数据结构转换,笔试题系列

简介: 今天分享一道面试手写笔试题,主要是考察数据结构处理,以及数据引用问题

今天分享一道面试手写笔试题,主要是考察数据结构处理,以及数据引用问题


题目是下面这样的:将原数据根据pid进行转换成一个tree结构,也就是将pid归类到id相等的分组中去,当前的pidid不会相等

// 原数据
var sourceData = [
    { id: 0, pid: 1, order: 1 },
    { id: 1, pid: 0, order: 1 },
    { id: 2, pid: 0, order: 1 },
    { id: 3, pid: 2, order: 1 },
    { id: 4, pid: 2, order: 1 },
    { id: 5, pid: 2, order: 1 },
    { id: 5, pid: 3, order: 1 },
    { id: 6, pid: 5, order: 1 },
    { id: 7, pid: 1, order: 2 }
];

转换成以下数据结构

[
  {
    "id": 0,
    "pid": 1,
    "order": 1,
    "child": [
      {
        "id": 1,
        "pid": 0,
        "order": 1,
        "child": [
          {
            "id": 7,
            "pid": 1,
            "order": 2,
            "child": []
          }
        ]
      },
      {
        "id": 2,
        "pid": 0,
        "order": 1,
        "child": [
          {
            "id": 3,
            "pid": 2,
            "order": 1,
            "child": [
              {
                "id": 5,
                "pid": 3,
                "order": 1,
                "child": []
              }
            ]
          },
          {
            "id": 4,
            "pid": 2,
            "order": 1,
            "child": []
          },
          {
            "id": 5,
            "pid": 2,
            "order": 1,
            "child": []
          }
        ]
      }
    ]
  },
  {
    "id": 1,
    "pid": 0,
    "order": 1,
    "child": [
      {
        "id": 7,
        "pid": 1,
        "order": 2,
        "child": []
      }
    ]
  },
  {
    "id": 2,
    "pid": 0,
    "order": 1,
    "child": [
      {
        "id": 3,
        "pid": 2,
        "order": 1,
        "child": [
          {
            "id": 5,
            "pid": 3,
            "order": 1,
            "child": []
          }
        ]
      },
      {
        "id": 4,
        "pid": 2,
        "order": 1,
        "child": []
      },
      {
        "id": 5,
        "pid": 2,
        "order": 1,
        "child": []
      }
    ]
  },
  {
    "id": 3,
    "pid": 2,
    "order": 1,
    "child": [
      {
        "id": 5,
        "pid": 3,
        "order": 1,
        "child": []
      }
    ]
  },
  {
    "id": 4,
    "pid": 2,
    "order": 1,
    "child": []
  },
  {
    "id": 5,
    "pid": 2,
    "order": 1,
    "child": []
  },
  ...
]

大致思路就是双层循环,后面的pid是否等于前面的id,如果相等就添加一个child属性,并将数据添加到 child

const transformTree = (source) => {
    // 拷贝一份新的数据
    let newData = JSON.parse(JSON.stringify(source));
    for (let i = 0; i < newData.length; i++) {
        const item = newData[i];
        // 每一项添加一个child属性
        item.child = [];
        for (let j = i + 1; j < newData.length; j++) {
          // 0-1,0-2,0-3,...,1-1,1-2...这样依次比较
            if (item.id === newData[j].pid) {
                item.child.push(newData[j]);
            }
        }
    }
    return newData
}
console.log(JSON.stringify(transformTree(sourceData), null, 2));
console.log(sourceData);

最后的结果就是我们前面看到的,但是我们会发现其实数据结构里面会是这样的

[
  {
      "id": 0,
      "pid": 1,
      "order": 1,
      "child": [
        {
          "id": 1,
          "pid": 0,
          "order": 1,
          "child": [
            {
              "id": 7,
              "pid": 1,
              "order": 2,
              "child": []
            }
       ]
   },
  {
    "id": 1,
    "pid": 0,
    "order": 1,
    "child": [
      {
        "id": 7,
        "pid": 1,
        "order": 2,
        "child": []
      }
    ]
  },
   ...
]


id=0的根数据上,我们看到添加进去了child,child里面又有与id相同的pid数据,所以你看到了一个树的结构。但是我们看到之前并没有用递归的方式。这就是很奇怪了?我们仔细思考下


i=0时,然后依次循环当前i=0会动态新增一个child属性, arr[0].child = []


j=1时,arr[1].child = [],此时arr[1].pid === arr[0].id,所以就会把当前的arr[1]添加到arr[0].child

[
  {
      "id": 0,
      "pid": 1,
      "order": 1,
      "child": [
        {
          "id": 1,
          "pid": 0,
          "order": 1,
    }
   }
   ...
]

i=1时,此时也会动态添加一个child属性, arr[1] = [], 此时你会发现,会变成下面这样

[
  {
      "id": 0,
      "pid": 1,
      "order": 1,
      "child": [
        {
          "id": 1,
          "pid": 0,
          "order": 1,
          "child": []
        }
      ]
    },
    {
      "id": 1,
      "pid": 0,
      "order": 1,
      "child": []
  }
      ...
]

j=6时,arr[6].pid===arr[1].id,然后你arr[1].child.push(arr[6])

