Question

我有一个函数，在给定一个简单的node.id，node.parentId关联的情况下，计算某些treeNodes集合的左右节点值。它非常简单并且运作良好......但是，我想知道是否有更惯用的方法。具体来说，有一种方法可以跟踪左/右值而不使用一些外部跟踪的值，但仍保持美味的递归。

/* 
 * A tree node
 */
case class TreeNode(val id:String, val parentId: String){
    var left: Int = 0
    var right: Int = 0
}

/* 
 * a method to compute the left/right node values 
 */
def walktree(node: TreeNode) = {
    /* 
     * increment state for the inner function 
     */
    var c = 0

    /*
     * A method to set the increment state
     */
    def increment = { c+=1; c } // poo

    /* 
     * the tasty inner method
     * treeNodes is a List[TreeNode]
     */
    def walk(node: TreeNode): Unit = {
      node.left = increment

      /* 
       * recurse on all direct descendants 
       */
      treeNodes filter( _.parentId == node.id) foreach (walk(_))

      node.right = increment
    }

    walk(node)
}

walktree(someRootNode)

编辑 - 节点列表取自数据库。将节点拉入适当的树将花费太多时间。我正在将一个平面列表拉入内存，我所拥有的是一个通过节点ID的关联，与父母和孩子有关。

添加左/右节点值允许我使用单个SQL查询获取所有子项（和子项的子项）的快照商店。

如果父子关联发生变化（他们经常这样做），计算需要非常快速地运行以保持数据的完整性。

除了使用令人敬畏的Scala集合之外，我还通过在树节点上使用并行处理进行一些前/后过滤来提高速度。我想找到一种跟踪左/右节点值的更惯用的方法。看完@dhg的答案后，它变得更好了。使用groupBy而不是过滤器会使算法（主要是？）线性而不是四角形！

val treeNodeMap = treeNodes.groupBy(_.parentId).withDefaultValue(Nil)

def walktree(node: TreeNode) = {
    def walk(node: TreeNode, counter: Int): Int = {
        node.left = counter 
        node.right = 
          treeNodeMap(node.id) 
          .foldLeft(counter+1) {
            (result, curnode) => walk(curnode, result) + 1
        }
        node.right
    }
    walk(node,1)
}

Answer 1

您的代码似乎正在计算有序遍历编号。

我认为您希望使代码更好的是fold向下传递当前值并向上传递更新后的值。请注意，在treeNodes.groupBy(_.parentId)之前执行walktree可能还是值得的，以防止您每次拨打treeNodes.filter(...)时都拨打walk。

val treeNodes = List(TreeNode("1","0"),TreeNode("2","1"),TreeNode("3","1"))

val treeNodeMap = treeNodes.groupBy(_.parentId).withDefaultValue(Nil)

def walktree2(node: TreeNode) = {
  def walk(node: TreeNode, c: Int): Int = {
    node.left = c
    val newC = 
      treeNodeMap(node.id)         // get the children without filtering
        .foldLeft(c+1)((c, child) => walk(child, c) + 1)
    node.right = newC
    newC
  }

  walk(node, 1)
}

它产生相同的结果：

scala> walktree2(TreeNode("0","-1"))
scala> treeNodes.map(n => "(%s,%s)".format(n.left,n.right))
res32: List[String] = List((2,7), (3,4), (5,6))

那就是说，我会完全重写你的代码如下：

case class TreeNode(        // class is now immutable; `walktree` returns a new tree
  id: String,
  value: Int,               // value to be set during `walktree` 
  left: Option[TreeNode],   // recursively-defined structure
  right: Option[TreeNode])  //   makes traversal much simpler

def walktree(node: TreeNode) = {
  def walk(nodeOption: Option[TreeNode], c: Int): (Option[TreeNode], Int) = {
    nodeOption match {
      case None => (None, c)  // if this child doesn't exist, do nothing
      case Some(node) =>      // if this child exists, recursively walk
        val (newLeft, cLeft) = walk(node.left, c)        // walk the left side
        val newC = cLeft + 1                             // update the value
        val (newRight, cRight) = walk(node.right, newC)  // walk the right side
        (Some(TreeNode(node.id, newC, newLeft, newRight)), cRight)
    }
  }

  walk(Some(node), 0)._1
}

然后你可以像这样使用它：

walktree(
  TreeNode("1", -1,
    Some(TreeNode("2", -1,
      Some(TreeNode("3", -1, None, None)),
      Some(TreeNode("4", -1, None, None)))),
    Some(TreeNode("5", -1, None, None))))

生产：

Some(TreeNode(1,4,
  Some(TreeNode(2,2,
    Some(TreeNode(3,1,None,None)),
    Some(TreeNode(4,3,None,None)))),
  Some(TreeNode(5,5,None,None))))

Answer 2

如果我正确地得到你的算法：

def walktree(node: TreeNode, c: Int): Int = {
    node.left = c

    val c2 = treeNodes.filter(_.parentId == node.id).foldLeft(c + 1) { 
        (cur, n) => walktree(n, cur)
    }

    node.right = c2 + 1
    c2 + 2
}

walktree(new TreeNode("", ""), 0)

可能会发生逐个错误。

几个随机的想法（更适合http://codereview.stackexchange.com）：

尝试发布编译...我们必须猜测这是一系列TreeNode：

val隐含于case类：

case class TreeNode(val id: String, val parentId: String) {

对=函数避免明确Unit和Unit：

def walktree(node: TreeNode) = {
def walk(node: TreeNode): Unit = {

有副作用的方法应该有()：
```
def increment = {c += 1; c}
```

这非常慢，考虑在实际节点中存储子项列表：

treeNodes filter (_.parentId == node.id) foreach (walk(_))

更简洁的语法是treeNodes foreach walk：
```
treeNodes foreach (walk(_))
```

如何使这个方法更加Scalalicious

2 个答案: