// 剔除数组前为空的数据 if (this.valueList[0] === null) { let endIndex = 0 for (let index = 0; index < this.valueList.length; index++) { if (this.valueList[index] || this.valueList[index] === 0) { endIndex = index break } } this.valueList = this.valueList.slice(endIndex, this.valueList.length) } // 剔除数组后为空的数据 if (this.valueList[this.valueList.length - 1] === null) { let startIndex = 0 for (let index = 0; index < this.valueList.length; index++) { if ( this.valueList[this.valueList.length - 1 - index] || this.valueList[this.valueList.length - 1 - index] === 0 ) { startIndex = this.valueList.length - 1 - index break } } this.valueList = this.valueList.slice(0, startIndex + 1) } 优化

这段代码可以进行如下优化：

// 剔除数组前为空的数据
const firstNonNullIndex = this.valueList.findIndex((value) => value !== null && value !== undefined);
if (firstNonNullIndex !== -1) {
  this.valueList = this.valueList.slice(firstNonNullIndex);
}

// 剔除数组后为空的数据
const lastNonNullIndex = this.valueList
  .slice()
  .reverse()
  .findIndex((value) => value !== null && value !== undefined);
if (lastNonNullIndex !== -1) {
  this.valueList = this.valueList.slice(0, this.valueList.length - lastNonNullIndex);
}

这里使用了 `Array.prototype.findIndex()` 和 `Array.prototype.reverse()` 方法来查找第一个非空元素的索引和最后一个非空元素的索引，然后再进行数组的截取操作。使用这种方法可以避免使用循环，代码更加简洁易懂。

相关问题

for (Entity e : rsList) { List<String> singleRecord = new ArrayList<>(); nameList.forEach(n -> singleRecord.add(e.get(n) == null ? "" : e.get(n).toString())); if (e.getMetadata().containsKey(ChargeConst.RATE_RULE_DETAIL)) { Set<Map<String, Object>> ruleDtls = (Set<Map<String, Object>>) e.getMetadata().get(ChargeConst.RATE_RULE_DETAIL); Map<Object, Object> mergedMap = ruleDtls.stream() .flatMap(map -> map.entrySet().stream().map(entry -> new AbstractMap.SimpleEntry<>(entry.getKey(), entry.getValue() == null ? "" : entry.getValue()))) .collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (oldValue, newValue) -> newValue)); final List<String> finalSingleRecord = singleRecord; valueList.add(IntStream.range(0, finalSingleRecord.size()).mapToObj( i -> finalSingleRecord.get(i).equals("") && mergedMap.get(nameList.get(i)) != null ? mergedMap.get(nameList.get(i)).toString() : finalSingleRecord.get(i)) .collect(Collectors.toList())); continue; } valueList.add(singleRecord); }降低代码复杂度

可以将代码分解为多个方法来降低复杂度，例如：

1. 提取一个方法来处理每个实体记录，将其转换为一个 String 类型的 List。

private List<String> processEntity(Entity e, List<String> nameList) {
    List<String> singleRecord = new ArrayList<>();
    nameList.forEach(n -> singleRecord.add(e.get(n) == null ? "" : e.get(n).toString()));
    if (e.getMetadata().containsKey(ChargeConst.RATE_RULE_DETAIL)) {
        Set<Map<String, Object>> ruleDtls = (Set<Map<String, Object>>) e.getMetadata().get(ChargeConst.RATE_RULE_DETAIL);
        Map<Object, Object> mergedMap = mergeRuleDetails(ruleDtls);
        final List<String> finalSingleRecord = singleRecord;
        return IntStream.range(0, finalSingleRecord.size())
                .mapToObj(i -> finalSingleRecord.get(i).equals("") && mergedMap.get(nameList.get(i)) != null ? mergedMap.get(nameList.get(i)).toString() : finalSingleRecord.get(i))
                .collect(Collectors.toList());
    }
    return singleRecord;
}

