项目心得:广度遍历搜索部门处理业务

简介: 部门树节点 平常在做后台管理系统的时候,多多少少都会涉及部门管理,部门有上下级,所以架构会呈现出树形,下图是一个简单的部门节点图:                         这个和平时的二叉树很像,如果部门比较多的话,那么这个树就会很复杂。

部门树节点

平常在做后台管理系统的时候,多多少少都会涉及部门管理,部门有上下级,所以架构会呈现出树形,下图是一个简单的部门节点图:

 

 

 

 

 

 

 

 

 

 

 

 

这个和平时的二叉树很像,如果部门比较多的话,那么这个树就会很复杂。做到web上就会这样显示:

怎么实现的我就不详细介绍了,本文主要结合实例介绍平时项目中广度遍历搜索部门树,从上级部门往下级部门开始一级一级的遍历搜索。

假设需求

有个后台管理系统用来管理每个部门,还有每个部门的主机,现在每一个部门有一个IP段(192.168.1.1-192.168.1.100),该部门的主机注册的时候能够自动匹配段,并划分到该部门下。

分析需求

考虑到IP段重复的情况,可以采用广度遍历,就是从最上级部门开始,然后二级部门,然后三级部门....,这样的话能够节省IP匹配次数。

也是说希望最后的遍历搜索顺序是:根部门,行政,测试,管理,行政1,测试1,测试2,管理1,管理12

如下图所示:

广度优先遍历各个节点,需要使用到队列(Queue)这种数据结构,Queue的特点是先进先出,

其实也可以使用双端队列,区别就是双端队列首位都可以插入和弹出节点。整个遍历过程如下:

1.根部门进队列,处理业务,出队列,

2.行政,测试,管理进队列,处理业务,出队列

3.行政1,测试1,测试2,管理1进队列,处理业务,出队列

4,管理12进队列,处理业务,出队列

代码实现:

(注意这里使用了部分伪代码)

1. 缓存部门与下级部门

设计部门表的时候注意留一个字段是用来记录该部门的上级部门。

新建一个类,使用Map缓存部门id和下级部门idlist的形式

public class DeptManager{
    // 缓存部门id对应的所有下属部门id
    Map<Integer, List<Integer>> deptMap = new HashMap<Integer, List<Integer>>();
    // 缓存部门id对应的部门IP段
    Map<Integer, String> deptIpRangeMap = new HashMap<Integer, String>();

    /**
     * 加载 从数据库中取出所有部门信息,存储成List<Map<String, Object>>形式 加载部门id和其对应的IPRange
     * 注意数据库设计部门表的时候要添加上级部门ID字段
     * @throws Exception
     */
    public void load() throws Exception {
     // 从数据中获取所有部门信息
        List<Map<String, Object>> searchIdList = Db.biz.searchAsMapList(TbOrg.TABLE,
                new Field[] { TbOrg.ID, TbOrg.ORG_PARENT_ID, TbOrg.IP_RANGE });
        // 遍历部门,存储成部门ID对应下级部门IDList的形式
        for (Map<String, Object> searchId : searchIdList) {
       // 获取上级部门节点ID
int parentId = (Integer) searchId.get(TbOrg.ORG_PARENT_ID.name);
      // 获取当前部门节点ID
int id = (Integer) searchId.get(TbOrg.ID.name); if (deptMap.containsKey(parentId)) { deptMap.get(parentId).add(id); } else { List<Integer> idList = new ArrayList<Integer>(); idList.add(id); deptMap.put(parentId, idList); } // 缓存部门对应的IP段 deptIpRangeMap.put(id, (String) searchId.get(TbOrg.IP_RANGE.name)); } }

 

这样处理部门信息,接下里的部门信息就会被存储成上级部门ID对应下级部门list的一个键值对。例:
{-1=[1], 2=[4], 1=[2, 3]}存储成这样的形式是为了方便接下来更好的广度遍历。

 2.广度遍历部门

将部门信息存储成从上级部门往下级部门一级,二级,三级的形式

private static DeptManager deptManager = DeptManager.getInstance();

    private static List<List<Integer>> getDeptBroadList(int deptId) {
        List<List<Integer>> resultList = new ArrayList<List<Integer>>();
        // 队列控制广度遍历
        ArrayDeque<List<Integer>> queue = new ArrayDeque<List<Integer>>();
        List<Integer> subDeptList = deptManager.getSubDeptIds(deptId);
        queue.add(subDeptList);
        while (queue.isEmpty() == false) {
            subDeptList = queue.pop();
            resultList.add(subDeptList);
            // 获取部门节点的子节点
            List<Integer> children = getChildren(subDeptList);
            if (children != null && !children.isEmpty()) {
                queue.add(children);
            }
        }
        return resultList;
    }

