MySql無限分類數據結構--預排序遍歷樹算法

無限分類是我們開發中非常常見的應用，像論壇的的版塊，CMS的類別，應用的地方特別多。
我們最常見最簡單的方法就是在MySql里ID ,parentID,name。其優點是簡單，結構簡單；缺點是效率不高，因為每一次遞歸都要查詢數據庫，幾百條數據時就不是很快了！

存儲樹是一種常見的問題，多種解決方案。主要有兩種方法：鄰接表的模型，並修改樹前序遍歷算法。 

我們將探討這兩種方法的節能等級的數據。我會使用樹從一個虛構的網上食品商店作為一個例子。這食品商店組織其食品類，通過顏色和類型。這棵樹看起來像這樣： 

下面我們將用另外一種方法，這就是預排序遍歷樹算法(modified preorder tree traversal algorithm) 
這種方法大家可能接觸的比較少，初次使用也不像上面的方法容易理解，但是由於這種方法不使用遞歸查詢算法，有更高的查詢效率。
我們首先將多級數據按照下面的方式畫在紙上，在根節點Food的左側寫上 1 然后沿着這個樹繼續向下 在 Fruit 的左側寫上 2 然后繼續前進，沿着整個樹的邊緣給每一個節點都標上左側和右側的數字。最后一個數字是標在Food 右側的 18。 在下面的這張圖中你可以看到整個標好了數字的多級結構。（沒有看懂？用你的手指指着數字從1數到18就明白怎么回事了。還不明白，再數一遍，注意移動你的手指）。 
這些數字標明了各個節點之間的關系，"Red"的號是3和6，它是 "Food" 1-18 的子孫節點。 同樣，我們可以看到 所有左值大於2和右值小於11的節點 都是"Fruit" 2-11 的子孫節點 

如圖所示：

這樣整個樹狀結構可以通過左右值來存儲到數據庫中。繼續之前，我們看一看下面整理過的數據表。 

注意：由於"left"和"right"在 SQL中有特殊的意義，所以我們需要用"lft"和"rgt"來表示左右字段。 另外這種結構中不再需要"parent"字段來表示樹狀結構。也就是 說下面這樣的表結構就足夠了。 

SELECT * FROM tree WHERE lft BETWEEN 2 AND 11;



看到了吧，只要一個查詢就可以得到所有這些節點。為了能夠像上面的遞歸函數那樣顯示整個樹狀結構，我們還需要對這樣的查詢進行排序。用節點的左值進行排序： 

SELECT * FROM tree WHERE lft BETWEEN 2 AND 11 ORDER BY lft ASC;

那么某個節點到底有多少子孫節點呢？很簡單，子孫總數=(右值-左值-1)/2 
descendants = (right – left - 1) / 2 ，如果不是很清楚這個公式，那就去翻下書，我們在上數據結構寫的很清楚！

添加同一層次的節點的方法如下：

LOCK  TABLE  nested_category WRITE;


SELECT   @myRight  : =  rgt  FROM  nested_category
WHERE  name  =   ' Cherry ' ;



UPDATE  nested_category  SET  rgt  =  rgt  +   2   WHERE  rgt  >   @myRight ;
UPDATE  nested_category  SET  lft  =  lft  +   2   WHERE  lft  >   @myRight ;

INSERT   INTO  nested_category(name, lft, rgt)  VALUES ( ' Strawberry ' ,  @myRight   +   1 ,  @myRight   +   2 );

UNLOCK TABLES;

添加樹的子節點的方法如下：

LOCK  TABLE  nested_category WRITE;

SELECT   @myLeft  : =  lft  FROM  nested_category

WHERE  name  =   ' Beef ' ;

UPDATE  nested_category  SET  rgt  =  rgt  +   2   WHERE  rgt  >   @myLeft ;
UPDATE  nested_category  SET  lft  =  lft  +   2   WHERE  lft  >   @myLeft ;

INSERT   INTO  nested_category(name, lft, rgt)  VALUES ( ' charqui ' ,  @myLeft   +   1 ,  @myLeft   +   2 );

UNLOCK TABLES;

每次插入節點之后都可以用以下SQL進行查看驗證：

SELECT  CONCAT( REPEAT(  '   ' , ( COUNT (parent.name)  -   1 ) ), node.name)  AS  name
FROM  nested_category  AS  node,
nested_category  AS  parent
WHERE  node.lft  BETWEEN  parent.lft  AND  parent.rgt
GROUP   BY  node.name
ORDER   BY  node.lft;

刪除節點的方法，稍微有點麻煩是有個中間變量,如下：

LOCK  TABLE  nested_category WRITE;


SELECT   @myLeft  : =  lft,  @myRight  : =  rgt,  @myWidth  : =  rgt  -  lft  +   1
FROM  nested_category
WHERE  name  =   ' Cherry ' ;


DELETE   FROM  nested_category  WHERE  lft  BETWEEN   @myLeft   AND   @myRight ;


UPDATE  nested_category  SET  rgt  =  rgt  -   @myWidth   WHERE  rgt  >   @myRight ;
UPDATE  nested_category  SET  lft  =  lft  -   @myWidth   WHERE  lft  >   @myRight ;

UNLOCK TABLES;

 

這種方式就是有點難的理解，但是適合數據量很大規模使用，查看所有的結構只需要兩條SQL語句就可以了，在添加節點和刪除節點的時候略顯麻煩，不過相對於效率來說還是值得的，這次發現讓我發現了數據庫結構真的很有用，但是我在學校學的樹基本上都忘記了，這次遇到這個問題才應用到項目中！

參考文章：
http://dev.mysql.com/tech-resources/articles/hierarchical-data.html

http://www.sitepoint.com/article/hierarchical-data-database/3/