詳解Java Stream實現(xiàn)精準(zhǔn)數(shù)據(jù)分組與比例計算技巧
前言
在當(dāng)今數(shù)據(jù)驅(qū)動的軟件開發(fā)時代，數(shù)據(jù)的快速處理與分析能力是提升應(yīng)用性能和用戶體驗的關(guān)鍵。Java 8 引入的 Stream API 為開發(fā)者提供了一種強大且優(yōu)雅的方式來處理集合數(shù)據(jù)，它不僅簡化了代碼，還通過內(nèi)置的并行處理能力大幅提升了性能。在眾多應(yīng)用場景中，分類占比統(tǒng)計是數(shù)據(jù)處理中一個常見的需求。無論是對用戶行為數(shù)據(jù)進行分析，還是對業(yè)務(wù)數(shù)據(jù)進行分類匯總，快速準(zhǔn)確地統(tǒng)計各類數(shù)據(jù)的占比都能為決策提供有力支持。本文將深入探討如何利用 Java 8 Stream API 實現(xiàn)高效、簡潔且易于維護的分類占比統(tǒng)計，幫助開發(fā)者在實戰(zhàn)中快速掌握這一實用技巧。
在實際開發(fā)中，我們經(jīng)常遇到需要對集合中的數(shù)據(jù)按照某種類型進行分類統(tǒng)計的場景。例如，在電商系統(tǒng)中，可能需要統(tǒng)計不同品類商品的銷售占比；在用戶管理系統(tǒng)中，可能需要統(tǒng)計不同地區(qū)用戶的注冊占比。傳統(tǒng)的實現(xiàn)方式往往是通過循環(huán)遍歷集合，使用多個變量來分別統(tǒng)計每種類型的數(shù)量，然后再計算占比。這種做法不僅代碼冗長，而且在處理大規(guī)模數(shù)據(jù)時效率低下，容易出錯。Java 8 Stream API 提供了一種全新的解決方案，它允許我們以聲明式的方式處理數(shù)據(jù)，通過一系列的中間操作和終端操作，可以輕松地實現(xiàn)分類統(tǒng)計。Stream 的 `groupingBy` 方法可以方便地對數(shù)據(jù)進行分組，而 `collectors` 提供的各種收集器則可以方便地對分組后的數(shù)據(jù)進行進一步的統(tǒng)計和處理。通過合理使用這些特性，我們可以寫出既簡潔又高效的代碼，快速完成分類占比統(tǒng)計的任務(wù)。
為了更好地理解如何使用 Java 8 Stream 實現(xiàn)分類占比統(tǒng)計，本文將通過具體的實戰(zhàn)案例進行詳細(xì)講解。首先，我們會介紹如何使用 Stream 對數(shù)據(jù)進行分組，然后通過收集器對分組后的數(shù)據(jù)進行統(tǒng)計，最后計算出每種類型的占比。在實戰(zhàn)案例中，我們將使用一個模擬的電商銷售數(shù)據(jù)集，展示如何統(tǒng)計不同品類商品的銷售占比。通過這個案例，讀者將能夠清晰地看到 Stream API 在處理分類占比統(tǒng)計問題時的優(yōu)勢，以及如何在實際項目中應(yīng)用這些技巧。此外，我們還會探討一些優(yōu)化技巧，如如何利用并行 Stream 進一步提升性能，以及如何處理可能出現(xiàn)的異常情況，確保代碼的健壯性。通過本文的介紹，相信讀者能夠掌握 Java 8 Stream 在分類占比統(tǒng)計方面的實戰(zhàn)應(yīng)用，將其應(yīng)用到自己的項目中，提高數(shù)據(jù)處理的效率和質(zhì)量。
一、需求描述
本節(jié)將重點對需求場景和排序需求進行介紹。
1、場景描述
在城市規(guī)劃與資源管理中，我們面臨著一個重要的數(shù)據(jù)分析需求：對不同機構(gòu)設(shè)施類型的分布情況進行分類統(tǒng)計與分析。具體而言，系統(tǒng)中存儲了大量關(guān)于各類機構(gòu)設(shè)施的記錄，包括設(shè)施類型、地理位置、服務(wù)范圍等關(guān)鍵信息。管理部門希望能夠快速了解各機構(gòu)設(shè)施類型在城市中的占比情況，以便優(yōu)化資源分配和城市規(guī)劃布局。例如，通過統(tǒng)計可以發(fā)現(xiàn)哪些設(shè)施類型在城市中分布廣泛，哪些設(shè)施類型相對稀缺，從而為政策制定和資源投入提供數(shù)據(jù)支持。隨著城市的發(fā)展，數(shù)據(jù)量不斷增加，傳統(tǒng)的統(tǒng)計方式已難以滿足快速響應(yīng)的需求，因此需要一種高效、簡潔且易于擴展的解決方案來應(yīng)對這一挑戰(zhàn)。
2、排序要求
在完成機構(gòu)設(shè)施類型的分類占比統(tǒng)計后，為了更好地呈現(xiàn)數(shù)據(jù)并支持決策，還需要對統(tǒng)計結(jié)果進行排序。具體來說，管理部門希望按照機構(gòu)設(shè)施類型占比的高低進行排序，以便快速識別出在城市中分布最廣泛和最稀缺的設(shè)施類型。此外，還可能需要根據(jù)機構(gòu)設(shè)施類型名稱進行字母順序排序，以方便在報告中進行展示。在排序過程中，需要確保排序的準(zhǔn)確性和穩(wěn)定性，避免因排序錯誤導(dǎo)致的決策失誤。同時，考慮到數(shù)據(jù)量可能較大，排序算法的效率也至關(guān)重要。因此，我們需要在實現(xiàn)分類占比統(tǒng)計的基礎(chǔ)上，進一步優(yōu)化代碼，使其能夠支持高效的排序操作，確保整個數(shù)據(jù)處理流程的流暢性和高效性。
二、Java1.8實現(xiàn)
本節(jié)將詳細(xì)介紹在Java1.8中如何使用Stream來進行機構(gòu)設(shè)施的分類占比統(tǒng)計以及排序。通過本節(jié)大家能快速掌握如何使用Java來實現(xiàn)這個需求。
