组织结构图,C#

本文介绍如何使用C#创建一个表示组织结构的Tree类,并实现绘制组织结构图的功能。通过实例展示了如何添加节点、计算节点位置以及将组织结构图绘制为图像。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

基本原理:

  1. 从下往上计算位置

  2. 模仿Word中组织结构图的特点

调用代码:

Tree<string> tree = new Tree<string>(null, "董事会");
                tree.Add("北京公司");
                tree.Add("董事秘书室特殊机构");
                tree.Add("上海公司");

                tree.Childs[0].Add("总经理办公室");
                tree.Childs[0].Add("财务部");
                tree.Childs[0].Add("销售部");

                tree.Childs[2].Add("上海销售部");

                Bitmap bmp = tree.DrawAsImage();

实现代码:

using System;
using System.Collections.Generic;
using System.Text;
using System.Drawing;

namespace Test

{
    /// <summary>
    /// 用来输出组织结构图的类
    /// </summary>
    /// <typeparam name="T"></typeparam>
    public class Tree<T>
    {
        Tree<T> _Parent = null;
        T _Content;
        List<Tree<T>> _Childs = new List<Tree<T>>();
        SizeF _Size;
        Rectangle _Rec;

        public Tree(Tree<T> parent, T content)
        {
            _Parent = parent;
            _Content = content;
        }

        public Tree<T> Add(T content)
        {
            Tree<T> tree = new Tree<T>(this, content);
            _Childs.Add(tree);
            return tree;
        }

        public Tree<T> Parent { get { return _Parent; } }

        public T Content { get { return _Content; } }

        public List<Tree<T>> Childs { get { return _Childs; } }

        public SizeF Size { get { return _Size; } set { _Size = value; } }

        public Rectangle Rec { get { return _Rec; } set { _Rec = value; } }

        void MeatureAllSize(Graphics g, Font font, int addWidth)
        {
            _Size = g.MeasureString(_Content.ToString(), font);
            _Size.Width += addWidth;
            foreach (Tree<T> tree in Childs)
                tree.MeatureAllSize(g, font, addWidth);
 &n

【资源说明】 1、该资源包括项目的全部源码,下载可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,作为参考资料学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研,自行调试。 基于知识图谱的数据录入+知识检索python有源码+项目说明+数据(结构化数据选取所需数据进行数据整合,之后构建实体-关系-实体的三元组cypher语句,最后构建问题模板进行文本匹配模式的问答。 模板匹配中的语义槽选用正则抽取).zip - [X] 找数据、处理数据 -21\12\23 - [X] 构建知识图谱 -21\12\24 - [X] 定义关系问题,构建模板 -21\12\24 - [X] 编写问答脚本 -21\12\24 - [X] 重构,添加一点问题,完善问答的鲁棒性 -21\12\25 # 一,项目介绍 数据来源:[老刘说NLP作者的一个仓库中的人物关系数据集](https://github.com/liuhuanyong/PersonRelationKnowledgeGraph/blob/master/EventMonitor/rel_data.txt) ## 1.原理 > 本项目实现了知识图谱的数据录入,知识检索两块内容。首先通过结构化数据选取所需数据进行数据整合,之后构建实体-关系-实体的三元组cypher语句,最后构建问题模板进行文本匹配模式的问答。 > 模板匹配中的语义槽选用正则抽取。 ## 2.项目结构 ```bash │ build_graph.py # 建表脚本 │ config.py # 配置文件 │ qa_by_template_match.py # 问答接口脚本 │ README.md │ requirements.txt │ ├─cyphermark │ README.md # 一点用到的cypher语句记录 │ ├─data │ rel_data.txt # 原始的老刘说NLP作者github仓库的数据 │ triplet_data.txt # 处理后的桃园三结义人物关系数据 │ ├─output │ graph.png # 图谱截图 │ kg_data.json # 图谱节点记录 │ template.xlsx # 模板(目前能回答两种问题) │ ├─src │ │ answer.py # 回答问题的类,方便添加和删除 │ │ builder.py # 建表的类 │ │ loader.py # 载入图谱节点数据 │ │ model.py # 规则|简单算法模型 │ │ prepare_data.py # 数据预处理脚本 ``` ## 3.数据展示 > 图谱内容 .....
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值