网站对联广告素材,免费设计logo在线生成,网页期末作业代码模板,西安专业做网站的公司有哪些2019独角兽企业重金招聘Python工程师标准 程序设计过程中#xff0c;我们常常用树形结构来表征某些数据的关联关系#xff0c;如企业上下级部门、栏目结构、商品分类等等#xff0c;通常而言#xff0c;这些树状结构需要借助于数据库完成持久化。然而目前的各… 2019独角兽企业重金招聘Python工程师标准 程序设计过程中我们常常用树形结构来表征某些数据的关联关系如企业上下级部门、栏目结构、商品分类等等通常而言这些树状结构需要借助于数据库完成持久化。然而目前的各种基于关系的数据库都是以二维表的形式记录存储数据信息因此是不能直接将Tree存入DBMS设计合适的Schema及其对应的CRUD算法是实现关系型数据库中存储树形结构的关键。 理想中树形结构应该具备如下特征数据存储冗余度小、直观性强检索遍历过程简单高效节点增删改查CRUD操作高效。无意中在网上搜索到一种很巧妙的设计原文是英文看过后感觉有点意思于是便整理了一下。本文将介绍两种树形结构的Schema设计方案一种是直观而简单的设计思路另一种是基于左右值编码的改进方案。 一、基本数据 本文列举了一个食品族谱的例子进行讲解通过类别、颜色和品种组织食品树形结构图如下 二、继承关系驱动的Schema设计 对树形结构最直观的分析莫过于节点之间的继承关系上通过显示地描述某一节点的父节点从而能够建立二维的关系表则这种方案的Tree表结构通常设计为{Node_id,Parent_id}上述数据可以描述为如下图所示 这种方案的优点很明显设计和实现自然而然非常直观和方便。缺点当然也是非常的突出由于直接地记录了节点之间的继承关系因此对Tree的任何CRUD操作都将是低效的这主要归根于频繁的“递归”操作递归过程不断地访问数据库每次数据库IO都会有时间开销。当然这种方案并非没有用武之地在Tree规模相对较小的情况下我们可以借助于缓存机制来做优化将Tree的信息载入内存进行处理避免直接对数据库IO操作的性能开销。 三、基于左右值编码的Schema设计 在基于数据库的一般应用中查询的需求总要大于删除和修改。为了避免对于树形结构查询时的“递归”过程基于Tree的前序遍历设计一种全新的无递归查询、无限分组的左右值编码方案来保存该树的数据。 第一次看见这种表结构相信大部分人都不清楚左值Lft和右值Rgt是如何计算出来的而且这种表设计似乎并没有保存父子节点的继承关系。但当你用手指指着表中的数字从1数到18你应该会发现点什么吧。对你手指移动的顺序就是对这棵树进行前序遍历的顺序如下图所示。当我们从根节点Food左侧开始标记为1并沿前序遍历的方向依次在遍历的路径上标注数字最后我们回到了根节点Food并在右边写上了18。 依据此设计我们可以推断出所有左值大于2并且右值小于11的节点都是Fruit的后续节点整棵树的结构通过左值和右值存储了下来。然而这还不够我们的目的是能够对树进行CRUD操作即需要构造出与之配套的相关算法。 四、树形结构CRUD算法 1获取某节点的子孙节点 只需要一条SQL语句即可返回该节点子孙节点的前序遍历列表以Fruit为例SELECT* FROM Tree WHERE Lft BETWEEN 2 AND 11 ORDER BY Lft ASC。查询结果如下所示 那么某个节点到底有多少的子孙节点呢通过该节点的左、右值我们可以将其子孙节点圈进来则子孙总数 (右值 – 左值– 1) / 2以Fruit为例其子孙总数为(11 –2 – 1) / 2 4。同时为了更为直观地展现树形结构我们需要知道节点在树中所处的层次通过左、右值的SQL查询即可实现以Fruit为例SELECTCOUNT(*) FROM Tree WHERE Lft 2 AND Rgt 11。为了方便描述我们可以为Tree建立一个视图添加一个层次数列该列数值可以写一个自定义函数来计算函数定义如下 CREATE FUNCTION dbo.CountLayer
(node_id int
)
RETURNS int
AS
begindeclare result intset result 0declare lft intdeclare rgt intif exists(select Node_id from Tree where Node_id node_id)beginselect lft Lft, rgt Rgt from Tree where node_id node_idselect result count(*) from Tree where Lft lft and Rgt rgtendreturn result
end
GO 基于层次计算函数我们创建一个视图添加了新的记录节点层次的数列 CREATE VIEW dbo.TreeView
AS
SELECT Node_id, Name, Lft, Rgt, dbo.CountLayer(Node_id) AS Layer FROM dbo.Tree ORDER BY Lft
GO 创建存储过程用于计算给定节点的所有子孙节点及相应的层次 CREATE PROCEDURE [dbo].[GetChildrenNodeList]
(node_id int
)
AS
declare lft int
declare rgt int
