本文介绍了如何使用 Java 中的 Map 数据结构来高效地汇总 List 中重复元素的数值。通过将元素的类型作为键，数值信息作为值存储在 Map 中，可以避免不必要的循环和比较，从而实现更简洁、高效的代码。文章提供了代码示例，展示了如何使用 compute 方法和 Stream API 的 toMap 方法来实现这一目标。
在处理包含重复元素的 List 时，如果需要汇总重复元素的数值信息，传统的循环遍历和比较方法效率较低，且代码可读性差。使用 Map 数据结构可以有效地解决这个问题。Map 是一种键值对存储结构，可以保证每个键的唯一性。因此，可以将 List 中元素的类型作为键，将需要汇总的数值信息（如金额和数量）作为值存储在 Map 中。
以下将介绍两种使用 Map 来汇总 List 中重复元素数值的方法：
1. 使用 compute 方法
compute 方法是 Map 接口提供的一个非常有用的方法，它允许我们根据键来计算新的值，并将新值更新到 Map 中。如果键不存在，则 compute 方法会创建一个新的键值对；如果键存在，则 compute 方法会使用给定的函数来计算新的值。
假设我们有如下的数据结构：
record Data(String type, Double amount, Integer quantity) {}
record Datav2(Double amount, Integer quantity) {}我们可以使用以下代码将 Data 对象存储到 Map 中，并使用 compute 方法来汇总相同类型的数据：
import java.util.HashMap;
import java.util.Map;
public class AccumulateValues {
public static void main(String[] args) {
var map = new HashMap<>(Map.of("A", new Datav2(2.0, 3)));
// add element to map equivalent to Data("A", 3.0, 3)
map.compute("A", (k, v) -> {
if (v == null) {
v = new Datav2(0.0, 0);
}
return new Datav2(3.0, v.quantity() + 3);
});
System.out.println(map); // Output: {A=Datav2[amount=3.0, quantity=6]}
}
}在这个例子中，我们首先创建了一个包含一个键值对的 HashMap。然后，我们使用 compute 方法来添加一个新的元素，其类型为 "A"，金额为 3.0，数量为 3。compute 方法首先检查 Map 中是否已经存在键 "A"。由于键 "A" 已经存在，因此 compute 方法会使用给定的 lambda 表达式来
2. 使用 Stream API 的 toMap 方法
如果数据最初存储在 List 中，可以使用 Java 8 引入的 Stream API 将 List 转换为 Map，并同时进行数值汇总。toMap 方法允许我们指定键和值的映射函数，以及当多个元素具有相同键时如何合并值的合并函数。
import java.util.List;
import java.util.stream.Collectors;
import java.util.Map;
record Data(String type, Double amount, Integer quantity) {}
record Datav2(Double amount, Integer quantity) {}
public class AccumulateValuesStream {
public static void main(String[] args) {
var list = List.of(new Data("A", 2.0, 3),
new Data("A", 3.0, 3),
new Data("C", 2.0, 1),
new Data("B", 10.0, 3),
new Data("B", 2.0, 5)
);
var collected = list
.stream()
.collect(Collectors.toMap(
// what will the key be
Data::type,
// what will the value be
data -> new Datav2(data.amount(), data.quantity()),
// how do we combine two values if they have the same key
(d1, d2) -> new Datav2(d1.amount() + d2.amount(), d1.quantity() + d2.quantity())
));
System.out.println(collected);
}
}在这个例子中，我们首先创建了一个包含多个 Data 对象的 List。然后，我们使用 stream() 方法将 List 转换为 Stream。接下来，我们使用 collect() 方法和 Collectors.toMap() 方法将 Stream 转换为 Map。toMap() 方法的第一个参数是一个函数，用于将 Data 对象转换为键。在这个例子中，我们将 Data 对象的 type 属性作为键。toMap() 方法的第二个参数是一个函数，用于将 Data 对象转换为值。在这个例子中，我们将 Data 对象的 amount 和 quantity 属性封装成一个 Datav2 对象作为值。toMap() 方法的第三个参数是一个函数，用于合并具有相同键的两个值。在这个例子中，我们将两个 Datav2 对象的 amount 和 quantity 属性分别相加，然后返回一个新的 Datav2 对象。
注意事项和总结
- 使用 Map 可以有效地避免不必要的循环和比较，提高代码效率。
- compute 方法适用于在已有 Map 的基础上添加或更新元素的情况。
- Stream API 的 toMap 方法适用于将 List 转换为 Map 并进行数值汇总的情况。
- 在选择使用哪种方法时，应根据实际情况进行考虑。如果数据最初存储在 List 中，并且需要进行数值汇总，则可以使用 Stream API 的 toMap 方法。如果需要在已有 Map 的基础上添加或更新元素，则可以使用 compute 方法。
- 在实际应用中，可以根据需要自定义数据结构和合并函数。
通过合理利用 Map 数据结构和相关方法，可以简化代码，提高效率，并使代码更具可读性和可维护性。
