一次性搞定权限树遍历(通用解决方案)

Java技术迷

共 12816字,需浏览 26分钟

 ·

2022-06-20 11:51

点击关注公众号,Java干货及时送达

作者:敲代码的旺财

来源:blog.csdn.net/qq_34886352/article/details/80981714


一、权限树是什么

在写项目的权限管理模块、用户系统的时候经常碰见类似的树结构我们一般习惯称之为权限树,权限树应用的地方有很多,比较常见的有:权限管理时候的树状图(如上图),页面左侧的一二三级的菜单,物品分类的树状菜单。

在实际项目中这种权限结构,数据库设计一般是这样的:

其中我们需要通过id和父id来遍历树状图,这种结构非常简单也很好理解,但对于新手编码来说就不是特别的友好了,特别是培训出来的朋友可能对数据结构和算法不是特别了解,经常性会参考网上一些不是很优秀的写法,通过递归的方式反复的查询数据库来逐层往上级遍历,这种写法的运行起来比较慢,网络开销比较大,如下图:

二、如何遍历权限树

下面我们一起思考如何写一个权限树的遍历并且让其适用与大部分情况

1、设计结构

根据上文数据库,可以设计出一个简单有效的结构:

  • data:数据库表的任意一行权限

  • childrenNode:data节点下所有的权限集合

然后添加上get、set方法,为了方便再增加两个构造函数,用于对元素初始化(空构造函数也不忘记),因为我们无法得知data具体是什么类型,所有使用泛型让data可以成为任何类,增加通用性。

public class TreeNode<T{
    //数据内容
    private T data;
    //这个节点下的子节点
    private List<TreeNode<T>> childrenNode = new ArrayList<>();
 
    public T getData() {
        return data;
    }
 
    public void setData(T data) {
        this.data = data;
    }
 
    public List<TreeNode<T>> getChildrenNode() {
        return childrenNode;
    }
 
    public void setChildrenNode(List<TreeNode<T>> childrenNode) {
        this.childrenNode = childrenNode;
    }
 
    public TreeNode(T data, List<TreeNode<T>> childrenNode) {
        this.data = data;
        this.childrenNode = childrenNode;
    }
 
    public TreeNode() {
    }
}
2、获取权限数据

之前说到反复的去数据库获取数据会让网络开销变大,所以我们应该一次性将所有需要的权限数据全部取出(有的时候是取出全部的数据,有时取得某个角色的权限数据),将取到数据放入一个list中。

一个节点类应该还具有获取自己子节点的能力,在TreeNode类中添加获取子节点方法:

通过data的id和每条数据的父id对比相同的放入子节点的集合中,并且从数据集合中删除(这样做只要权限数据集合变成空了就可以算是树遍历完成)

public List<TreeNode<T>> childrenNode(List<T> datas, String idName, String fidName) {
        ConvertTree<T> convertTree = new ConvertTree<>();
        String idValue = convertTree.getFieldValue(data, idName);
        List<T> collect = datas.stream()
                .filter(date -> idValue.equals(convertTree.getFieldValue(date, fidName)))
                .collect(Collectors.toList());
        datas.removeAll(collect);
        for (T node : collect) {
            TreeNode<T> treeNode = new TreeNode<>();
            treeNode.setData(node);
            childrenNode.add(treeNode);
        }
        return childrenNode;
    }

由于无法知道具体的类也就不知道id字段和父id字段,采用反射的方式获取字段的值。另外,搜索公众号python人工智能技术后台回复“python进阶”,获取一份惊喜礼包。

public String getFieldValue(T o, String fieldName) {
        //得到class
        Class cls = o.getClass();
        //得到所有属性
        Field[] fields = cls.getDeclaredFields();
        for (Field field : fields) {
            try {
                //打开私有访问
                field.setAccessible(true);
                //获取属性
                if (field.getName().equals(fieldName)) {
                    Object result = field.get(o);
                    if (result == null) {
                        return null;
                    }
                    return result.toString();
                }
            } catch (IllegalAccessException e) {
                e.printStackTrace();
            }
        }
        throw new RuntimeException("获取属性值失败");
    }
3、从数据中找出根节点

