當前位置：首頁 > 编程语言 > java >内容正文

java

【Java 进阶篇】使用 Stream 流和 Lambda 组装复杂父子树形结构（List 集合形式）

發布時間：2024/1/16 java 49 coder

生活随笔收集整理的這篇文章主要介紹了【Java 进阶篇】使用 Stream 流和 Lambda 组装复杂父子树形结构（List 集合形式）小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

前言
一、以部門結構為例
- 1.1實體
- 1.2返回VO
- 1.3具體實現
- 1.4效果展示
二、以省市縣結構為例
- 2.1實體
- 2.2返回VO
- 2.3具體實現
- 2.4效果展示
三、文章小結

前言

在最近的開發中，一星期內遇到了兩個類似的需求：返回組裝好的部門樹、返回組裝好的地區信息樹，最終都需要返回 List 集合對象給前端。

于是在經過需求分析和探索實踐后，我對于這種基于 Stream 和 List 結構的父、子樹形結構的操作有了新的認識，現在拿出來和大家作分享交流。

一般來說完成這樣的需求大多數人會想到遞歸，但遞歸的方式弊端過于明顯：方法多次自調用效率很低、數據量大容易導致堆棧溢出、隨著樹深度的增加其時間復雜度會呈指數級增加等。

核心思路如下：

一次數據庫查詢全部數據（幾萬條），其它全是內存操作、性能高；
同時熟練使用 stream 流操作、Lambda 表達式、Java 地址引用，完成組裝。

一、以部門結構為例

這里的實體是放在 MySQL 里的，使用簡單的封裝好的查詢語句，這個很簡單，剩下的就是內存操作了。

1.1實體

租戶表：租戶就是一個組織或者公司，所以每個租戶都有自己的部門。下面的表結構我只列了一些核心的字段，其它不重要。

@Data
public class PmTenant {
    /**
     * 主鍵Id
     */
    @TableId(type = IdType.ASSIGN_ID)
    private Long id;
    /**
     * 租戶名稱
     */
    private String tenantName;
    /**
     * 租戶唯一編碼，對外暴露
     */
    private String tenantCode;
    /**
     * 租戶Id
     */
    private String tenantId;
    /**
     * 租戶狀態，0可用，1禁用
     */
    private Integer status;
}

部門表：公司里都會有許多的部門，一個部門里還有部門。從最頂層公司到你所在的的部門，可能會有多達六、七層。以下同樣只展示核心字段：

@Data
public class PmDept {
    /**
     * 主鍵id
     */
    @TableId(type = IdType.ASSIGN_ID)
    private Integer id;
    /**
     * 父部門Id
     */
    private Integer parentDeptId;
    /**
     * 部門id，全局唯一，所有系統用
     */
    private Integer deptId;
    /**
     * 部門名稱
     */
    private String deptName;
    /**
     * 部門所處的排序
     */
    private Integer orderNum;
    /**
     * 部門所處的層級
     */
    private Integer depth;
    /**
     * 部門狀態，0可用，1刪除
     */
    private Integer status;
    /**
     * 租戶id
     */
    private String tenantId;
    /**
     * 租戶編碼
     */
    private String tenantCode;
}

1.2返回VO

這個返回的VO是給前端的，里面的子節點集合屬性 childrenNodeList ，是一個關鍵字段，所有該方式返回樹結構的 VO 都需要有該字段來”封裝自己“。

@Data
public class DeptTreeNodeVO implements Serializable {
    /**
     * 子節點 list 集合，封裝自己
     */
    private List<DeptTreeNodeVO> childrenNodeList;
    /**
     * 部門Id
     */
    protected Integer deptId;
    /**
     * 父部門Id
     */
    protected Integer parentDeptId;
    /**
     * 部門名稱
     */
    protected String deptName;
}

1.3具體實現

下面直接上代碼，注釋已經說的比較清楚了：

    @Resource
    private PmTenantService pmTenantService;
    @Resource
    private PmDeptMapper pmDeptMapper;