[
  {
      "id": 0,
      "pid": 1,
      "order": 1,
      "child": [
        {
          "id": 1,
          "pid": 0,
          "order": 1,
          "child": [
            {
              "id": 7,
              "pid": 1,
              "order": 2,
              "child": []
            }
          ],
        }
      ]
    },
    {
      "id": 1,
      "pid": 0,
      "order": 1,
      "child": [
          {
            "id": 7,
            "pid": 1,
            "order": 2,
            "child": []
          }
    ]
  }
      ...
]


本质上这两个数据就是同一份引用

a911c8745a5b7fc2e9403093bb24b184.png

我们也看到我们对原数据进行一份深拷贝,这样处理就不会影响原数据,正常情况我们处理原数据,涉及到新值删除操作时,最好不要在原有数据上进行操作。


关于数据引赋值问题可以分析下面的一个问题

const obj = { c: 1 };
const obj2 = obj;
obj2.c = '22';
console.log(obj.c, obj2.c)

结果就是22,22


但是下面这样的呢

var name = 'Maic';
var cnane = name;
cname = 'Web技术学苑';
console.log(name, cname);

我们发现结果就是Maic, Web技术学苑,与上面正好不太一样


我们继续看下下面这段代码

const obj3 = { name: 'Maic', info: { name: 'Web技术学苑' } }
const obj4 = { ...obj3 };
obj4.name = 'Tom';
obj4.info.name = 'infoQ';
console.log(obj3, obj4)

最后的结果:

obj3:{ name: 'Maic', info: { name: 'infoQ' } }
obj4:{ name: 'Tom', info: { name: 'infoQ' } }

这涉及一个问题就是基础数据类型与引用类型赋值的问题,对象与基础数据类型赋值是值拷贝,而扩展运算符是浅拷贝,当值拷贝一个引用数据类型,新的值修改会影响原有的值,当浅拷贝一份数据时,如果对象key的值是基础数据类型,那么新值修改不会影响原值,如果是引用数据类型,那么新值会影响原有的值


最后,看下另外一种比较简单的写法,不过功能是一样的

const transformTree3 = (source) => {
    const arr = JSON.parse(JSON.stringify(source));
    for (let i = 0; i < arr.length; i++) {
        const item = arr[i];
        // 从剩下的元素中过滤获取id与pid的数据归类
        item.child = arr.slice(i + 1, arr.length).filter(v => v.pid === item.id);
    }
    return arr;
}
console.log(JSON.stringify(transformTree3(sourceData), null, 2));


总结


  • 根据一维数组结构转换成树结构,主要考察引用数据类型赋值问题,我们也是利用引用数据类型巧妙的构建树结构
  • 引用数据类型与基础数据类型赋值拷贝问题,如果是基础数据类型,新值赋值改变不会影响原有的值,如果是引用数据类型,新值修改会影响原有的值,如果利用es6扩展运算符来浅拷贝原数据时,如果原数据key对应的值时引用数据类型,那么修改新值会影响原有的值,如果是基础数据类型,那么修改新值不会影响原有的值
  • 本文示例code example[1]
相关文章
|
Java 定位技术
减小程序规模!稀疏数组Sparsearray,数据结构二维数组与稀疏数组转换,Java实现
减小程序规模!稀疏数组Sparsearray,数据结构二维数组与稀疏数组转换,Java实现
97 1
减小程序规模!稀疏数组Sparsearray,数据结构二维数组与稀疏数组转换,Java实现
|
存储 算法
【数据结构和算法】树与森林&树与二叉树的转换
【数据结构和算法】树与森林&树与二叉树的转换
115 0
【数据结构和算法】树与森林&树与二叉树的转换
|
算法 安全 Java
数据结构之PriorityQueue源码及特性分析 (大小根堆转换、扩容)
数据结构之PriorityQueue源码及特性分析 (大小根堆转换、扩容)
数据结构之PriorityQueue源码及特性分析 (大小根堆转换、扩容)
数据结构学习笔记——树的存储结构以及树、森林与二叉树之间的转换
数据结构学习笔记——树的存储结构以及树、森林与二叉树之间的转换
数据结构学习笔记——树的存储结构以及树、森林与二叉树之间的转换
数据结构学习笔记——前、中、后缀表达式的转换(栈的应用)
数据结构学习笔记——前、中、后缀表达式的转换(栈的应用)
数据结构学习笔记——前、中、后缀表达式的转换(栈的应用)
|
算法 Java
数据结构—栈的应用举例【算术表达式求值转换、后缀表达式求值计算】
数据结构—栈的应用举例【算术表达式求值转换、后缀表达式求值计算】
142 0
数据结构—栈的应用举例【算术表达式求值转换、后缀表达式求值计算】
不同包下,相同数据结构的两个类进行转换
import com.alibaba.fastjson.JSON; JSON.parseObject(JSON.toJSONString(obj1), obj2.class)   import com.
1402 0
数据结构之树、森林和二叉树的转换
树转换为二叉树 (1)加线。在所有兄弟结点之间加一条连线。 (2)去线。树中的每个结点,只保留它与第一个孩子结点的连线,删除它与其它孩子结点之间的连线。
928 0