Administrative-divisions-of-China行政区划层级查询：递归算法实现-优快云博客

Administrative-divisions-of-China行政区划层级查询：递归算法实现

【免费下载链接】Administrative-divisions-of-China 中华人民共和国行政区划：省级（省份）、地级（城市）、县级（区县）、乡级（乡镇街道）、村级（村委会居委会），中国省市区镇村二级三级四级五级联动地址数据。项目地址: https://gitcode.com/gh_mirrors/ad/Administrative-divisions-of-China

你是否在开发地址选择功能时，为行政区划层级嵌套关系处理而头疼？从省级到村级的五级联动，如何高效构建树形结构并实现快速查询？本文将通过分析Administrative-divisions-of-China项目的核心代码，详解递归算法在行政区划层级查询中的实现方案。读完本文你将掌握：树形数据构建技巧、递归查询优化方法、特殊行政区划处理策略。

行政区划数据结构设计

项目采用五级行政区划模型：省级（Province）、地级（City）、县级（Area）、乡级（Street）、村级（Village），通过SQLite数据库模型实现层级关联。核心数据字段定义在lib/format.js中：

const cField = ['code', 'name']  // 基础字段：行政区划代码与名称
const fField = cField.concat('children')  // 树形结构字段：包含子级节点

行政区划代码采用国家标准编码，通过长度可直接判断层级：省级2位、地级4位、县级6位、乡级9位、村级12位。这种编码规则为递归查询提供了天然的层级判断依据。

递归树形结构构建实现

三级联动递归构建

lib/format.js中的getAddressPCA函数实现了省市区三级联动数据的递归构建，核心代码如下：

exports.getAddressPCA = async () => {
  const res = await Province.findAll({
    include: [{ model: City, include: [{ model: Area }] }] 
  })

  return _.map(res, p => {
    const pd = p.dataValues
    pd.children = _.map(p.cities, c => {  // 递归构建市级节点
      const cd = c.dataValues
      cd.children = _.map(c.areas, a => _.pick(a.dataValues, cField))  // 递归构建县级节点
      return _.pick(cd, fField)
    })
    return _.pick(pd, fField)
  })
}

该实现通过以下步骤构建树形结构：

顶层查询所有省级数据
为每个省级节点递归构建市级子节点
为每个市级节点递归构建县级子节点
最终形成包含children嵌套的树形结构

特殊行政区划处理

针对中山市、东莞市等"直筒子市"（无县级行政区划）的特殊情况，项目采用递归过程中的条件分支处理：

// 特殊处理：中山市、东莞市等没有县级行政区划的城市
const f = ['4419', '4420', '4604', '6202']
if (f.indexOf(code) !== -1) {
  // 直接使用乡级数据作为县级子节点
  cd.children = _.map(streets[idx], s => {
    const sd = s.dataValues
    sd.name = sd.name.replace('办事处', '')  // 数据清洗
    return _.pick(sd, cField)
  })
}

递归查询算法优化

批量操作减少数据库访问

lib/worker.js中实现了基于分页的批量抓取策略，通过限制每批次处理数量（默认100）减少数据库连接开销：

// 每抓取 100 个页面再批量写入数据库
const limit = 100
let hasNext = true
let after
while (hasNext) {
  const r = await Area.paginate({ where, limit, after })  // 分页查询
  // 批量处理当前页数据
  hasNext = r.cursors.hasNext
  after = r.cursors.after
}

记忆化缓存避免重复计算

项目通过文件系统缓存已抓取的行政区划数据，避免重复爬取：

// 缓存判断逻辑示例
const count = await Province.count()
if (count !== 0) {
  return  // 已存在缓存数据，直接返回
}

行政区划层级查询实现

递归查询函数设计

以下是基于行政区划代码的层级递归查询实现示例：

/**
 * 递归查询行政区划完整路径
 * @param {string} code - 行政区划代码
 * @returns {Array} 从省级到村级的完整路径
 */
async function getFullPath(code) {
  const level = code.length / 2  // 根据代码长度判断层级
  let model, parentCode
  
  // 根据层级确定查询模型和父级代码
  switch(level) {
    case 6:  // 村级
      model = Village
      parentCode = code.substr(0, 9)
      break
    case 4.5:  // 乡级
      model = Street
      parentCode = code.substr(0, 6)
      break
    // 县级、地级、省级处理逻辑省略
  }
  
  const current = await model.findOne({ where: { code } })
  if (!current) return []
  
  // 递归查询父级路径
  const parentPath = parentCode ? await getFullPath(parentCode) : []
  return [...parentPath, current.dataValues]
}

算法时间复杂度分析

递归查询算法的时间复杂度为O(n)，其中n为行政区划层级数（最大5级）。由于采用了：

基于代码长度的层级直接定位
数据库索引优化（code字段为主键）
批量操作减少IO次数

实际查询性能可达到毫秒级响应，满足前端地址选择组件的实时交互需求。

项目应用场景与扩展

Administrative-divisions-of-China项目提供了完整的行政区划数据解决方案，核心应用场景包括：

地址选择器组件：通过lib/format.js提供的getAddressPC（省市二级）、getAddressPCA（省市区三级）等方法，可快速构建联动选择器
地址解析服务：结合递归查询算法，将行政区划代码转换为完整地址文本
地理数据分析：基于层级结构实现区域数据聚合统计

项目提供了便捷的数据导出脚本，可生成JSON、CSV等格式文件：

export_json.sh：导出JSON格式数据
export_csv.sh：导出CSV格式数据

总结与展望

递归算法为行政区划层级查询提供了优雅的解决方案，通过树形结构构建和层级递归查询，实现了从省级到村级的完整数据联动。项目针对特殊行政区划的处理策略，保证了数据的准确性和可用性。

未来可进一步优化的方向：

引入Redis缓存提升查询性能
实现基于地理坐标的空间查询
增加行政区划变更历史追踪

通过本文介绍的递归算法实现，开发者可快速掌握层级数据处理技巧，为地址相关功能开发提供有力支持。完整实现代码可参考项目lib/目录下的核心模块。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考