JavaScript树形结构操作核心是递归与引用处理：查找需递归匹配id并判空children；添加需先定位父节点并初始化children；删除须从父级children中过滤目标节点；扁平化用DFS递归，还原依赖parent_id分组挂载。
JavaScript树形结构数据操作核心是递归和引用处理，重点在于理解父子关系、遍历逻辑和状态同步。
查找节点：用递归匹配目标值
树结构没有固定深度，必须用递归才能遍历所有层级。常见需求是根据id或name找到对应节点。
- 写一个函数接收树数组和目标id，遍历每个节点及其children
- 若当前节点id匹配，直接返回该节点；否则对children递归调用
- 注意children可能为undefined或空数组，需先判断是否存在
添加子节点：定位父节点后push新对象
新增节点需要先找到父节点，再向其children数组中插入数据。
- 可复用查找逻辑定位父节点，确保父节点存在且有children属性
- 若父节点无children，需初始化为空数组再push
- 新增后原树结构已变，无需return新树，因为操作的是引用
删除节点：从父级children中过滤掉目标
删除不是单纯移除变量，而是从父节点的children数组中剔除该节点及其后代。
立即学习“Java免费学习笔记（深入）”；
- 需在父节点层级做filter操作，不能只删当前节点引用
- 可配合findIndex + splice，或filter + 递归判断是否为待删节点或其后代
- 若要删除整棵子树，只需移除该节点在父节点children中的位置即可
扁平化与还原：转换结构便于渲染或存储
后端常返回嵌套树，前端表格或搜索可能需要扁平数组；反之，列表数据也可能需构建成树。
- 扁平化用DFS递归，每层传入level或path信息，避免丢失层级上下文
- 还原时按parent_id或pid字段分组，再逐层挂载children，注意处理顺序（先建子再连父）
- 可用Map缓存id→节点映射，提升查找效率，避免重复遍历
不复杂但容易忽略引用和边界情况，动手写几个小函数练熟递归模式就清晰了。
