递归构树
- 背景
- 实体结构
- 代码
背景
构造一棵树，再通过json返回给前端展示是我们经常需要遇到的功能。在这里总结一下通过递归功能构造树，结合着stream，将代码变得简洁易懂。
实体结构
通常的实体类型树结构，为List< List<…> >，最外边为root节点，里边为子子孙孙节点。其中还需要有一个关联关系，子节点可以通过parentId关联父节点。实体类例子如下：
这是一个类名为SlogPolicy的树结构，其中主要用到的属性如下：
所属层级和路径如有需要可以加上，并不影响树的构造
代码
因为比较简单、代码就直接贴图了。但是思路会在下方指出
上图有三步：
- 从数据库中获取到所有需要展示的节点，相当于直接缓存到内存中；
- 通过filter方法过滤出父节点，依据为parentId为0；
- 通过peek方法在每一个父节点下set子节点。
之后进入获取子节点的递归方法getChildren()，如下：
参数说明：第一个参数就是当前父节点、第二个参数为上述步骤1查询出的数据
- 通过stream对所有数据进行操作
- 通过filter方法过滤出所属父节点，依据为子节点的parentId为父节点的id；
- 通过peek方法在每一个子节点下再set孙节点。如有需要也可以通过sorted方法对生成的列表排序
递归出口：可以想到，当子节点下再找不到下一级的子节点了，那么这个root节点下的递归构造就完成了，便可回溯。也就是通过filter方法过滤出的数据为空了。
上诉步骤完成后，树结构就构造完成。可以看到通过stream流方式很方便。
这样的方法还可以想到优化的点，因为每次要把所有查到的数据作为参数代入到递归方法中，之后通过stream处理。数据量大的情况下会耗费一定的性能。因此也可以通过：
1、不一次性查询到所有数据缓存到内存中，而是先查到所有父节点数据，再在递归过程中查询到其下的子节点数据。（这样是会照成请求数据库I/O次数较多）。
2、可以将已经set的数据进行清理，这样数据量会逐级递减。
上诉stream流中使用到了peek方法，说明一下与map的区别：
主要区别为：peek为消费型接口，调用peek方法后， 流还在。
map方法是函数型接口。调用map方法后，流已经被消费。
peek对一个对象进行操作的时候,对象不变,但是可以改变对象里面的值
map方法接收一个Function作为入参. Function是有返回值的, 这就表示map对Stream中的元素的操作结果都会返回到Stream中去
四种函数式接口：