it: TreeNode): boolean {
// 如果符合条件,保留整棵子树,不须要递归进去
if (predicate(it)) {return true;}
// 否则依据子孙节点的状况来决定是否须要保留以后节点(作为门路节点)it.children = filter(it.children);
return !!it.children?.length;
}
function filterWithoutSubTree(it: TreeNode): boolean {...}
}
含残缺子树的查找后果示例(查找条件:it => it.id % 4 === 0
)如下图:
flowchart LR
%%{init: { "theme": "forest"} }%%
classDef found fill:#ffeeee,stroke:#cc6666;
classDef subs fill:#ffffff;
S(("Virtual\nRoot")) --> N1
S --> N6
S --> N10
N1("1 | 8WUg35y")
N1 --> N4("4 | IYkxXlhmU12x"):::found
N4 --> N5("5 | p2Luabg9mK2"):::subs
N6("6 | P6mtcgfCD")
N1 --> N7("7 | yluJgpnqKthR")
N6 --> N8("8 | m6o5UsytQ0"):::found
N10("10 | lhDGTNeeSxLNJ")
N7 --> N12("12 | 5W6vy0EuvOjN"):::found
N5 --> N13("13 | LbpWq"):::subs
N10 --> N16("16 | RKuQs4ki65wo"):::found
N13 --> N18("18 | 03X6e4UT"):::subs
N7 --> N19("19 | LTJTeF")
N19 --> N20("20 | 3rqUqE3MLShh"):::found