Deprecated: imwpcache\f884414bce24ee67f\f73723ec7b1919fa5::__construct(): Implicitly marking parameter $YECBGYFECGEAFWHA as nullable is deprecated, the explicit nullable type must be used instead in /www/wwwroot/www.chuangxiangniao.com/wp-content/plugins/imwpcache-dist/build/f884414bce24ee67ff73723ec7b1919fa5.php on line 2

Deprecated: imwpcache\f884414bce24ee67f\f73723ec7b1919fa5::__construct(): Implicitly marking parameter $BBWFDDBHHYHDXXAB as nullable is deprecated, the explicit nullable type must be used instead in /www/wwwroot/www.chuangxiangniao.com/wp-content/plugins/imwpcache-dist/build/f884414bce24ee67ff73723ec7b1919fa5.php on line 2
高效重排数组:基于父子关系与显示优先级的复杂排序策略_创想鸟

高效重排数组:基于父子关系与显示优先级的复杂排序策略

高效重排数组:基于父子关系与显示优先级的复杂排序策略

本文旨在提供一个全面的教程,详细讲解如何根据元素的父子关系(id与reference_id)和显示优先级(display_priority)对复杂数组进行重排序。我们将通过构建数据索引、组织父子关系、分步应用排序规则,最终生成一个结构清晰、符合预期的有序数组。

引言:理解复杂数组重排序需求

前端后端开发中,我们经常会遇到需要对数据列表进行复杂排序的场景。其中一种常见的需求是,数据项之间存在层级关系(例如,父子关系),同时每个数据项还有自身的显示优先级。我们的目标是将子项紧随其父项之后显示,并且在同级(包括顶层父项和同一父项下的子项)之间,需要根据display_priority进行升序排列

考虑以下原始数据结构,它是一个包含多个对象的数组,每个对象有id、name、reference_id和display_priority字段:

const rawData = [  { id: 3, name: 'hello world', reference_id: null, display_priority: 10},  { id: 6, name: 'hello world', reference_id: 2 , display_priority: 30},  { id: 1, name: 'hello world', reference_id: 2, display_priority: 40 },  { id: 4, name: 'hello world', reference_id: null, display_priority: 80},  { id: 2, name: 'hello world', reference_id: null, display_priority: 100 },  { id: 5, name: 'hello world', reference_id: 3, display_priority: 110 },];

我们期望的输出结果应遵循以下规则:

如果一个元素的reference_id为null,它是一个顶层父项。如果一个元素的reference_id不为null,它是一个子项,其父项的id与reference_id匹配。子项必须紧随其父项之后。所有顶层父项之间,以及同一父项下的所有子项之间,都应根据display_priority进行升序排列。

根据上述规则,期望的输出如下:

[  { id: 3, name: 'hello world', reference_id: null, display_priority: 10 }, // 父项  { id: 5, name: 'hello world', reference_id: 3, display_priority: 110 }, // 子项,display_priority: 110  { id: 4, name: 'hello world', reference_id: null, display_priority: 80 }, // 父项  { id: 2, name: 'hello world', reference_id: null, display_priority: 100 }, // 父项  { id: 6, name: 'hello world', reference_id: 2, display_priority: 30}, // 子项,display_priority: 30  { id: 1, name: 'hello world', reference_id: 2, display_priority: 40}, // 子项,display_priority: 40]

可以看到,id: 3是第一个父项(display_priority: 10),其子项id: 5(reference_id: 3)紧随其后。接着是id: 4(display_priority: 80)和id: 2(display_priority: 100)这两个顶层父项,它们之间按display_priority排序。最后是id: 2的子项id: 6和id: 1,它们也按display_priority排序。

核心挑战分析

要实现这种复杂的重排序,我们面临以下几个主要挑战:

父子关系的建立与维护: 需要高效地识别每个元素的父项或子项,并能够快速地找到特定父项的所有子项。多维度排序: 既要考虑父子层级,又要考虑display_priority。简单的sort函数无法一次性解决。动态插入: 在构建最终数组时,需要将子项动态插入到其父项之后,而不是简单地追加。

原始尝试的reduce方法虽然试图解决父子插入问题,但它存在局限性:它依赖于父项在数组中出现的顺序,如果父项在子项之后,则可能无法正确插入。更重要的是,它没有完全处理display_priority的排序逻辑。