    @Override
    public List<DeptTreeNodeVO> assembleTree(){
        //租戶信息列表，這里是兩個租戶
        List<PmTenant> tenantList = this.pmTenantService.list();
        //step1：最外層根據租戶去組裝，有兩個租戶那么 Stream 就會遍歷組裝兩次；換句話說，如果只有一個租戶，就不需要最外層的 Stream
        List<DeptTreeNodeVO> resultList = tenantList.stream().map(tenant -> {
            //注：這里 map 只是簡單轉換了返回的對象屬性（返回需要的類型），本質還是該租戶下的所有部門數據
            List<DeptTreeNodeVO> deptTreeNodeVOList = this.selectAllDeptByTenantCode(tenant.getTenantCode())
                    .stream().map(val -> val.convertExt(DeptTreeNodeVO.class)).collect(Collectors.toList());
            //step2：利用父節點分組，即按照該租戶下的所有部門的父Id進行分組，把所有的子節點List集合都找出來并一層層分好組
            Map<Integer, List<DeptTreeNodeVO>> listMap = deptTreeNodeVOList.parallelStream()
                    .collect(Collectors.groupingBy(DeptTreeNodeVO::getParentDeptId));
            //step3：關鍵一步，關聯上子部門，將子部門的List集合經過遍歷一層層地放置好，最終會得到完整的部門父子關系List集合
            deptTreeNodeVOList.forEach(val -> val.setChildrenNodeList(listMap.get(val.getDeptId())));
            //step4：過濾出*部門，即所有的子部門數據都歸屬于一個*父Id
            List<DeptTreeNodeVO> allChildrenList = deptTreeNodeVOList.stream()
                    .filter(val -> val.getParentDeptId().equals(NumberUtils.INTEGER_ZERO)).collect(Collectors.toList());
            //組裝最外層關于租戶需要的數據，實質已經不是處理部門數據了
            DeptTreeNodeVO node = new DeptTreeNodeVO();
            node.setChildrenNodeList(allChildrenList);
            node.setDeptName(tenant.getTenantName());
            return node;
        }).collect(Collectors.toList());
        return Optional.of(resultList).orElse(null);
    }

    /**
     * 獲取某個租戶下的所有部門信息
     *
     * @return
     */
    public List<PmDept> selectAllDeptByTenantCode(String tenantCode) {
        return pmDeptMapper.selectList(new LambdaQueryWrapper<PmDept>()
                .eq(PmDept::getTenantCode, tenantCode)
                .eq(PmDept::getStatus, PmDeptStatus.DISABLE.getStatus()));
    }

1.4效果展示

我這里測試的例子是只有三層，數據也沒有完全展開，當然五六層也是沒問題的。

只要總的部門數據量在一兩萬條以內（啥情況部門數量會有幾萬個？部門表一般是獨立于其它表的）速度都是比較快的，服務器性能（主要內存給力）好的話，基本整個請求/響應（拋開網絡I/O消耗）可以在一秒內完成。

部門樹結構效果圖

二、以省市縣結構為例

這里的實體是放在 MongoDB 里的，不熟悉 MongoDB 也不要緊，這里只需要使用一次查全量的語句。

2.1實體

全國行政區表：全國的行政區包括省/直轄市/自治區、地級市、區/縣級市/縣這三級，再往下的街道/鎮、以及下面的村/小組就不包含了。同樣也是只留關鍵屬性：

@Data
public class Region {
    /**
     * 區域id
     */
    @Id
    public Long id;
    /**
     * 父Id
     */
    public Long parentId;
    /**
     * 地區名稱
     */
    public String name;
    /**
     * 地區全稱
     */
    public String district;
    /**
     * 所屬省
     */
    public String province;
    /**
     * 所屬地級市
     */
    public String city;
    /**
     * 所屬省Id
     */
    public Long provinceId;
    /**
     * 所屬地級市Id
     */
    public Long cityId;
    /**
     * 所處層級
     */
    public Integer depth;
}