1、分類對象實現(xiàn)
為了模擬對分類對象的描述和占比統(tǒng)計，我們需要定義一個分類占比統(tǒng)計對象，核心代碼如下，這個類中type用于對分類進行描述，而percentage則用于存儲占比比例：
package org.yelang.pcwater.riskevaluation;
/**
* 自定義類用于存儲類型和占比
*/
public class TypePercentage {
private String type;
private double percentage;
public TypePercentage(String type, double percentage) {
this.type = type;
this.percentage = percentage;
}
public String getType() {
return type;
}
public double getPercentage() {
return percentage;
}
@Override
public String toString() {
return String.format("TypePercentage{type='%s', percentage=%.1f%%}", type, percentage * 100);
}
}2、Stream進行分組排序
通常在進行數(shù)據(jù)統(tǒng)計時，我們首先需要生成不同的機構(gòu)設(shè)施類型，然后將這些數(shù)據(jù)添加到集合中，然后將集合作為入?yún)魅敕椒ㄖ羞M行處理。因此我們定義一個方法首先來實現(xiàn)Stream的方式進行分布，核心代碼如下：
/**
* 獲取排序后的類型占比列表
*
* @param dataList 數(shù)據(jù)列表
* @return 按占比降序排序的類型占比列表
*/
public static List<TypePercentage> getSortedTypePercentages(List<Map<String, Object>> dataList) {
if (dataList == null || dataList.isEmpty()) {
return new ArrayList<>();
}
// 統(tǒng)計每個 type 出現(xiàn)的次數(shù)
Map<String, Long> typeCount = dataList.stream()
.filter(map -> map.containsKey("type") && map.get("type") != null)
.collect(Collectors.groupingBy(map -> {
// 將 Object 類型的 type 轉(zhuǎn)換為 String
Object typeObj = map.get("type");
if (typeObj instanceof String) {
return (String) typeObj;
} else {
// 如果不是 String 類型，使用 toString() 方法轉(zhuǎn)換
return typeObj.toString();
}
}, Collectors.counting()));
// 計算總數(shù)量
long total = typeCount.values().stream().mapToLong(Long::longValue).sum();
// 計算占比并創(chuàng)建對象，按占比降序排序
return typeCount.entrySet().stream().map(entry -> {
double percentage = (double) entry.getValue() / total;
return new TypePercentage(entry.getKey(), percentage);
}).sorted((tp1, tp2) -> Double.compare(tp2.getPercentage(), tp1.getPercentage())) // 降序排序
.collect(Collectors.toList());
}3、實例調(diào)用
在準(zhǔn)備調(diào)用方法之前，首先我們先來準(zhǔn)備這些模擬的機構(gòu)信息，模擬代碼如下：
// 原始數(shù)據(jù) - JDK 1.8 創(chuàng)建方式
List<Map<String, Object>> dataList = new ArrayList<>();
Map<String, Object> map1 = new HashMap<>();
map1.put("name", "市人民醫(yī)院");
map1.put("type", "醫(yī)院");
dataList.add(map1);
Map<String, Object> map2 = new HashMap<>();
map2.put("name", "幸福小學(xué)");
map2.put("type", "學(xué)校");
dataList.add(map2);
Map<String, Object> map3 = new HashMap<>();
map3.put("name", "市中心醫(yī)院");
map3.put("type", "醫(yī)院");
dataList.add(map3);
Map<String, Object> map4 = new HashMap<>();
map4.put("name", "第二實驗小學(xué)");
