使用 lambda 优化 Stream

Question

进一步优化以下代码的最佳方法是什么

 public List<GroupDTOv2> getAllGroups(String xTenantId, CourseType courseType, String courseId, ContextType contextType, String contextId) throws AuthenticationException {

    final List<GroupV2> groups = groupV2Repository.findByTenantIdAndCourseTypeAndCourseIdAndContextTypeAndContextId(xTenantId, courseType, courseId, contextType, contextId);
    final RosterDTOv2 roster = rosterServiceFacade.getRoster(xTenantId, courseType, courseId, contextType, contextId);

    final ArrayList<GroupDTOv2> groupDtoList=new ArrayList<>();

    groups.stream().forEach(group -> {
        final GroupDTOv2 groupDTO=new GroupDTOv2();
        BeanUtils.copyProperties(group,groupDTO);
        roster.getUsers().forEach(userDTOv2 -> {

            if(userDTOv2.getUserId().equalsIgnoreCase(group.getTeamLeadId())){
                groupDTO.setTeamLead(userDTOv2);
            }

            if(group.getTeamMemberIds().contains(userDTOv2.getUserId())){
                groupDTO.getTeamMembers().add(userDTOv2);
            }

        });
        groupDtoList.add(groupDTO);

    });

    return groupDtoList;
}

如果我们使用两次流来设置团队领导对象和团队成员我认为成本会很高，那么什么是最合适的方式

Answer 1

你似乎有二次复杂度¹⁾来寻找匹配的领导者和团队成员。考虑将它们放入Map，将用户 ID 映射到实际用户：

Map<String, UserDTOv2> userMap = roster.getUsers().stream()
        .collect(Collectors.toMap(user -> user.getUserId().toLowerCase(), 
                                  user -> user));

然后，您不需要内部循环，只需查找领导者和成员即可。此外，您可以只使用map 和collect，而不是forEach 和groupDtoList.add。

List<GroupDTOv2> groupDtoList = groups.stream().map(group -> {
        GroupDTOv2 groupDTO = new GroupDTOv2();
        BeanUtils.copyProperties(group, groupDTO);
        groupDTO.setTeamLead(userMap.get(group.getTeamLeadId().toLowerCase()));
        group.getTeamMemberIds().forEach(id -> {
            groupDTO.getTeamMembers().add(userMap.get(id.toLowerCase()));
        });
        return groupDTO;
    }).collect(Collectors.toList());

但是请注意，该行为与您的代码中的行为并不完全相同。这假设 (a) 没有两个用户具有相同的 ID，并且 (b) 名册实际上将包含与该组的领导者及其每个成员匹配的用户。你的将允许重复的 ID 或没有匹配的用户，如果找不到匹配的用户，则只会选择最后一个匹配的领导者或省略成员。

¹⁾ 不是真正的二次方，而是 O(n*m)，其中 n 是组数，m 是用户数。