论算法和功能逻辑的执行效率

首先,当我们要实现这样一个功能的时候,应该怎么做呢??
在这里插入图片描述可以看到这是一个三级下拉列表,我们再来看看数据库的数据,要如何去获取封装
在这里插入图片描述这里我们通过parent_id可以找到上级id,这样就可以实现分层了,level表示了当前是几级列表
然后我们就开始来进行数据的封装了.

第一种

        long start = System.currentTimeMillis();

        QueryWrapper<ItemCat> id = new QueryWrapper<ItemCat>().eq("parent_id", 0);
        List<ItemCat> itemCats = itemCatMapper.selectList(id);
        for (ItemCat cat : itemCats) {
            id.clear();
            QueryWrapper<ItemCat> parent_id = id.eq("parent_id", cat.getId());
            List<ItemCat> sons = itemCatMapper.selectList(parent_id);
            cat.setChildren(sons);
            for (ItemCat son : sons) {
                id.clear();
                QueryWrapper<ItemCat> parent_id_son = id.eq("parent_id", son.getId());
                List<ItemCat> grandson = itemCatMapper.selectList(parent_id_son);
                son.setChildren(grandson);
            }
        }
        long end = System.currentTimeMillis();
        System.out.println("耗时:" + (end - start) + "毫秒");//耗时:275毫秒  耗时:186毫秒  耗时:180毫秒  耗时:163毫秒  耗时:198毫秒
        return itemCats;

第二种 优化版

 @Override
    public List<ItemCat> findItemCatList(Integer level) {

        long start = System.currentTimeMillis();

        Map<Integer, List<ItemCat>> map = getMap();
        if (level == 1) {
            //返回一级商品信息
            return map.get(0);
        }
        //返回一二级商品信息
        if (level == 2) {
            return getTwoList(map);
        }
        if (level == 3) {
            //获取1,2,3级商品信息
            List<ItemCat> threeList = getThreeList(map);
            long end = System.currentTimeMillis();
            System.out.println("耗时:" + (end - start) + "毫秒");// Total: 1032耗时:39毫秒    30毫秒    20毫秒
            return threeList;
        }
        return null;
    }

    //获取三级菜单
    private List<ItemCat> getThreeList(Map<Integer, List<ItemCat>> map) {
        List<ItemCat> oneList = getTwoList(map);
        //遍历一级菜单,获取二级菜单
        for (ItemCat oenItemCat : oneList) {
            List<ItemCat> twoList = oenItemCat.getChildren();
            if (twoList == null || twoList.size() == 0) {
                continue;
            }
            //遍历二级数据,查询三级信息
            for (ItemCat twoItemCat : twoList) {
                List<ItemCat> threeList = map.get(twoItemCat.getId());
                twoItemCat.setChildren(threeList);
            }
        }
        return oneList;
    }

    /**
     * 将所有数据根据parent_id来分组合并显示,要哪一个父id就从map里面去找.
     * <p>
     * 优化手段:
     * 思路:获取所有的数据库记录,之后按照父子级关系进行封装
     * 数据结构: Map<k,v>
     * Map<parentId,List当前父级的子级信息(不嵌套)>
     * 例子:     Map<0,List[{id=1,name="xx",children=null}.....]>
     * <p>
     * 封装数据规则:
     * 1.遍历所有的数据.
     * 2.获取parentId
     * 3.判断parentId是否存在,之后实现数据封装
     */

    public Map<Integer, List<ItemCat>> getMap() {
        Map<Integer, List<ItemCat>> map = new HashMap<>();
        //查询所有的数据库记录
        List<ItemCat> list = itemCatMapper.selectList(null);
        //1.遍历数据
        for (ItemCat itemCat : list) {
            int parentId = itemCat.getParentId();
            if (map.containsKey(parentId)) {
                //表示数据存在,将自己追加
                map.get(parentId).add(itemCat);
            } else {
                //key不存在, 定义list集合,将自己作为第一个元素追加
                List<ItemCat> childrenList = new ArrayList<>();
                childrenList.add(itemCat);
                //将数据保存到map集合中
                map.put(parentId, childrenList);
            }
        }
        return map;
    }

    //获取1-2级数据信息
    public List<ItemCat> getTwoList(Map<Integer, List<ItemCat>> map) {
        List<ItemCat> oneList = map.get(0);
        for (ItemCat oneItemCat : oneList) {
            //通过一级id去map查询得到二级数据
            List<ItemCat> twoList = map.get(oneItemCat.getId());
            oneItemCat.setChildren(twoList);
        }
        return oneList;
    }

最后可以看到,第二种优化后的方式,查询效率比第一种快了大概十倍

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、图结构(有向图、无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和图的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

华哥啊.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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