分步解决方案

为了克服上述挑战,我们将采用一个结构化的分步方法:

步骤一:构建数据索引与分类

首先,我们需要对原始数据进行预处理,以便快速查找元素及其子项,并将所有元素分为顶层父项和子项。

创建父项映射: 使用一个Map来存储所有父项(reference_id为null)的id到其完整对象的映射,以及一个列表来存储顶层父项。创建子项映射: 使用另一个Map来存储每个父项id对应的所有子项列表。

// 示例数据const rawData = [  { id: 3, name: 'hello world', reference_id: null, display_priority: 10},  { id: 6, name: 'hello world', reference_id: 2 , display_priority: 30},  { id: 1, name: 'hello world', reference_id: 2, display_priority: 40 },  { id: 4, name: 'hello world', reference_id: null, display_priority: 80},  { id: 2, name: 'hello world', reference_id: null, display_priority: 100 },  { id: 5, name: 'hello world', reference_id: 3, display_priority: 110 },];const parents = []; // 存储所有顶层父项const childrenMap = new Map(); // 存储父项ID到其子项列表的映射rawData.forEach(item => {  if (item.reference_id === null) {    parents.push(item);  } else {    if (!childrenMap.has(item.reference_id)) {      childrenMap.set(item.reference_id, []);    }    childrenMap.get(item.reference_id).push(item);  }});

步骤二:应用显示优先级排序

在构建最终数组之前,我们需要确保所有顶层父项和每个父项下的子项都已根据display_priority进行排序。

排序顶层父项: 对parents数组进行display_priority升序排序。排序子项列表: 遍历childrenMap中的每个子项列表,并对它们进行display_priority升序排序。

// 排序顶层父项parents.sort((a, b) => a.display_priority - b.display_priority);// 排序每个父项下的子项childrenMap.forEach(childList => {  childList.sort((a, b) => a.display_priority - b.display_priority);});

步骤三:构建最终有序数组

现在我们有了排序好的顶层父项和每个父项下排序好的子项列表,可以开始构建最终的有序数组。

遍历排序后的parents数组。对于每个父项,将其添加到结果数组中,然后查找其在childrenMap中对应的子项列表,并将这些子项也依次添加到结果数组中。

const reorderedArray = [];parents.forEach(parent => {  reorderedArray.push(parent); // 添加父项  if (childrenMap.has(parent.id)) {    const sortedChildren = childrenMap.get(parent.id);    reorderedArray.push(...sortedChildren); // 添加排序后的子项  }});

JavaScript 示例代码

将上述步骤整合到一个函数中,可以得到一个完整的解决方案:

/** * 根据父子关系和显示优先级对数组进行重排序。 * 父项通过 reference_id: null 标识,子项通过 reference_id 关联父项 id。 * 所有同级元素(包括顶层父项和同一父项下的子项)按 display_priority 升序排列。 * * @param {Array} data 原始数据数组,每个对象需包含 id, reference_id, display_priority。 * @returns {Array} 重排序后的数组。 */function reorderArrayByParentAndPriority(data) {  if (!data || data.length === 0) {    return [];  }  const parents = []; // 存储所有顶层父项  const childrenMap = new Map(); // 存储父项ID到其子项列表的映射  // 步骤一:构建数据索引与分类  data.forEach(item => {    // 确保 display_priority 存在且为数字,否则默认为一个大值以防排序异常    const priority = typeof item.display_priority === 'number' ? item.display_priority : Infinity;    const itemWithPriority = { ...item, display_priority: priority };    if (item.reference_id === null) {      parents.push(itemWithPriority);    } else {      if (!childrenMap.has(item.reference_id)) {        childrenMap.set(item.reference_id, []);      }      childrenMap.get(item.reference_id).push(itemWithPriority);    }  });  // 步骤二:应用显示优先级排序  // 排序顶层父项  parents.sort((a, b) => a.display_priority - b.display_priority);  // 排序每个父项下的子项  childrenMap.forEach(childList => {    childList.sort((a, b) => a.display_priority - b.display_priority);  });  // 步骤三:构建最终有序数组  const reorderedArray = [];  parents.forEach(parent => {    reorderedArray.push(parent); // 添加父项    if (childrenMap.has(parent.id)) {      const sortedChildren = childrenMap.get(parent.id);      reorderedArray.push(...sortedChildren); // 添加排序后的子项    }  });  return reorderedArray;}// 原始数据const rawData = [  { id: 3, name: 'hello world', reference_id: null, display_priority: 10},  { id: 6, name: 'hello world', reference_id: 2 , display_priority: 30},  { id: 1, name: 'hello world', reference_id: 2, display_priority: 40 },  { id: 4, name: 'hello world', reference_id: null, display_priority: 80},  { id: 2, name: 'hello world', reference_id: null, display_priority: 100 },  { id: 5, name: 'hello world', reference_id: 3, display_priority: 110 },];const result = reorderArrayByParentAndPriority(rawData);console.log(result);/*期望输出:[  { id: 3, name: 'hello world', reference_id: null, display_priority: 10 },  { id: 5, name: 'hello world', reference_id: 3, display_priority: 110 },  { id: 4, name: 'hello world', reference_id: null, display_priority: 80 },  { id: 2, name: 'hello world', reference_id: null, display_priority: 100 },  { id: 6, name: 'hello world', reference_id: 2, display_priority: 30 },  { id: 1, name: 'hello world', reference_id: 2, display_priority: 40 }]*/