我们首先需要定位一棵树最顶端的节点,也就是根节点“祖宗节点”。

新建一个类,并添加获取根节点方法。这个方法需要权限数据的集合,id的字段名,父id的字段名

思路:判断权限集合是否为空,取出集合中第一个元素,用过递归一层一层往上找,一直到找不到父节点为止,将这个得到的根节放到我们的树结构中,并且通过childrenNode来获取子节点他的子节点。

private TreeNode<T> getRootNode(List<T> datas, String idName, String fidName) {
        if (datas.isEmpty()) {
            return null;
        }
        T node = datas.get(0);
        T rootNode = getRootNode(datas, idName, fidName, node);
        TreeNode<T> rootTreeNode = new TreeNode<>();
        datas.remove(rootNode);
        rootTreeNode.setData(rootNode);
        rootTreeNode.childrenNode(datas, idName, fidName);
        return rootTreeNode;
    }

这个方法会不停的递归直到早不到父节点为止

private T getRootNode(List<T> datas, String idName, String fidName, T node) {
        T fNode = null;
        String fieldValue = getFieldValue(node, fidName);
        for (T data : datas) {
            if (getFieldValue(data, idName).equals(fieldValue)) {
                fNode = data;
                break;
            }
        }
        if (fNode == null) {
            return node;
        } else {
            return getRootNode(datas, idName, fidName, fNode);
        }
    }
4、根据根节点形成一棵树

先获取根节点,然后使用forChildren方法遍历根节点的子集,一级一级的往下查找子级,最后返回树。

private TreeNode<T> getTree(List<T> datas, String idName, String fidName) {
        //获取树根
        TreeNode<T> rootNode = getRootNode(datas, idName, fidName);
        //遍历树根的子集
        List<TreeNode<T>> childrenNode = rootNode.getChildrenNode();
        forChildren(datas, idName, fidName, childrenNode);
        //此时树已经形成
        return rootNode;
    }

遍历子集,将子集的子集记录下来,存入needForList,如果needForList不为空就一直递归,needForList为空的时候说明这棵树的所有相关的节点都找到了并且都通过childrenNode方法处理成TreeNode类。

private void forChildren(List<T> datas, String idName, String fidName, List<TreeNode<T>> childrenNode) {
        //需要遍历的集合
        List<TreeNode<T>> needForList = new ArrayList<>();
        for (TreeNode<T> tTreeNode : childrenNode) {
            List<TreeNode<T>> treeNodes = tTreeNode.childrenNode(datas, idName, fidName);
            needForList.addAll(treeNodes);
        }
        if (!needForList.isEmpty()) {
            forChildren(datas, idName, fidName, needForList);
        }
    }

三、形成森林

很多时候权限树并没有一个统一的根节点,如下图:

系统管理、软件管理、统计分析各是一棵树,这时候我们就需要把每一棵树都遍历出来,添加形成森林的方法:

只需要循环执行形成树的方法,一直到所有的权限数据的集合为空的时候结束,将所有的遍历出来的树放入集合中,返回集合。

public List<TreeNode<T>> getForest(List<T> datas, String idName, String fidName) {
        List<TreeNode<T>> forest = new ArrayList<>();
        while (!datas.isEmpty()) {
            TreeNode<T> tree = getTree(datas, idName, fidName);
            forest.add(tree);
        }
        return forest;
    }

四、使用

1.仅支持java8,id不可重复

2.调用方法就可以使用了

public List<TreeNode<AuthResource>> toTree() {
        //获取数据集合
        List<AuthResource> list = authResourceRepository.findAll();
        //创建工具类
        ConvertTree<AuthResource> convertTree = new ConvertTree<>();
        //生成森林
        List<TreeNode<AuthResource>> forest = convertTree.getForest(list, "id""parentId");
        return convertTree.getForest(list);
    }

3.代码:

https://github.com/guoyixing/converttree

    

1、拖动文件就能触发7-Zip安全漏洞,波及所有版本

2、进程切换的本质是什么?

3、一次 SQL 查询优化原理分析:900W+ 数据,从 17s 到 300ms

4、Redis数据结构为什么既省内存又高效?

5、IntelliJ IDEA快捷键大全 + 动图演示

6、全球第三浏览器,封杀中国用户这种操作!

点在看

浏览 20
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报