    /**
     * 获取同一级所有子节点
     * 
     * @param list
     * @return
     */
    private static List<Integer> getChildren(List<Integer> list) {
        List<Integer> result = new ArrayList<Integer>();
        for (Integer deptId : list) {
            if (deptManager.getSubDeptIds(deptId) != null) {
                result.addAll(deptManager.getSubDeptIds(deptId));
            }
        }
        return result;
    }/**
     * 广度遍历匹配IP
     * 业务处理
     * @param hostIp
     * @param deptId
     * @return
     */
    private static int getDeptIdFromIp(String hostIp, int deptId) {
        // flag作为判断部门IP匹配的标志
        boolean flag = false;
        List<List<Integer>> deptBroadList = getDeptBroadList(deptId);
        for (List<Integer> list : deptBroadList) {
            for (int tempDeptId : list) {
                flag = matchDeptIp(hostIp, DeptManager.getInstance().getDeptIpRange(tempDeptId));
                if (flag) {
                    return tempDeptId;
                }
            }
        }
        // 未匹配到则返回根部门ID
        return deptId;
  }

 总结:

广度搜索在平常的项目中多多少少会使用到,本文只是作者个人经验见解,不到之处请与斧正。

代码段使用了部分伪代码希望帮助读者理解,希望本文能够给予读者在工作学习中帮助和参考。

个人博客网站 http://www.janti.cn
相关文章
|
存储 监控 算法
文档管理软件中的KMP算法:快速搜索与匹配的秘密武器
KMP算法可以用于文档管理软件中的字符串匹配功能。在监控软件中,需要对用户的电脑活动进行监控,包括监控用户输入的文本内容。为了保护公司的机密信息,监控软件需要检测用户输入的文本中是否包含敏感信息,如公司机密信息、禁止使用的词汇等。
157 0
|
7月前
|
人工智能 算法 测试技术
【简历优化平台-03】轻字段信息的合理性及单独算法
【简历优化平台-03】轻字段信息的合理性及单独算法
|
算法
回溯与搜索 三 最高效益 选书
回溯与搜索 三 最高效益 选书
《开放搜索在智能化行业搜索和业务增长领域的应用实践》电子版地址
《开放搜索在智能化行业搜索和业务增长领域的应用实践》PDF
145 0
《开放搜索在智能化行业搜索和业务增长领域的应用实践》电子版地址
|
7月前
|
算法 关系型数据库 分布式数据库
如何用 PolarDB 整合age算法插件, 实现图式搜索加速 - 刑侦、社交、风控、族谱、推荐等业务图谱类关系数据搜索
背景PolarDB 的云原生存算分离架构, 具备低廉的数据存储、高效扩展弹性、高速多机并行计算能力、高速数据搜索和处理; PolarDB与计算算法结合, 将实现双剑合璧, 推动业务数据的价值产出, 将数据变成生产力.本文将介绍PolarDB结合图式算法, 实现高效率的刑侦、社交、风控、族谱、推荐等业...
226 0
|
存储 SQL 并行计算
如何用 PolarDB 整合age算法插件, 实现图式搜索加速 - 刑侦、社交、风控、族谱、推荐等业务图谱类关系数据搜索
PolarDB 的云原生存算分离架构, 具备低廉的数据存储、高效扩展弹性、高速多机并行计算能力、高速数据搜索和处理; PolarDB与计算算法结合, 将实现双剑合璧, 推动业务数据的价值产出, 将数据变成生产力. 本文将介绍PolarDB结合图式算法, 实现高效率的刑侦、社交、风控、族谱、推荐等业务图谱类关系数据搜索.
410 0
|
JSON 前端开发 JavaScript
测试圈相亲平台开发流程(12):搜索功能
测试圈相亲平台开发流程(12):搜索功能
测试圈相亲平台开发流程(12):搜索功能
|
JavaScript 算法 测试技术
测试圈相亲平台开发流程(13):搜索功能
测试圈相亲平台开发流程(13):搜索功能
测试圈相亲平台开发流程(13):搜索功能
|
自然语言处理 搜索推荐 iOS开发
电商搜索"提高输入效率,更快找到想要的商品"最佳实践
很多时候,搜索不仅仅只是“搜索”,不是单纯的在搜索框中输入Query这么简单,有时搜索还赋予了其他的价值和意义,今天和大家聊一聊如何通过搜索引导功能---“下拉提示”,优化业务的价值~
2894 0
电商搜索"提高输入效率,更快找到想要的商品"最佳实践
|
机器学习/深度学习 存储 人工智能
如何让用户找到想要的内容?阿里文娱搜索算法实践
视频搜索是涉及信息检索,自然语言处理(NLP),机器学习、计算机视觉(CV)等多领域的综合应用场景,随着深度学习在这些领域的长足进展以及用户对视频生产和消费的广泛需求,视频搜索技术的发展在学术和工业界都取得了飞速的发展。
如何让用户找到想要的内容?阿里文娱搜索算法实践