后端同学想必对无限级分类印象深刻。是不是花了很多时间？无限分类树结构有很多应用场景。比如后端研发需要读取用户相关权限，生成树状结构。前端研发拿到权限树后，可以根据结构显示用户有权限访问的栏目；另一个例子是网页。以上列分类：笔者刚开始接触树结构生成需求时，也是摸不着头脑，后来发现了一种代码量少、清晰易懂的生成算法：递归。首先确定数据库中存储的类目信息如下：[{"id":1,"name":'电器',"parent":0},{"id":2,"name":'水果',"parent":0},{"id":3,"name":'家用电器',"parent":1},{"id":4,"name":'吹风机',"parent":3},{"id":5,"name":'电风扇',"parent":3},{"id":6,"name":'台灯',"parent":3},{"id":7,"name":'商用电器',"parent":1},{"id":8,"name":'大电火锅',"parent":7},]字段父记录为该条目的父编号，例如吹风机的父编号为3，即吹风机属于家电，家电的父编号为1，即，家用电器属于电器产品。电吹风项和电器项之间没有直接标识，需要用树形结构来表示电器<-家用电器<-电吹风的关系。Copyright水印微信公众号Python编程参考通过parent找到父数并建立关系的操作其实就是一个循环，直到找到所有的节点。这个很符合递归算法，很容易写出相应的递归代码：defgenerate_tree(source,parent):tree=[]foriteminsource:ifitem["parent"]==parent:item["child"]=generate_tree(source,item["id"])tree.append(item)returntree只需要将存储在数据库中的信息传递给generate_tree函数即可。这段递归代码在来回循环的过程中使用parent寻找子节点，找到子节点后添加到树中。完整代码如下：importjsondefgenerate_tree(source,parent):tree=[]foriteminsource:ifitem["parent"]==parent:item["child"]=generate_tree(source,item["id"])tree.append(item)returntreeif__name__=='__main__':permission_source=[{"id":1,"name":'Appliance',"parent":0},{"id":2,"name":'水果',"parent":0},{"id":3,"name":'家电',"parent":1},{"id":4,"name":'吹风机',"parent":2},{"id":5,"name":'电风扇',"parent":3},{"id":6,"name":'台灯',"parent":3},{"id":7,"name":'商用电器',"parent":1},{"id":8,"name":'大型电暖器',"parent":7},]permission_tree=generate_tree(permission_source,0)print(json.dumps(permission_tree,ensure_ascii=False))尝试运行一下，看看结构是否符合预期。使用缓存优化算法的递归算法中有很多重复计算。这些计算不仅会占用额外的资源，还会降低函数执行的效率。因此，需要优化递归。这里采用缓存优化的方法来提高函数的执行效率。基本思路是，每找到一个节点关系，就把这个表项的编号加到一个链表中缓存起来，也就是说这个表项找到了一个节点关系。当功能以往复循环执行时，可以跳过此条目。代码修改很简单，只需要添加缓存列表和控制流语句：defgenerate_tree(source,parent,cache=[]):tree=[]foriteminsource:ifitem["id"]incache:continue如果item["parent"]==parent:cache.append(item["id"])item["child"]=generate_tree(source,item["id"],cache)tree.append(item)返回树至此，无限类分类树结构生成算法完成。你学会了吗？这里是微信公众号Python编程参考，如果您觉得本文对您有帮助，请关注我。点击进入作者专栏https://www.weishidong.com查看更多有用知识。