map4.put("type", "學(xué)校");
dataList.add(map4);
Map<String, Object> map5 = new HashMap<>();
map5.put("name", "市圖書館");
map5.put("type", "圖書館");
dataList.add(map5);
Map<String, Object> map6 = new HashMap<>();
map6.put("name", "建設(shè)銀行");
map6.put("type", "銀行");
dataList.add(map6);然后調(diào)用前面的Stream分組排序方法，最后對返回的結(jié)果進行輸出展示，調(diào)用代碼如下：
// 獲取排序后的類型占比列表
List<TypePercentage> result = getSortedTypePercentages(dataList);
// 輸出結(jié)果
System.out.println("Type 占比統(tǒng)計結(jié)果（按占比降序排序）：");
result.forEach(typePercentage -> {
System.out.printf("%s: %.2f%%\n", typePercentage.getType(), typePercentage.getPercentage() * 100);
});最后來看一下最終的輸出結(jié)果：
Type 占比統(tǒng)計結(jié)果（按占比降序排序）： 學(xué)校: 33.33% 醫(yī)院: 33.33% 銀行: 16.67% 圖書館: 16.67%
通過以上的代碼就可以實現(xiàn)按照分類來進行占比統(tǒng)計及排序，在一些統(tǒng)計業(yè)務(wù)中就可以進行靈活的統(tǒng)計實現(xiàn)。完整代碼如下：
package org.yelang.pcwater.riskevaluation;
import java.util.*;
import java.util.stream.Collectors;
/**
* 影響人群分布統(tǒng)計 *
*/
public class TypeStatisticSorted {
/**
* 獲取排序后的類型占比列表
*
* @param dataList 數(shù)據(jù)列表
* @return 按占比降序排序的類型占比列表
*/
public static List<TypePercentage> getSortedTypePercentages(List<Map<String, Object>> dataList) {
if (dataList == null || dataList.isEmpty()) {
return new ArrayList<>();
}
// 統(tǒng)計每個 type 出現(xiàn)的次數(shù)
Map<String, Long> typeCount = dataList.stream()
.filter(map -> map.containsKey("type") && map.get("type") != null)
.collect(Collectors.groupingBy(map -> {
// 將 Object 類型的 type 轉(zhuǎn)換為 String
Object typeObj = map.get("type");
if (typeObj instanceof String) {
return (String) typeObj;
} else {
// 如果不是 String 類型，使用 toString() 方法轉(zhuǎn)換
return typeObj.toString();
}
}, Collectors.counting()));
// 計算總數(shù)量
long total = typeCount.values().stream().mapToLong(Long::longValue).sum();
// 計算占比并創(chuàng)建對象，按占比降序排序
return typeCount.entrySet().stream().map(entry -> {
double percentage = (double) entry.getValue() / total;
return new TypePercentage(entry.getKey(), percentage);
}).sorted((tp1, tp2) -> Double.compare(tp2.getPercentage(), tp1.getPercentage())) // 降序排序
.collect(Collectors.toList());
}
public static void main(String[] args) {
// 原始數(shù)據(jù) - JDK 1.8 創(chuàng)建方式
List<Map<String, Object>> dataList = new ArrayList<>();
Map<String, Object> map1 = new HashMap<>();
map1.put("name", "市人民醫(yī)院");
map1.put("type", "醫(yī)院");
dataList.add(map1);
Map<String, Object> map2 = new HashMap<>();
map2.put("name", "幸福小學(xué)");
map2.put("type", "學(xué)校");
dataList.add(map2);
