MindMap项目实现节点分支递归收起功能的技术解析
2025-05-26 09:45:21作者:史锋燃Gardner
功能背景
在思维导图工具MindMap中,节点展开与收起是用户操作频率较高的核心功能之一。传统的节点收起操作存在一个局限性:当用户收起一个父节点再重新展开时,其所有子节点(包括多级嵌套的子节点)都会自动展开。这种设计在某些场景下会给用户带来不便,特别是当用户只需要查看第一级子节点时。
需求分析
用户提出的需求可以概括为:希望能够通过右键菜单选项,实现仅收起当前节点的所有子分支而不影响子节点自身的展开状态。具体来说:
- 当前行为:收起父节点A后再展开,会同时展开所有层级的子节点(B、C、B1、B2...)
- 期望行为:新增"收起所有子分支"选项,展开父节点A时只显示直接子节点(B、C),而子节点的子节点(B1、B2...)保持收起状态
技术实现方案
核心思路
实现这一功能的关键在于递归地设置节点及其所有子节点的isExpand属性。与简单的折叠操作不同,这种实现需要:
- 深度优先遍历当前节点的所有子节点
- 为每个遍历到的子节点设置展开状态为false
- 保持当前节点本身的展开状态不变
具体实现
在MindMap项目中,这一功能在v0.12.2版本中通过以下方式实现:
- 在右键菜单系统中新增"收起所有子分支"选项
- 为该选项绑定递归收起操作的处理函数
- 实现节点树的深度优先遍历算法
- 对遍历到的每个节点设置展开状态
代码结构
典型的实现可能包含以下关键部分:
// 递归收起子节点函数
function collapseAllChildren(node) {
if (!node.children || node.children.length === 0) return;
node.children.forEach(child => {
child.isExpand = false; // 设置当前子节点为收起状态
collapseAllChildren(child); // 递归处理子节点的子节点
});
}
// 右键菜单项处理
{
name: '收起所有子分支',
onClick: () => {
const currentNode = getCurrentNode();
collapseAllChildren(currentNode);
render(); // 触发视图更新
}
}
技术难点与解决方案
-
性能考虑:对于深层级、多子节点的情况,递归操作可能影响性能。解决方案是采用非递归的遍历方式,或添加遍历深度限制。
-
状态同步:需要确保节点状态的改变能够正确反映到视图上。MindMap采用了响应式设计,当节点属性变更时会自动触发视图更新。
-
用户体验:为了避免用户误操作,该功能被放置在右键菜单中而非直接作为默认收起行为。
应用场景
这一功能特别适用于以下场景:
- 浏览大型思维导图时,需要快速聚焦于某个分支的主干内容
- 进行阶段性内容整理时,希望暂时隐藏细节内容
- 演示场景中,需要逐步展开内容讲解
总结
MindMap项目通过v0.12.2版本新增的"收起所有子分支"功能,为用户提供了更精细的节点展开控制能力。这一改进不仅提升了用户体验,也展示了递归算法在前端交互中的实际应用价值。该功能的实现体现了对用户操作场景的深入思考和技术方案的优雅设计。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492