2. 提取一个方法来合并所有规则细节的 Map。

private Map<Object, Object> mergeRuleDetails(Set<Map<String, Object>> ruleDtls) {
    return ruleDtls.stream()
            .flatMap(map -> map.entrySet().stream()
                    .map(entry -> new AbstractMap.SimpleEntry<>(entry.getKey(), entry.getValue() == null ? "" : entry.getValue())))
            .collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (oldValue, newValue) -> newValue));
}

3. 将原来的主方法进行简化，使用上面的两个方法来处理每个实体记录，并将结果添加到 valueList 中。

for (Entity e : rsList) {
    List<String> singleRecord = processEntity(e, nameList);
    valueList.add(singleRecord);
}

优化这段代码 int index = 3; for (Object data : dataList) { StringBuilder inner = new StringBuilder(); String excelStr = JSONObject.toJSONString(data, SerializerFeature.WriteMapNullValue); JSONObject object = JSONObject.parseObject(excelStr, Feature.OrderedField, Feature.IgnoreNotMatch); List<Object> valueList = Lists.newArrayList(object.values()); boolean bool = false; inner.append("第").append(index).append("行:"); if (Objects.isNull(valueList.get(0))) { bool = true; inner.append("手机号不能为空").append(";"); } for (int i = 1; i <= variableCount; i++) { Object obj = (valueList.size() - 1) >= (i + 1) ? valueList.get(i + 1) : null; if (Objects.isNull(obj)) { bool = true; inner.append("变量").append(i).append("不能为空").append(";"); } } if (bool) { if (inner.toString().endsWith(";")) { inner.setLength(inner.length() - 1); } if (!inner.toString().endsWith("\r\n")) { inner.append("\r\n"); } error.append(inner); } index++; }

下面是一些可能的优化建议：

1. 使用 forEach 循环代替 for 循环，可以使代码更简洁：

   int index = 3;
   for (Object data : dataList) {
       // ...
       index++;
   }

改为：

   int index = 3;
   for (Object data : dataList) {
       // ...
       ++index;
   }

2. 将对象转换为 JSON 格式时，可以直接使用 `JSONObject` 的静态方法 `toJSONString`，而无需创建 StringBuilder 和使用 `SerializerFeature`：

   String excelStr = JSONObject.toJSONString(data);

3. 在解析 JSON 时，可以直接获取对象的值列表，而无需使用 `JSONObject` 的 `values` 方法和转换为列表：

   List<Object> valueList = new ArrayList<>(object.values());

4. 在判断变量是否为空时，可以使用 Java 8 的 Stream API 和 Lambda 表达式，使代码更简洁：

   boolean hasNull = IntStream.rangeClosed(2, variableCount + 1)
                              .mapToObj(valueList::get)
                              .anyMatch(Objects::isNull);

   if (Objects.isNull(valueList.get(0)) || hasNull) {
       // ...
   }

这里使用 `IntStream.rangeClosed` 创建了一个整数流，从2到`variableCount+1`（包括边界）；使用 `mapToObj` 将每个索引对应的对象转换为流中的元素；使用 `anyMatch` 判断流中是否有 null 元素。

5. 在拼接错误信息时，可以使用 `String.join` 方法代替 StringBuilder，使代码更简洁：

   List<String> errorMsgs = new ArrayList<>();
   if (Objects.isNull(valueList.get(0)) || hasNull) {
       errorMsgs.add("手机号不能为空");
   }
   IntStream.rangeClosed(2, variableCount + 1)
            .filter(i -> Objects.isNull(valueList.get(i)))
            .forEach(i -> errorMsgs.add("变量" + (i - 1) + "不能为空"));

   if (!errorMsgs.isEmpty()) {
       error.append("第").append(index).append("行:")
            .append(String.join(";", errorMsgs)).append("\r\n");
   }

这里使用 `IntStream.rangeClosed` 创建了一个整数流，从2到`variableCount+1`（包括边界）；使用 `filter` 过滤出 null 元素；使用 `forEach` 将每个索引对应的错误信息添加到列表中。最后使用 `String.join` 将列表中的所有元素用分号连接，并拼接到错误信息中。