当前位置:首页 > 文章列表 > Golang > Go教程 > Go语言递归构建树状结构时,子节点为空的原因及解决方法

Go语言递归构建树状结构时,子节点为空的原因及解决方法

2025-03-19 15:19:37 0浏览 收藏

Go语言递归构建树状结构时,子节点为空是常见问题。本文针对使用Go语言从数据库构建地区树形结构时,子节点赋值失败导致所有节点children字段为空的情况,深入分析了问题根源:`for...range`循环复制变量导致修改副本而非原值。文章提供了两种解决方案:一是将`data.RegionTree`结构体的`Children`字段改为指针类型,直接修改原值;二是使用基于索引的循环遍历,避免变量复制。两种方法各有优劣,建议优先考虑使用指针,提升代码可读性和效率。

Go语言递归构建树状结构时,子节点为空的原因是什么及如何解决?

Go语言递归构建树形结构时,子节点为空的常见问题及解决方案

在使用Go语言从数据库查询数据并构建树形结构时,经常会遇到子节点为空的情况,即使数据库中存在子节点数据。本文分析此问题,并提供解决方案。

问题描述:

假设要构建一个地区树形结构。数据库查询能正确获取数据,但递归函数返回的子节点始终无法正确赋值到父节点的children字段,导致最终树形结构所有节点的children字段都为空。

示例代码:

func getSysRegionTree(pid string, deep int) (error, []data.RegionTree) {
    var regionTree []data.RegionTree
    // 查询数据库
    err := tx.Model(&model.SysRegion{}).Where("pid = ? and enabled = true", pid).Order("id asc").Find(®ionTree).Error
    if err != nil {
        panic(err)
    }

    for _, region := range regionTree {
        children := findChildren(tx, region.ID, deep-1) // 假设ID是string类型
        fmt.Println("children count =", len(children))
        region.Children = children // 问题在此行,修改的是副本
    }

    return err, regionTree
}

func findChildren(tx *gorm.DB, pid string, left int) []data.RegionTree {
    var regionTree []data.RegionTree
    err := tx.Model(&model.SysRegion{}).Where("pid = ? and enabled = true", pid).Order("id desc").Find(®ionTree).Error
    if err != nil {
        panic(err)
    }
    if left > 1 {
        for _, region := range regionTree {
            region.Children = findChildren(tx, region.ID, left-1) // 同样修改的是副本
        }
    }
    return regionTree
}

问题根源:

Go语言的for...range...循环会创建循环变量的副本。在getSysRegionTree函数中,for _, region := range regionTree 创建了region变量的副本,region.Children = children 操作修改的是副本,而非regionTree切片中的原始元素。

解决方案:

主要有两种解决方案:

  1. 使用指针: 将data.RegionTree 结构体的Children字段定义为*[]data.RegionTree,即指向切片的指针。修改指针指向的切片内容会直接影响regionTree中的元素。 这需要修改数据结构定义和相关代码。

  2. 使用索引遍历: 放弃for...range...,使用基于索引的循环:

for i := range regionTree {
    children := findChildren(tx, regionTree[i].ID, deep-1)
    regionTree[i].Children = children
}

这种方法直接修改regionTree切片中的元素,避免了值拷贝问题。

选择哪种方法取决于代码结构和个人偏好。使用指针更符合Go语言的习惯,但需要修改数据结构;使用索引遍历则无需修改数据结构,但代码略显冗长。 建议优先考虑使用指针,以提高代码的可读性和效率。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Go语言递归构建树状结构时,子节点为空的原因及解决方法》文章吧,也可关注golang学习网公众号了解相关技术文章。

网页批注Y轴自适应布局实现技巧网页批注Y轴自适应布局实现技巧
上一篇
网页批注Y轴自适应布局实现技巧
在VueCLI项目中引入本地JS文件并使用全局变量时,如果遇到“Unexpectedtoken'”错误,通常是因为JavaScript文件中包含了ES6模块语法(如export或import),而你在尝试将其作为CommonJS模块引入。这里有一些步骤可以帮助你解决这个问题:检查文件格式:确保你要引入的JS文件是合法的CommonJS模块格式,而不是ES6模块格式。如果文件中使用了export或i
下一篇
在VueCLI项目中引入本地JS文件并使用全局变量时,如果遇到“Unexpectedtoken'”错误,通常是因为JavaScript文件中包含了ES6模块语法(如export或import),而你在尝试将其作为CommonJS模块引入。这里有一些步骤可以帮助你解决这个问题:检查文件格式:确保你要引入的JS文件是合法的CommonJS模块格式,而不是ES6模块格式。如果文件中使用了export或i
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    371次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    440次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    448次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    394次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    219次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码