代码解析与注意事项

数据预处理与健壮性: 在forEach循环中,我们添加了对display_priority的类型检查。如果display_priority不存在或不是数字,我们将其视为Infinity。这确保了排序的健壮性,防止因数据不规范而导致程序崩溃,并将这些项推到排序结果的末尾。Map的优势: 使用Map (childrenMap) 来存储子项,可以实现 O(1) 的平均时间复杂度来查找特定父项的所有子项,这比每次遍历数组查找要高效得多,尤其是在数据量较大时。分步排序的清晰性: 将分类、排序和重构三个逻辑步骤分开处理,使得代码逻辑更加清晰,易于理解和维护。push与spread操作符: reorderedArray.push(parent)用于添加单个父项,而reorderedArray.push(…sortedChildren)则利用展开运算符(spread operator)将一个数组的所有元素一次性添加到另一个数组中,这比循环push更简洁高效。性能考虑:时间复杂度: 初始遍历分类的时间复杂度是 O(N)。排序顶层父项和所有子项列表的总时间复杂度取决于子项的数量和分布,最坏情况下(所有元素都是顶层父项或所有子项都在一个父项下)接近 O(N log N)。最后重构数组的时间复杂度是 O(N)。因此,整体时间复杂度为 O(N log N),对于大多数应用场景来说是高效的。空间复杂度: parents数组、childrenMap以及最终的reorderedArray都需要额外的空间,空间复杂度为 O(N)。

总结

通过本教程,我们学习了如何处理一个常见的复杂数组重排序问题,即同时考虑父子关系和显示优先级。关键在于将问题分解为几个可管理的步骤:首先进行数据索引和分类,然后对各个层级的数据独立进行优先级排序,最后将这些排序好的数据结构化地组合起来。这种分步处理的方法不仅使代码逻辑清晰,而且在处理大规模数据时也能保持较好的性能。这种策略可以推广到更复杂的树形结构排序场景,只需递归地应用类似的分层排序思想。

以上就是高效重排数组:基于父子关系与显示优先级的复杂排序策略的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1520434.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
Vue高性能无限滚动与虚拟列表实现指南
上一篇 2025年12月20日 13:19:31
如何用Web Serial实现传感器数据的实时采集与可视化?
下一篇 2025年12月20日 13:19:44

相关推荐

  • Java Random类如何生成随机数

    Random类位于java.util包,通过实例化生成伪随机数;无参构造以系统时间作种子,带参构造用固定种子可复现序列;提供nextInt()、nextDouble()等方法生成不同类型随机值;指定范围整数可用rand.nextInt(max-min)+min实现;多线程推荐ThreadLocalR…

    2026年9月21日
    100
  • 构建与调试PHP简易路由系统:从原理到实践

    本文将指导您如何从零开始构建一个基础的PHP路由系统,实现URL到控制器和方法的映射。我们将深入探讨$_SERVER[‘REQUEST_URI’]的解析、控制器文件的动态加载、方法调用以及如何通过.htaccess进行URL重写。同时,文章还将详细讲解常见的“未定义变量”错误…

    2026年9月21日
    100
  • windows10如何查看S.M.A.R.T.硬盘状态_windows10硬盘S.M.A.R.T.状态查看方法

    电脑运行慢、蓝屏或文件损坏可能是硬盘故障前兆,可通过S.M.A.R.T.技术检测健康状况。1、使用WMIC命令行工具输入“wmic diskdrive get model,status”查看状态,显示Pred Fail需立即备份数据;2、CrystalDiskInfo可深度分析S.M.A.R.T.参…

    2026年9月21日
    100
  • 小红书从哪里看私信记录?私信记录如何清理?

