Kotlin高效嵌套数据查找结构实现：PDF与JSON映射查询问询

方案可行性判断 #

你提出的三级嵌套Map方案完全可行，而且非常贴合你的查询需求：

• 三级Key（学生ID → 文档imageCode → 所有者类型）正好匹配你需要的查询维度
• 基于Map的查询操作时间复杂度为O(1)，查询效率极高
• 结构清晰，能直观反映数据之间的关联关系

如果你的查询场景固定为「通过学生ID、imageCode、所有者类型查询documentYear」，这个方案是当前场景下的最优选择之一。

Kotlin实现代码 #

利用Kotlin标准库的集合操作，可以简洁完成嵌套Map的构建：

// 从List<Idoc>构建目标嵌套Map
fun buildDocumentLookup(idocs: List<Idoc>): Map<String, Map<String, Map<String, Document>>> {
    return idocs
        // 展开所有Idoc中的Student
        .flatMap { it.students }
        // 展开每个Student的Document，同时关联StudentId和所有者类型
        .flatMap { student ->
            student.documents.map { document ->
                Triple(student.id, document, document.owners.firstOrNull()?.type)
            }
        }
        // 过滤无所有者类型的无效Document（按需调整）
        .filter { it.third != null }
        // 第一层按StudentId分组
        .groupBy(keySelector = { it.first }, valueTransform = { Pair(it.second.imageCode, Pair(it.second, it.third!!)) })
        // 转换为二级Map（imageCode → 所有者类型 → Document）
        .mapValues { (_, studentDocs) ->
            studentDocs
                .groupBy(keySelector = { it.first }, valueTransform = { it.second })
                .mapValues { (_, imageEntries) ->
                    imageEntries.associateBy(keySelector = { it.second }, valueTransform = { it.first })
                }
        }
}

// 使用示例
val idocs: List<Idoc> = // 你的JSON反序列化结果
val lookupMap = buildDocumentLookup(idocs)

// 查询documentYear
val targetYear = lookupMap["学生ID"]?.get("文档imageCode")?.get("所有者类型")?.documentYear

代码说明 #

1. 数据展开：通过flatMap逐层拆解Idoc→Student→Document，同时绑定所需的查询Key
2. 无效数据过滤：提前过滤掉无所有者类型的Document，避免后续查询出现空指针
3. 嵌套结构构建：
   • 第一层按学生ID分组
   • 第二层按文档imageCode分组
   • 第三层通过associateBy将所有者类型直接映射到对应的Document
4. 快速查询：通过三级Key链式访问，一步获取目标documentYear

可选优化方向 #

如果后续需要更灵活的查询（比如按学生ID+imageCode获取所有所有者的文档），可以将三级Map调整为Map<String, Map<String, List<Pair<String, Document>>>>，但如果查询需求固定，原方案的效率更高。

内容的提问来源于stack exchange，提问作者pbuchheit