表结构

 树结构表设计一般有2种，如下所示。
 个人认为第一种设计比较好，因为第二种分组和节点的数据都放在一起，假设现在树的节点有很多，但是分组没多少，这样会导致查询分组的时候都需要过滤一张大表。而且只对分组修改的时候，如果开了事务等操作，也会将表锁住，会影响到节点的操作；第一种设计的话，分组和节点就可以互不影响。

• 第一种

// 分组表
create table "group" (
   id
   group_name
   parent_group_id // 父分组id
);

// 分组节点表
create table "group_node" (
   id
   group_id // 所属分组id
   node_name
);
1
2
3
4
5
6
7
8
9
10
11
12
13

• 第二种

// 分组表，自关联
create table "group" (
   id
   name
   is_group
   parent_of
);
1
2
3
4
5
6
7

搜索思路

下面按上述的第一种表设计来讨论，假设一棵树如下

人
	|_ 消防员
 		|_张三
 		|_李四
	|_医生
 		|_卢员外
	|_护士
 		|_凤姐
车辆
	|_ 救护车
		|_宝马
1
2
3
4
5
6
7
8
9
10
11

现在搜索关键字输入"员"，期望的结果如下

人
|_
	消防员
 	医生
 	|_卢员外
1
2
3
4
5

搜索思路如下
1.分别搜分组表和节点表，名字like关键字的
select * group where name like ‘%员%’
select * group_nodewhere name like ‘%员%’
2.然后将搜到的group和groupNode转成一个GroupVo，放在一个List中，GroupVo结构如下

// 后端之所以用这种结构，是因为后端用这种结构比较好整理。
// 但是数据库却是将分组和节点分开的，因为分开对于curd会更加快
class GroupVo {
	String id;
	String name;
	boolean isGroup;
	String parentOf;
}
1
2
3
4
5
6
7
8

3.如果对于每一个group和groupNode都递归往上查找父节点，直到找到树的根节点。然后不停的往List塞GroupVo
4.最后在用List将数据整理成前端需要的结构。

不太好的做法
 一开始做的时候很容易想到，从树的根节点开始查找，不断递归向下，判断节点是否匹配关键字。这样做是可以实现，但是缺点是需要遍历整颗树，当树的节点很多效率会很慢。
 而从树匹配中的节点开始往上遍历出所有的节点，最后在组装成树，会大大减少需要查询处理的节点。