    在小红书上与朋友或喜欢的博主互动时,私信是必不可少的沟通方式。不少新手用户常常困惑于如何查找过往的聊天内容。本文将为你详细说明查看私信记录的具体步骤,并分享几种实用的清理方法,帮助你轻松管理私信箱,让对话界面更清爽。 一、如何找到小红书的私信记录? 查看私信的操作非常直观,只需几个简单步骤即可完成。…

    2026年9月21日
    000
  • Java中字符到数字转换:解决for循环提前返回的常见陷阱

    本文探讨java中`for`循环在字符到数字转换时,因`return`语句放置不当导致程序提前终止、无法完整处理字符串的问题。我们将分析这种常见陷阱,并提供修正方案,演示如何正确利用循环填充数组,并在循环结束后统一返回最终结果,确保每个字符都能被准确映射和组合。 引言:字符到数字的映射需求 在编程实…

    2026年9月21日
    000
  • Java多线程API调用中Future.get()返回null的解决方案

    本文旨在解决%ignore_a_1%api调用中`future.get()`方法返回`null`的常见问题。当使用`callable`和`executorservice`并发执行api请求并尝试获取结果时,如果流读取逻辑不当,可能导致获取到的数据为空。文章将详细解释问题根源,并提供使用`string…

    2026年9月21日
    000
  • 升级后如何检查兼容性

    检查兼容性是升级后确保系统稳定的关键,需先确认硬件配置与驱动支持,再验证软件运行及业务流程正常,最后通过系统日志排查潜在错误,逐步排除风险。 系统或软件升级后,检查兼容性是确保各项功能正常运行的关键步骤。直接进入实际使用前,花时间验证兼容性可以避免数据丢失、服务中断等问题。 检查硬件和驱动支持 某些…

    2026年9月21日
    000
  • .com网站安全维护_保障.com网站稳定的措施

    答案:保障.com网站稳定需加强安全防护、定期备份、实时监控和应急准备。部署防火墙、更新系统、使用HTTPS、限制端口;制定自动备份并异地存储,定期恢复测试;利用监控工具检测可用性与异常流量,优化加载速度;建立应急流程,严格权限管理,定期演练。细节执行到位才能确保长期安全稳定运行。 确保.com网站…

    2026年9月21日
    100
  • 分布式锁(Redis)解决数据竞争

    使用redis实现分布式锁来解决数据竞争可以通过setnx和expire命令。1)使用setnx尝试获取锁,并通过expire设置锁的过期时间防止死锁。2)释放锁时使用watch命令确保锁未被其他客户端获取。需要注意redis的单点故障、高并发性能瓶颈和锁的过期时间设置。 在处理高并发的应用场景中,…

    2026年9月21日
    000
  • 如何在Weka中处理向量属性:ARFF格式的限制与解决方案

    本文探讨了weka中arff格式对直接向量属性表示的限制,并提供了两种主要解决方案。对于时间序列数据,建议利用weka的内置时间序列分析功能。对于非时间序列数据,核心在于通过特征工程(如使用addexpression、multifilter等)将向量拆解并转换为可被weka有效处理的独立特征,以揭示…

    2026年9月21日
    000
  • PostgreSQL地理位置数据按距离排序的最佳实践:数据库层优化策略

    在处理大量地理位置数据并按距离排序时,将排序逻辑下推至数据库层(如postgresql)是更优的选择。这种方法能有效减少应用层的数据传输和内存消耗,充分利用数据库的计算能力,从而提升整体性能和资源利用率,而非在spring boot应用服务层进行排序。 1. 地理位置排序的需求与挑战 在现代Web应…

