虽然在实际工作（开发岗位）中几乎很难遇到让自己手写算法的情形，因为往往我们会有两种解决方案：拥有现成的算法api函数库供我们使用以及通过百度直接cv大佬们提供的现成算法代码。 但是，有句古话说得好，常在河边走哪有不湿鞋，这不，天有不测风云，我就湿鞋了。
问题很简单，给定一种格式的原数据集，通过某种算法将其转变为目标格式的数据集。 下面，我给出一组实例数据： 原数据集：
const data = [ { id: 'Jack', pid: null, status: 'CEO' }, { id: 'Lexie', pid: 'Jack', status: 'QA Lead' }, { id: 'Anlyiah', pid: 'Jack', status: 'Manager' }, { id: 'Elliot', pid: 'Lexie', status: 'QA' }, { id: 'Anahi', pid: 'Lexie', status: 'QA' }, { id: 'Knox', pid: 'Lexie', status: 'QA' }, { id: 'Lucas', pid: 'Anlyiah', status: 'Marketer' }, { id: 'Adan', pid: 'Lucas', status: 'Designer' }, { id: 'Alex', pid: 'Lucas', status: 'Sales' }, ];目标数据集：
const targetData = { id: 'Jack', pid: null, status: CEO, children: [ { id: 'Lexie', pid: 'Jack', status: 'QA Lead', children: [ { id: 'Elliot', pid: 'Lexie', status: 'QA' }, { id: 'Anahi', pid: 'Lexie', status: 'QA' }, { id: 'Knox', pid: 'Lexie', status: 'QA' }, ] }, { id: 'Anlyiah', pid: 'Jack', status: 'Manager', children: [ { id: 'Lucas', pid: 'Anlyiah', status: 'Marketer', children: [ { id: 'Adan', pid: 'Lucas', status: 'Designer' }, { id: 'Alex', pid: 'Lucas', status: 'Sales' } ] } ] }, ] };仔细看看是不是感觉很像多叉树的某种转换遍历问题，对的，没错，就是它了！ 我也给出其用树的形式展现出来的效果图：（只显示出id属性）
首先，不难发现树节点之间的关系是通过id与pid之间的关系来构建的，而目标数据与原数据相比多了一个children这个属性，并且需要从原数据的一维数组的形式完全转变为一个树的结构。 核心思路：首先，我们需要找到树的根节点，紧接着找到其第一个子节点并且通过children属性将其连接，继续递归直到找到此分支的叶子节点继而回退拼接其下一条分支，从宏观的角度来看，程序的流程类似于树的先序遍历（根左右），而拼接的逻辑类似于树的后序遍历（左右根）。
Talk is cheap,Show you my code!
function mergeData(targetData, children = null) { const data = {}; data['id'] = targetData['id']; data['pid'] = targetData['pid']; data['status'] = targetData['status']; if (children) { data['children'] = children; } return data; } function appendChildren(sourceData, rootParents, pid) { const children = sourceData.filter(data => data.pid === pid); if (children) { children.forEach(child => { //根据是否为叶子节点来进行相应的递归逻辑 if (sourceData.some(data => data.pid === child.id)) { const rootChildren = []; rootParents.push(this.mergeData(child, rootChildren)); this.appendChildren(sourceData, rootChildren, child.id); } else { rootParents.push(this.mergeData(child)); } }) } } function getRoot(sourceData) { //通过在查找不属于id的pid来确定根节点 const ids = []; sourceData.forEach(data => ids.push(data.id)); const root = sourceData.find(data => !ids.includes(data.pid)); return root; } function formatData(sourceData) { const root = this.getRoot(sourceData); const rootChildren = []; this.appendChildren(sourceData, rootChildren, root.id); return this.mergeData(root, rootChildren); }我这里简单解释这四个函数的功能：
formatData：直接调用此函数即可将原数据格式转换为目标数据格式。getRoot：找到根节点数据。mergeData：将原数据形式的object转换为目标数据形式的object。appendChildren：使用递归的手段来遍历并为目标数据创建树结构。细心的读者应该不难发现，其实我这算法的效率并不高，我总觉得应该此问题应该还有更高效的算法实现方式，但是我本人的能力仅限于此了，还望有大佬读者能在评论区赐教。 算法这块知识领域虽然在实际工作上难以真正的大展拳脚，但是其本身也是一门及其重要的基本功，所以咱也不能完全的轻视甚至是忽视它，毕竟有还有句经典的古话说得好，不怕一万就怕万一嘛，书到用时方恨少啊！
