資料結構

資料結構描述了資料元素之間的關係，可以從邏輯結構和儲存結構兩個維度來分析。

邏輯結構分類

• 集合，資料元素除了同屬一個集合沒有其他關係；
• 線性結構，存在一個對一個的關係；
• 樹形結構，一個對多個的關係；
• 複雜結構（圖狀結構、網狀結構），資料元素之間存在多個對多個的關係。如下圖：

儲存（物理）結構分類

順序表示、連結表示、雜湊（雜湊）表示、索引表示（注意這裡的儲存結構是記憶體的結構，以二進位制形式儲存，外存的儲存不一樣）。

邏輯結構轉變成物理結構

邏輯結構最終需要變成物理結構，計算機才能使用，但是邏輯結構不能直接變成物理結構，中間需要經過程式語言處理，就是說我們需要：

1. 用程式語言的資料結構來表示邏輯結構
2. 執行程式
3. 程式語言的資料結構就變成了物理結構

邏輯結構 -> 程式語言的資料結構 -> 物理結構。

樹形邏輯結構的程式語言表示

我們使用 JS 來描述樹形邏輯結構，有兩種方式：

巢狀表示（子表表示法）

var tree1 = [
    {
        name: 'L1',
        children: [
            {
                name: 'L2_1',
                children: [ { name: 'L3_1'} ]
            },

            {
                name: 'L2_2',
                children: [ { name: 'L3_1' } ]
            },
        ]
    }
];

首先，是一個陣列，包含所有的 L1（一級）節點；然後，每個節點有 children 屬性（陣列），儲存子節點。

問題：只有父 -> 子的關係，沒有子 -> 父的關係。

扁平表示（父指標表示法）

var tree2 = [
    { id: 1, name: 'L1' },
    { id: 2, pId: 1, name: 'L2_1' },
    { id: 3, pId: 2, name: 'L3_1' },

    { id: 4, pId: 1, name: 'L2_2' },
    { id: 5, pId: 4, name: 'L3_2' },
];

首先，也是一個陣列，包含所有節點，通過 id 唯一標識；然後，使用 id、pId 維護子 -> 父的關係。

問題：與巢狀表示的問題正好相反，有子 -> 父關係，沒有父 -> 子關係。

在業務場景中用到了樹形結構，要滿足所有的業務需求，如果沒有完整的父 -> 子、子 -> 父的關係，就會面臨很多困難，當然可以用各種方式來實現業務需求，但是這裡想給出一種規範的、簡便的方式。

完整結構

使用 id、pId 建立子 -> 父關係；在父節點的 children 屬性包含所有子節點，建立父 -> 子關係。這有就有了完整的父子關係，其實是一種圖形邏輯結構，可以滿足所有業務需求。

注意這裡有兩個關鍵點：

• 每個節點應該有一個唯一的標誌 id
• 整個結構首先是一個陣列，可以根據 id 獲取任意節點

這裡自己實現了一個工具庫，可以把巢狀、扁平結構轉變成完整結構。

樹形結構的資料庫儲存

不管是文件型資料庫還是關係型資料庫，都可以使用巢狀、扁平的方式來儲存。

巢狀方式問題：子節點可能沒有 id，這樣解析成完整結構的時候需要手動維護 id。

扁平方式問題：需要進行多次插入，即先插入一個父節點，得到 id 後，把子節點的 pId 賦值成 id 再插入子節點。