将数据库行数据变成树形数据的三种方式

在开发过程中，我们经常遇到需要将数据库的行数据（扁平数据）转换成树形数据使用的场景，例如菜单、组织机构等数据。面对这种需求，我们该如何处理呢？这里根据多年开发经验，总结了三种处理方式供大家参考。

递归方式

递归方式是常规做法，但是该方式会生成大量堆栈数据，不适合处理大数据的情况，且需要多次方法调用每次函数执行都会遍历一遍数据，所以该方式性能最差。我还见过递归查询数据库的，那性能只能说惨不忍睹。

public static <T> List<T> toTree(List<T> list, Long parentId) {
    List<T> rs = new ArrayList<>();
    for (T t : list) {
        // `parentId` 相等就是其子级
        if (Objects.equals(parentId, t.getParentId())) {
            // 递归查找子级
            List<T> ts = toTree(list, t.getId());
            t.setChildren(ts);
            rs.add(t);
        }
    }
    return rs;
}

双重循环

双重循环方式是利用第一重循环遍历每一条数据，第二重循环筛选出每条数据的直接子级。该方式是嵌套循环，时间复杂度和递归一样，但是这里没有函数调用所以性能更好。

List<T> tree = new ArrayList<>();
// 遍历数据库查出的扁平数据 `list`
for (T t : list) {
    // 筛选根节点
    if (t.getParentId() == null) {
        tree.add(t);
    }
    // 查找每一条数据的直接子级
    t.setChildren(list.stream()
                      .filter(x -> Objects.equals(x.getParentId(), t.getId()))
                      .collect(Collectors.toList()));
}
// 得到树形数据结构结果
return tree;

分组 + 循环

第一步按照父 id 对扁平数据进行分组，第二步使用循环为每一条数据的 children 字段赋值。这种方式总共只需遍历两遍数据，所以较前两种方式性能最好。

// 按父 `id` 分组
Map<Long, List<T>> map = list.stream().collect(Collectors.groupingBy(T::getParentId));
// 遍历设置 `children`
for (T t : list) {
    t.setChildren(map.get(t.getId()));
}
// 获取根节点组返回（根节点父 `id` 必须是特定值，这里传入相应的值）
return map.get(0L);

如果你还有其他实现方式，欢迎在评论区留言探讨。

---

推荐一个前后端脚手架 lg-soar：助力开发者腾飞的利器