数据模拟
// 模拟一些数据,假设这些是1班2班部分同学的数学成绩列表,然后需要进行按班级分组
List<Map<String, Object>> list = new ArrayList<>();
Map<String, Object> map1 = new HashMap<>();
map1.put("name","张三");
map1.put("class",1);
map1.put("score",50);
list.add(map1);
Map<String, Object> map2 = new HashMap<>();
map2.put("name","李四");
map2.put("class",2);
map2.put("score",40);
list.add(map2 );
Map<String, Object> map3 = new HashMap<>();
map3.put("name","王五");
map3.put("class",2);
map3.put("score",60);
list.add(map1);
Map<String, Object> map4 = new HashMap<>();
map4.put("name","赵六");
map4.put("class",1);
map4.put("score",30);
list.add(map4);
一、分组
1.分组
根据map对象中的一个key的值来对list进行分组,如根据班级class进行分组:
// 根据class来对list进行分组:
Map<Integer, List<Map<String, Object>>> classMap = list
.stream().collect(Collectors.groupingBy(map -> (int) map.get("class")));
此时classMap的key便是原来list中每个map的class的值,而value则是每个class的值相同的mapList集合.
2.分组求和
根据map对象中的一个key的值来对list进行分组并求和,如根据班级分完组后分别求各个班级所有同学的分数和,即:
// 根据class来对list进行分组并求取score和
Map<Integer, Integer> sumMap = list.stream()
.collect(Collectors.groupingBy(map -> (int) map.get("class"), Collectors.summingInt(map -> (int) map.get("score"))));
// 根据class来对list进行分组并求取条数
Map<Integer, Long> countMap = list.stream()
.collect(Collectors.groupingBy(map -> (int) map.get("class"), Collectors.counting()));
3.分组取最大最小值
根据map对象中的一个key的值来对list进行分组并求取最大值,如根据班级class来对list进行分组并求取每个班分数的最大值
// 根据class来对list进行分组并求取最大值
Map<Integer, Optional<Map<String, Object>>> maxBy = list
.stream().collect(Collectors.groupingBy(map -> (int) map.get("class"), Collectors.maxBy(Comparator.comparingInt(map -> (int) map.get("score")))));
// 获取
int classNo = 1;
Map<String, Object> mapMap = maxBy.get(classNo).get();
最小值同理,只需要吧maxBy改成minBy
4.分组数据统计(包括最大最小及求和)
// 假如我们需要取出1班的分数数据进行统计
int classNo = 1;
Map<Integer, IntSummaryStatistics> collect = list.stream()
.collect(Collectors.groupingBy(map -> (int) map.get("class"), Collectors.summarizingInt(item -> (int) item.get("score"))));
IntSummaryStatistics intSummaryStatistics = collect.get(classNo);
// 求分数平均值
double average = intSummaryStatistics.getAverage();
// 求条数
long count = intSummaryStatistics.getCount();
// 分数最大值
int max = intSummaryStatistics.getMax();
// 分数最小值
int min = intSummaryStatistics.getMin();
// 分数和
long sum = intSummaryStatistics.getSum();
二、排序
1.单一排序
根据分数score进行排序:
// 根据分数score进行排序(默认升序):
List<Map<String, Object>> scoreSortList = list
.stream().sorted(Comparator.comparing(map -> (int) map.get("score"))).collect(Collectors.toList());
// 根据分数score进行降序排列:
List<Map<String, Object>> reScoreSortList = list
.sorted(Comparator.comparing(map -> (int) map.get("score"),Comparator.reverseOrder())).collect(Collectors.toList());
2.多条件排序
先根据班级class正序排再根据分数score降序排:
// 先根据班级class正序排再根据分数score降序排:
List<Map<String, Object>> ortList = list
.stream().sorted(Comparator.comparing(map -> {
Map<String, Object> tempMap = (Map<String, Object>) map;
return (int)tempMap.get("class");
}).thenComparing(map -> {
Map<String, Object> tempMap = (Map<String, Object>) map;
return (int)tempMap.get("score");
},Comparator.reverseOrder())).collect(Collectors.toList());
待续…
版权声明:本文为cottonknight原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。