    2026年9月21日
    100
  • REDMI K90标准版外观预热:两款低饱和配色

    今日,redmi k90标准版正式开启预热,并首次公开完整外观设计。 官方称其为REDMI K系列历史上最为精致的标准版机型。从目前已公布的信息来看,新机将推出两种低饱和度配色:通透紫与纯净白,机身采用一体化包裹式金属中框,搭配同色系对称天线带设计,正面配备一块6.59英寸显示屏,凭借高达94%的屏…

    2026年9月21日
    100
  • Flyway配置中安全使用环境变量的实践指南

    flyway配置中直接暴露数据库连接参数存在安全隐患。本文详细阐述了如何通过命令行参数和api调用两种主要方式,将环境变量安全地集成到flyway配置流程中。通过外部化管理敏感信息,可以有效提升数据库迁移配置的安全性、灵活性和可维护性,避免将凭证硬编码到配置文件中。 在数据库迁移实践中,将敏感的数据…

    2026年9月21日
    100
  • Image Thresholding

    大家好,又见面了,我是你们的朋友全栈君。 Simple Thresholding The function cv.threshold is used to apply the thresholding. The first argument is the source image, which sh…

    2026年9月21日
    000
  • Java OOP如何使用内部类提高代码组织性

    内部类提升Java代码组织性与封装性,成员内部类增强封装,静态内部类分离逻辑,局部与匿名内部类简化回调,私有内部类隐藏实现细节。 内部类在Java面向对象编程中是一种有效提升代码组织性和封装性的工具。通过将一个类定义在另一个类的内部,可以更好地表达类之间的逻辑关系,控制访问权限,并减少命名冲突。合理…

    2026年9月21日
    000
  • MySQL缓存机制对性能提升的作用_MySQL缓存配置及调优方案

    MySQL缓存机制对性能提升的作用_MySQL缓存配置及调优方案MySQL缓存机制对性能提升的作用_MySQL缓存配置及调优方案MySQL缓存机制对性能提升的作用_MySQL缓存配置及调优方案MySQL缓存机制对性能提升的作用_MySQL缓存配置及调优方案

    mysql的缓存机制主要包括innodb缓冲池、查询缓存和操作系统文件系统缓存等,其中innodb缓冲池是性能优化的核心。1. innodb缓冲池缓存表数据和索引页,减少磁盘i/o,提升读写效率;2. 查询缓存因失效频繁及锁竞争问题,在高并发场景下易成瓶颈,已在mysql 8.0中移除;3. 操作系…

    2026年9月21日 用户投稿
    100
  • PHP 数组值比较与嵌套数组过滤教程

    本教程详细讲解如何在 PHP 中比较一个简单数组与一个复杂嵌套数组,并根据特定条件(如文件名匹配)过滤嵌套数组中的所有相关子数组。我们将通过识别非匹配项的索引,然后从所有子数组中移除这些项并重新索引,实现精确的数据筛选。 问题背景 在 php 开发中,我们经常会遇到需要处理结构复杂的数组数据。例如,…

    2026年9月21日
    100
  • Java集合框架在数据处理中的应用实例

    使用Set去重:通过LinkedHashSet去除标签重复并保持顺序;2. Map统计频次:利用HashMap统计单词出现次数;3. List结合Comparator排序:按年龄升序、姓名降序排列用户;4. 集合嵌套处理数据:用Map组织部门与员工列表。集合框架提升数据处理效率与代码可读性。 Jav…

    2026年9月21日
    000
  • 如何使用XGBoost训练AI大模型?优化机器学习模型的步骤

    XGBoost并非用于训练GPT类大模型,而是擅长处理结构化数据的高效梯度提升算法,其优势在于速度快、准确性高、支持并行计算、内置正则化与缺失值处理,适用于表格数据建模;通过分阶段超参数调优(如学习率、树深度、采样策略)、结合贝叶斯优化与交叉验证,并配合特征工程、数据预处理和集成学习等关键步骤,可显…

    2026年9月21日
    000
  • 如何在Java中配置与数据库连接环境

    答案:Java中配置数据库连接需引入JDBC驱动,如MySQL在Maven中添加对应依赖;通过DriverManager或连接池(如HikariCP)获取Connection,使用try-with-resources管理资源;建议将连接参数存入properties文件,并处理常见问题如驱动加载、权限…

    2026年9月21日
    000

发表回复

登录后才能评论
关注微信