如何基于Lodash实现嵌套对象数组向扁平化指定结构的转换
结构转换实现方案与代码优化
一、old嵌套数组转new扁平结构的核心实现
直接基于原生JS能力实现,无额外依赖,逻辑覆盖所有结构约束(字段无冲突、键值唯一):
// 类型定义匹配你给出的结构 type OldAnswer = { answerId: string; value: any; updatedAt: string } type OldQuiz = { quizId: string; createdAt: string; completedAt: string; answers: OldAnswer[] } type OldUser = { userId: string; quiz: OldQuiz[] } type NewResponse = { value: any; updatedAt: string } type NewItem = { userId: string quizId: string createdAt: string completedAt: string responses: Record<string, NewResponse> } function convertOldToNew(oldList: OldUser[]): NewItem[] { return oldList.flatMap(userItem => { // 逐一遍历用户下嵌套的quiz条目,拍平外层结构 return userItem.quiz.map(quizItem => { // 将answers数组转换为以answerId为键的responses对象 const responses = quizItem.answers.reduce((res, answerItem) => { res[answerItem.answerId] = { value: answerItem.value, updatedAt: answerItem.updatedAt } return res }, {} as NewItem['responses']) return { userId: userItem.userId, quizId: quizItem.quizId, createdAt: quizItem.createdAt, completedAt: quizItem.completedAt, responses } }) }) }
实现的核心逻辑说明:
- 用
flatMap一次完成嵌套数组的拍平,不需要额外的数组拼接操作 - 用数组
reduce完成answers到responses的结构转换,因为所有answerId唯一,完全不需要额外的冲突判断 - 直接透传字段,没有冗余的中间变量
二、现有代码的问题与优化
你当前写的基于扁平结构按用户分组生成DTO的逻辑,存在几个可直接优化的点:
现存问题
- 时间复杂度偏高:原逻辑先遍历全量quiz数组收集userId集合,再对每个userId二次遍历全数组做filter匹配,整体是
O(n²)的时间复杂度,当数据量超过千级时,性能损耗会非常明显 - 冗余依赖:用到的
_.toPairs功能和原生Object.entries完全等价,没有必要为单个方法引入lodash - 逻辑重复:多处重复写Firebase时间戳转UTC字符串的链式判断,没有抽公共方法
优化后代码
// 单次遍历完成按userId分组,时间复杂度O(n) const userQuizGroup = refactoredQuizs.reduce((group, quizItem) => { group[quizItem.userId] ??= [] group[quizItem.userId].push(quizItem) return group }, {} as Record<string, typeof refactoredQuizs>) const usersQuizDto: UsersQuizsDto[] = Object.entries(userQuizGroup).map(([userId, userQuizs]) => { return { RespondentID: userId, Quizs: userQuizs.map(quiz => ({ StartedAt: formatTimestamp(quiz.createdAt), CompletedAt: formatTimestamp(quiz.completedAt), UpdatedAt: '', QuizId: quiz.quizId, Answers: Object.entries(quiz.responses).map(([answerId, { value, updatedAt }]) => ({ AnswerId: answerId, Value: value, UpdatedAt: formatTimestamp(updatedAt) })) })) } }) // 抽公共时间格式化方法,统一处理空值、不存在的字段 function formatTimestamp(timestamp: any): string { return timestamp?.toDate()?.toUTCString() ?? '' }
优化后的收益:
- 整体遍历次数从2*n次降到1次,性能随数据量提升的优势会被放大
- 去掉lodash的依赖引用,减少包体积
- 统一的时间格式化逻辑,后续要调整时间格式时只需要改一个方法,不需要逐处修改
内容的提问来源于stack exchange,提问作者Sigex
相关产品推荐
相关产品推荐