Map<String, Object> map3 = new HashMap<>();
map3.put("name", "市中心醫(yī)院");
map3.put("type", "醫(yī)院");
dataList.add(map3);
Map<String, Object> map4 = new HashMap<>();
map4.put("name", "第二實驗小學(xué)");
map4.put("type", "學(xué)校");
dataList.add(map4);
Map<String, Object> map5 = new HashMap<>();
map5.put("name", "市圖書館");
map5.put("type", "圖書館");
dataList.add(map5);
Map<String, Object> map6 = new HashMap<>();
map6.put("name", "建設(shè)銀行");
map6.put("type", "銀行");
dataList.add(map6);
// 獲取排序后的類型占比列表
List<TypePercentage> result = getSortedTypePercentages(dataList);
// 輸出結(jié)果
System.out.println("Type 占比統(tǒng)計結(jié)果（按占比降序排序）：");
result.forEach(typePercentage -> {
System.out.printf("%s: %.2f%%\n", typePercentage.getType(), typePercentage.getPercentage() * 100);
});
}
}三、總結(jié)
以上就是本文的主要內(nèi)容，本文將通過具體的實戰(zhàn)案例進行詳細(xì)講解。首先，我們會介紹如何使用 Stream 對數(shù)據(jù)進行分組，然后通過收集器對分組后的數(shù)據(jù)進行統(tǒng)計，最后計算出每種類型的占比。行文倉促，定有不足之處，歡迎各位朋友在評論區(qū)批評指正，不勝感激。
以上就是詳解Java Stream實現(xiàn)精準(zhǔn)數(shù)據(jù)分組與比例計算技巧的詳細(xì)內(nèi)容，更多關(guān)于Java Stream數(shù)據(jù)分組的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
SpringBoot集成Session的實現(xiàn)示例
Session是一個在Web開發(fā)中常用的概念,它表示服務(wù)器和客戶端之間的一種狀態(tài)管理機制,用于跟蹤用戶在網(wǎng)站或應(yīng)用程序中的狀態(tài)和數(shù)據(jù),本文主要介紹了SpringBoot集成Session的實現(xiàn)示例,感興趣的可以了解一下2023-09-09
如何基于Idea遠(yuǎn)程調(diào)試tomcat war包及jar包
這篇文章主要介紹了如何基于Idea遠(yuǎn)程調(diào)試tomcat war包及jar包,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-08-08
SpingMvc復(fù)雜參數(shù)傳收總結(jié)
這篇文章主要為大家介紹了SpingMvc復(fù)雜參數(shù)傳收總結(jié),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-08-08
在本篇文章里小編給大家整理的是關(guān)于SpringBoot使用Log4j的知識點，需要的朋友們可以參考學(xué)習(xí)下。2020-02-02
這篇文章主要介紹了MyBatis的五種批量插入詳解,MyBatis是一款半自動的ORM持久層框架,具有較高的SQL靈活性,支持高級映射(一對一,一對多),動態(tài)SQL,延遲加載和緩存等特性,但它的數(shù)據(jù)庫無關(guān)性較低,需要的朋友可以參考下2023-08-08
springmvc開啟異步請求報錯Java code using the Ser
這篇文章主要為大家介紹了springmvc開啟異步請求報錯Java code using the Servlet API or解決分析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-02-02
mybatisPlus實現(xiàn)多表連接分頁動態(tài)查詢方式
文章主要講述了Java開發(fā)中常用的一些設(shè)計模式和代碼結(jié)構(gòu),包括實體類（VO）、Mapper接口、Service實現(xiàn)類（ServiceImpl）等,通過這些組件的合理使用,可以提高代碼的可維護性和可擴展性2025-12-12
使用Spark?SQL實現(xiàn)讀取不帶表頭的txt文件
這篇文章主要為大家詳細(xì)介紹了如何使用Spark?SQL實現(xiàn)讀取不帶表頭的txt文件,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2024-03-03
JPA除了對JPQL提供支持外，還對原生SQL語句也提供了支持。本文將利用生SQL實現(xiàn)增刪改查功能，文中的示例代碼講解詳細(xì)，需要的可以參考一下2022-09-09
這篇文章主要介紹了關(guān)于druid配置參數(shù)的使用,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2025-06-06