if exists(select Node_id from Tree where node_id node_id)beginselect lft Lft, rgt Rgt from Tree where Node_id node_idselect * from TreeView where Lft between lft and rgt order by Lft ASCend
GO 现在我们使用上面的存储过程来计算节点Fruit所有子孙节点及对应层次查询结果如下 从上面的实现中我们可以看出采用左右值编码的设计方案在进行树的查询遍历时只需要进行2次数据库查询消除了递归再加上查询条件都是数字的比较查询的效率是极高的随着树规模的不断扩大基于左右值编码的设计方案将比传统的递归方案查询效率提高更多。当然前面我们只给出了一个简单的获取节点子孙的算法真正地使用这棵树我们需要实现插入、删除同层平移节点等功能。 2获取某节点的族谱路径 假定我们要获得某节点的族谱路径则根据左、右值分析只需要一条SQL语句即可完成以Fruit为例SELECT* FROM Tree WHERE Lft 2 AND Rgt 11 ORDER BY Lft ASC 相对完整的存储过程 CREATE PROCEDURE [dbo].[GetParentNodePath]
(node_id int
)
AS
declare lft int
declare rgt int
if exists(select Node_id from Tree where Node_id node_id)beginselect lft Lft, rgt Rgt from Tree where Node_id node_idselect * from TreeView where Lft lft and Rgt rgt order by Lft ASCend
GO 3为某节点添加子孙节点 假定我们要在节点“Red”下添加一个新的子节点“Apple”该树将变成如下图所示其中红色节点为新增节点。 仔细观察图中节点左右值变化相信大家都应该能够推断出如何写SQL脚本了吧。我们可以给出相对完整的插入子节点的存储过程 CREATE PROCEDURE [dbo].[AddSubNode]
(node_id int,node_name varchar(50)
)
AS
declare rgt int
if exists(select Node_id from Tree where Node_id node_id)beginSET XACT_ABORT ONBEGIN TRANSCTIONselect rgt Rgt from Tree where Node_id node_idupdate Tree set Rgt Rgt 2 where Rgt rgtupdate Tree set Lft Lft 2 where Lft rgtinsert into Tree(Name, Lft, Rgt) values(node_name, rgt, rgt 1)COMMIT TRANSACTIONSET XACT_ABORT OFFend
GO 4删除某节点 如果我们想要删除某个节点会同时删除该节点的所有子孙节点而这些被删除的节点的个数为(被删除节点的右值 – 被删除节点的左值 1) / 2而剩下的节点左、右值在大于被删除节点左、右值的情况下会进行调整。来看看树会发生什么变化以Beef为例删除效果如下图所示。 则我们可以构造出相应的存储过程 CREATE PROCEDURE [dbo].[DelNode]
(node_id int
)
AS
declare lft int
declare rgt int
if exists(select Node_id from Tree where Node_id node_id)beginSET XACT_ABORT ONBEGIN TRANSCTIONselect lft Lft, rgt Rgt from Tree where Node_id node_iddelete from Tree where Lft lft and Rgt rgtupdate Tree set Lft Lft – (rgt - lft 1) where Lft lftupdate Tree set Rgt Rgt – (rgt - lft 1) where Rgt rgtCOMMIT TRANSACTIONSET XACT_ABORT OFFend
GO 五、总结 我们可以对这种通过左右值编码实现无限分组的树形结构Schema设计方案做一个总结 1优点在消除了递归操作的前提下实现了无限分组而且查询条件是基于整形数字的比较效率很高。 2缺点节点的添加、删除及修改代价较大将会涉及到表中多方面数据的改动。 当然本文只给出了几种比较常见的CRUD算法的实现我们同样可以自己添加诸如同层节点平移、节点下移、节点上移等操作。有兴趣的朋友可以自己动手编码实现一下这里不在列举了。值得注意的是实现这些算法可能会比较麻烦会涉及到很多条update语句的顺序执行如果顺序调度考虑不周详出现Bug的话将会对整个树形结构表产生惊人的破坏。因此在对树形结构进行大规模修改的时候可以采用临时表做中介以降低代码的复杂度同时强烈推荐在做修改之前对表进行完整备份以备不时之需。在以查询为主的绝大多数基于数据库的应用系统中该方案相比传统的由父子继承关系构建的数据库Schema更为适用。 转载于:https://my.oschina.net/u/3647620/blog/1552319
