Java Tree结构数据中查找匹配节点方式

private boolean contains(List<TreeVo> children, String value) {
  for (TreeVo child : children) {
   if (child.getName().equals(value) || (child.getChildren().size() > 0 && contains(child.getChildren(), value))) {
    return true;
   }
  }
  return false;
 }

@Data
@AllArgsConstructor
public class TreeNode {

 /**
  * 节点ID
  **/
 private String id;

 /**
  * 父级ID
  **/
 private String parentId;

 /**
  * 节点名称
  **/
 private String name;
}

/**
 * 测试类
 * 此方法建议数据量少的情况使用 或者 此数据很少变动并且加入到缓存中
*/
public class TreeNodeTest {

 public static void main(String[] args) {
  /**
   *        0
   *       /   \
   *      123   130
   *      / \  /  \
   *     124 125  131  132
   *     / \ / \  / \ / \
   *     126 127 128 129 133 134 135 136
   * 只支持 节点路径长度必须一致的情况下才可以
   * 此Demo可以实现 根据0 获取到[126 127 128 129 133 134 135 136]
   * 				根据123 获取到[126 127 128 129]
   * 注：比如 126 127节点没有 此时获取到的0根节点 就会出现 [124 128 129 133 134 135 136]
  */
  TreeNode treeNode = new TreeNode("123","0","北京");

  TreeNode treeNode1 = new TreeNode("124","123","丰台区");
  TreeNode treeNode2 = new TreeNode("125","123","海淀区");

  TreeNode treeNode3 = new TreeNode("126","124","丰台区丰台科技园");
  TreeNode treeNode4 = new TreeNode("127","124","丰台区丰台南路");
  TreeNode treeNode5 = new TreeNode("128","125","海淀区中关村");
  TreeNode treeNode6 = new TreeNode("129","125","海淀区海淀公园");

  TreeNode treeNode7 = new TreeNode("130","0","上海");
  TreeNode treeNode8 = new TreeNode("131","130","徐汇区");
  TreeNode treeNode9 = new TreeNode("132","130","虹口区");

  TreeNode treeNode10 = new TreeNode("133","131","徐汇区龙华寺");
  TreeNode treeNode11 = new TreeNode("134","131","徐汇区天主教堂");
  TreeNode treeNode12 = new TreeNode("135","132","虹口区虹口足球场");
  TreeNode treeNode13 = new TreeNode("136","132","虹口区鲁迅公园");


  List<TreeNode> treeNodes = new LinkedList<>();
  treeNodes.add(treeNode);
  treeNodes.add(treeNode1);
  treeNodes.add(treeNode2);
  treeNodes.add(treeNode3);
  treeNodes.add(treeNode4);
  treeNodes.add(treeNode5);
  treeNodes.add(treeNode6);
  treeNodes.add(treeNode7);
  treeNodes.add(treeNode8);
  treeNodes.add(treeNode9);
  treeNodes.add(treeNode10);
  treeNodes.add(treeNode11);
  treeNodes.add(treeNode12);
  treeNodes.add(treeNode13);

  // 按照父级ID分组
  Map<String,List<TreeNode>> groupByParentIdMap = treeNodes.stream()
    .collect(Collectors.groupingBy(TreeNode::getParentId));
  // 存放 0:对应的所有根节点ID数据
  Set<String> topToLowerChildIdSet = new HashSet<>();
  // 取出顶级数据(也就是父级ID为0的数据 当然顶层的父级ID也可以自定义 这里只是演示 所以给了0)
  List<TreeNode> topTreeNodes = groupByParentIdMap.get("0");

  for(TreeNode node : topTreeNodes){
   getMinimumChildIdArray(groupByParentIdMap,node.getId(),topToLowerChildIdSet);
  }
  System.out.println("0节点下所有的根节点数据集合:" + topToLowerChildIdSet.toString());
 }

 /**
 * 根据父级节点获取最低层次 那一级的节点数据
  *   1
  *  / \
  *  2  3
  *  / \ / \
  *  4 5 6 7
  * 上面的树形结构调用此方法 根据1 可以获取到 [4 5 6 7]
  *      根据3 可以获得到 [6 7]
  * @param groupByParentIdMap 所有的元素集合(根据父级ID进行了分组) 分组方法可以使用lambda 如下:
  *       Map<String, List<Person>> peopleByCity = personStream.collect(Collectors.groupingBy(Person::getCity));
  * @param pid 父级ID
  * @param topToLowerChildIdSet 存储最深根节点的数据集合
 */
 public static Set<String> getMinimumChildIdArray(Map<String,List<TreeNode>> groupByParentIdMap,
              String pid, Set<String> topToLowerChildIdSet){
  // 存放当前pid对应的所有根节点ID数据
  Set<String> currentPidLowerChildIdSet = new HashSet<>();
  // 获取当前pid下所有的子节点
  List<TreeNode> childTreeNodes = groupByParentIdMap.get(pid);
  if(CollUtil.isEmpty(childTreeNodes)){
   return null;
  }
  for(TreeNode treeNode : childTreeNodes){
   Set<String> lowerChildIdSet = getMinimumChildIdArray(groupByParentIdMap,treeNode.getId(),currentPidLowerChildIdSet);
   if(CollUtil.isEmpty(lowerChildIdSet)){
    // 如果返回null 表示当前遍历的treeNode节点为最底层的节点
    currentPidLowerChildIdSet.add(treeNode.getId());
   }
  }
  System.out.println("当前父级ID："+ pid + "下所有的根节点数据:" + currentPidLowerChildIdSet.toString());
  // 把当前获取到的根节点数据 一并保存到上一个节点父级ID集合中
  topToLowerChildIdSet.addAll(currentPidLowerChildIdSet);
  return currentPidLowerChildIdSet;
 }
}