在项目开发中，经常会碰到存储多级数据结构（树状）的问题。经过查找资料，总结出层次结构存储的两种设计方法：

1：邻接表模式（adjacency list model）

2：先根遍历树算法（modified preorder tree traversal algorithm）

 

数据结构可能是这样的

中国 
|
|---陕西
|    |
|    |---渭南 
|    |
|    |--- 西安
|          |
|          |--钟楼

|    |     |
|    |     |--大雁塔
|
|---云南 
|    | 
|    |---丽江

 

1：邻接目录模式： 我们一般在数据库中增加一个parent字段表示这个节点的父节点，从而将整个树状描述出来

如

 

parent	name
	中国
中国	陕西
中国	云南
陕西	渭南
陕西	西安
云南	丽江
西安	钟楼
西安	大雁塔

 等 这样我们就能够通过数据库保存整个树状结构啦。

通过这种方法需要得到一个多级结构时候需要进行一个递归， 通过递归的方法我们可以得到任意节点的路径

 这种方法的优点是简单，容易理解。缺点是运行速度很慢。尤其是数据量很大的时候需要进行很多查询时候才能完成一个树， 效率很低。

 

2： 先根遍历树算法

将多级数据按照下面的格式划出来

                           1 中国 16

                             |

                +------------------------+

               2 陕西 11               12 云南 15

                 |                        |

            +-------------+            13 丽江 14

          3 渭南 4       5 西安 10

                           |

                     +-----------+  

                    6 钟楼 7   8 大雁塔 9 

我们给根节点“中国”左侧标上1， 然后沿着这个树向下在“陕西”左侧标上2， 然后继续前进， 向下在“渭南”左侧标上3， 渭南没有子节点，所以在“渭南”右侧标上4， 然后继续“渭南”的右侧节点。。。沿着整个树的给每个节点的左侧和右侧标上数字。最后一个数组标在“中国”右侧为16。  你只要用手指从1指到16就知道怎么回事啦。

 

这些数字表明了各个节点之间的关系。我们可以看到， 所有左侧大于2， 右侧小于11的节点，都是“陕西”的子节点。

 这样我们可以在数据库中用left, right表示左右数字。如

name	left	right
中国	1	16
陕西	2	11
云南	12	15
渭南	3	4
西安	5	10
钟楼	6	7
大雁塔	8	9
丽江	13	14

 

 

这样我们如果想得到 "陕西"下的所有节点。只需要执行：

select * from table where left between 2 and 11;

要想知道“西安”的路径只需要执行：

select * from table where left < 5 and right > 10;

计算某个节点有多少子孙节点： 子孙节点数＝（右值－左值－1）/2;

 

要算出所有节点的左右值， 数据库中需要parent字段，然后编写一个计算左右值递归函数执行。（这里略去不谈）。

主要考虑如何进行一个子节点的增加，删除。

方法1： 在数据库中保留parent字段， 增加节点后，调用计算左右值递归函数重新计算左右值。 该方法不推荐用

方法2： 改变所有位于新节点右侧的左右值。

      比如：想添加“华清池”作为“西安”的最后一个节点，我们给它挪出一个空间，“西安”的右值改为12， “陕西”的右值改为13， “云南”及其子节点的左右值从“12－15”改为 “14－17”， “中国”的右值改为18。即给左右值大于9的所有节点加2 （9为西安最后一个子节点的右值）

update table set right=right+2 where right > 9;

update table set left=left+2 where left > 9;

这样就给新节点腾出空间，它的左右值分别为 9+1, 9+2;

insert into table set left=10, right=11, name='华清池';

 

当然，删除一个节点时候给左右值大于该节点右值的所有节点减2。

 

以上两种方法的采用根据具体情况考虑，如果查询量小但频繁添加，删除则建议采用第一种。如果查询量大，则考虑使用第二种方法。