递归书写树形图示例

2024-06-06 06:20
文章标签 示例 树形图 递归 书写

本文主要是介绍递归书写树形图示例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

大叫好,今天书写了一个扁型转换为树型的例子,使用的是递归,请大家食用,无毒

        

<!DOCTYPE html>
<html lang="zh"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>树结构</title></head><body><script>let arr = [{id: 1,name: "中国",pid: 0}, {id: 78,name: "美国",pid: 0}, {id: 2,name: "河南",pid: 1}, {id: 3,name: "河北",pid: 1}, {id: 4,name: "新乡",pid: 2}, {id: 5,name: "开封",pid: 2}, {id: 6,name: "许昌",pid: 2}, {id: 7,name: "漯河",pid: 2}, {id: 8,name: "石家庄",pid: 3}, {id: 9,name: "邢台",pid: 3}, {id: 10,name: "秦皇岛",pid: 3}, {id: 11,name: "衡水",pid: 3}, {id: 12,name: "延津县",pid: 4}, {id: 13,name: "封丘县",pid: 4}, {id: 14,name: "长垣县",pid: 4}, {id: 15,name: "王楼镇",pid: 12}, {id: 16,name: "牛屯镇",pid: 12}, {id: 17,name: "王屯镇",pid: 12}, {id: 18,name: "刘庄乡",pid: 15}, {id: 19,name: "王庄乡",pid: 15}, {id: 20,name: "陈庄乡",pid: 15}, {id: 21,name: "娄庄乡",pid: 15}, {id: 22,name: "张庄乡",pid: 15}, {id: 23,name: "李庄乡",pid: 15}, {id: 24,name: "草庄乡",pid: 15}, {id: 25,name: "刘庄村",pid: 18}, {id: 26,name: "王庄村",pid: 18}, {id: 27,name: "李庄村",pid: 18}, {id: 28,name: "和庄村",pid: 18}];// 递归函数构建树结构function buildTree(arr, pid) {let result = [];for (let i = 0; i < arr.length; i++) {if (arr[i].pid === pid) {let children = buildTree(arr, arr[i].id);if (children.length) {arr[i].children = children;}result.push(arr[i]);}}return result;}// 构建树结构let tree = buildTree(arr, 0);console.log(tree);</script></body>
</html>

请大家看完之后给我点个关注,谢谢您了

这篇关于递归书写树形图示例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1035321

相关文章

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测 目录 时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测基本介绍程序设计参考资料 基本介绍 MATLAB实现LSTM时间序列未来多步预测-递归预测。LSTM是一种含有LSTM区块(blocks)或其他的一种类神经网络,文献或其他资料中LSTM区块可能被描述成智能网络单元,因为

53、Flink Interval Join 代码示例

1、概述 interval Join 默认会根据 keyBy 的条件进行 Join 此时为 Inner Join; interval Join 算子的水位线会取两条流中水位线的最小值; interval Join 迟到数据的判定是以 interval Join 算子的水位线为基准; interval Join 可以分别输出两条流中迟到的数据-[sideOutputLeftLateData,

【Unity Shader】Alpha Blend(Alpha混合)的概念及其使用示例

在Unity和图形编程中,Alpha Blend(也称为Alpha混合)是一种用于处理像素透明度的技术。它允许像素与背景像素融合,从而实现透明或半透明的效果。Alpha Blend在渲染具有透明度的物体(如窗户、玻璃、水、雾等)时非常重要。 Alpha Blend的概念: Alpha值:Alpha值是一个介于0(完全透明)和1(完全不透明)的数值,用于表示像素的透明度。混合模式:Alpha B

OSG学习:阴影代码示例

效果图: 代码示例: #include <osgViewer/Viewer>#include <osg/Node>#include <osg/Geode>#include <osg/Group>#include <osg/Camera>#include <osg/ShapeDrawable>#include <osg/ComputeBoundsVisitor>#include

OSG学习:转动的小汽车示例

由于只是简单的示例,所以小汽车的模型也比较简单,是由简单的几何体组成。 代码如下: #include <osg\ShapeDrawable>#include <osg\AnimationPath>#include <osg\MatrixTransform>#include<osgDB\ReadFile>#include<osgViewer\Viewer>osg::MatrixTr

OSG学习:使用已有回调示例

回调的类型有很多种,一般很容易就想到的是UpdateCallBack,或者EventCallBack,回调的意思就是说,你可以规定在某件事情发生时启动一个函数,这个函数可能做一些事情。这个函数就叫做回调函数。 #include<osg\MatrixTransform>#include<osg\PositionAttitudeTransform>#include<osg\Geode>#

线性回归(Linear Regression)原理详解及Python代码示例

一、线性回归原理详解         线性回归是一种基本的统计方法,用于预测因变量(目标变量)与一个或多个自变量(特征变量)之间的线性关系。线性回归模型通过拟合一条直线(在多变量情况下是一条超平面)来最小化预测值与真实值之间的误差。 1. 线性回归模型         对于单变量线性回归,模型的表达式为:         其中: y是目标变量。x是特征变量。β0是截距项(偏置)。β1

LoRaWAN在嵌入式网络通信中的应用:打造高效远程监控系统(附代码示例)

引言 随着物联网(IoT)技术的发展,远程监控系统在各个领域的应用越来越广泛。LoRaWAN(Long Range Wide Area Network)作为一种低功耗广域网通信协议,因其长距离传输、低功耗和高可靠性等特点,成为实现远程监控的理想选择。本文将详细介绍LoRaWAN的基本原理、应用场景,并通过一个具体的项目展示如何使用LoRaWAN实现远程监控系统。希望通过图文并茂的讲解,帮助读

C++ 重建二叉树(递归方法)

/*** struct TreeNode {* int val;* struct TreeNode *left;* struct TreeNode *right;* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}* };*/#include <vector>class Solution {public:/*** 代码

一二三应用开发平台应用开发示例(4)——视图类型介绍以及新增、修改、查看视图配置

调整上级属性类型 前面为了快速展示平台的低代码配置功能,将实体文件夹的数据模型上级属性的数据类型暂时配置为文本类型,现在我们调整下,将其数据类型调整为实体,如下图所示: 数据类型需要选择实体,并在实体选择框中选择自身“文件夹” 这时候,再点击生成代码,平台会报错,提示“实体【文件夹】未设置主参照视图”。这是因为文件夹选择的功能页面,同样是基于配置产生的,因为视图我们还没有配置,所以会报错。