2.2返回VO

同樣，這個里面的子節點集合屬性 childrenRegionList，是一個關鍵字段，所有該方式返回樹結構的 VO 都需要有該字段來”封裝自己“。

@Data
public class RegionCascadeVO extends RegionVO {
    /**
     * 子節點 list 集合
     */
    private List<RegionCascadeVO> childrenRegionList;
    /**
     * 區域id
     */
    public Long id;
    /**
     * 地區名稱
     */
    public String name;
    /**
     * 所處層級
     */
    public Integer depth;
    /**
     * 省
     */
    public String province;
    /**
     * 城市
     */
    public String city;
    /**
     * 地區全稱
     */
    public String district;
    /**
     * 父Id
     */
    public Long parentId;
    /**
     * 所屬省Id
     */
    public Long provinceId;
    /**
     * 所屬地級市Id
     */
    public Long cityId;
}

2.3具體實現

下面同樣直接上代碼，注釋比較詳細：

    @Resource
    private RegionRepository regionRepository;

    @Override
    public List<RegionCascadeVO> quickAllTree() {
        //第一步，從數據庫中查出所有數據，按照排序條件進行排序，本質上還是這個所有數據的 List 集合
        List<RegionCascadeVO> regionCascadeVOList = this.regionRepository.findAll().stream()
                //注：這里使用 map 映射了需要返回的VO，即相同的屬性字段就會轉換
                .map(val -> val.convertExt(RegionCascadeVO.class))
                //業務需要的排序規則，使用工具來處理
                .sorted((s1, s2) -> RegionSortUtil.citySort(s1.getName(), s2.getName()))
                .sorted((s1, s2) -> RegionSortUtil.countySort(s1.getName(), s2.getName()))
                .collect(Collectors.toList());
        //第二步，根據父Id 字段進行分組，即所有數據都會按照第一層至最后一層都按照父子關系進行分組；注意，是對所有數據分組
        Map<Long, List<RegionCascadeVO>> listMap = regionCascadeVOList.parallelStream().collect(Collectors.groupingBy(RegionCascadeVO::getParentId));
        //第三步，也是最關鍵的一步，將父Id下面的所有子數據List集合，經過遍歷后都一層層地放置好，最終會得到一個包含父子關系的完整List
        regionCascadeVOList.forEach(val -> val.setChildrenRegionList(listMap.get(val.getId())));
        //第四步，過濾出符合頂層父Id的所有數據，即所有數據都歸屬于一個頂層父Id
        return regionCascadeVOList.stream().filter(val -> RegionConstant.CHINA_ID.equals(val.getParentId())).collect(Collectors.toList());
    }

2.4效果展示

我這里測試環境的例子是只有省/直轄市/自治區、地級市、區/縣級市/縣這三級，數據也沒有完全展開，當然到下面的鎮/街道，乃至村/小組也是沒問題的。

這里總的測試數據量是幾千條，如果加上鎮/街道應該得有幾萬條，速度也還是是比較快的，服務器性能（主要內存給力）好的話，基本整個請求/響應（拋開網絡I/O消耗）可以在一秒內完成。

中國行政區域信息層次結構效果

時間消耗，這里響應只有兩百多毫秒，如下圖的接口的性能展示：

接口性能展示

原因只有一個：數據庫只查一次，把查到的全部數據放內存里，剩下的就是 Stream 的內存操作，都是地址的引用，性能是比較高的。

三、文章小結

使用 Stream 流組裝復雜父子樹形結構（List 集合形式）的分享到這里就結束了，編碼沒有捷徑，都是項目實踐里出真知，一點點摸索攢經驗。

如有不足和錯誤，或者你有更好的解決思路，歡迎大家的指正和交流！

總結

以上是生活随笔為你收集整理的【Java 进阶篇】使用 Stream 流和 Lambda 组装复杂父子树形结构（List 集合形式）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇： python jira 读取表数据批量新
下一篇： LSP 网络劫持（Layered Ser