当前位置: 首页 > news >正文

做网站的调研报告/个人网站推广方法

做网站的调研报告,个人网站推广方法,社保网站做员工用工备案,新零售商城Map排序的实际应用场景我们知道,Map不同于List,它是无序的,但我们实际工作中某些业务场景是需要Map按照一定的顺序排列组合的,有些需要按键排序,有些则需要按值排序。比如说我们现在返回的Map封装了我们所需要的数据&a…

Map排序的实际应用场景

我们知道,Map不同于List,它是无序的,但我们实际工作中某些业务场景是需要Map按照一定的顺序排列组合的,有些需要按键排序,有些则需要按值排序。比如说我们现在返回的Map封装了我们所需要的数据,它的值是无序的,但是我们现在需要将Map按值升序或者降序排列来最终返回我们所要的数据,该怎么做呢?更复杂的是如果Map是多重嵌套的呢,又该如何实现我们所需要的排序呢?

1.按键排序

我们知道,TreeMap默认是按键的升序排列的,如果想要Map的值按键排序,可以直接用TreeMap,下面我们来看下实际的例子。

@Test

public void TestTreeMapKeyAsc() {

Map treeMap = new TreeMap();

treeMap.put("2","mad");

treeMap.put("3","kitty");

treeMap.put("1","cherry");

treeMap.put("4","jack");

System.out.println(treeMap);

}

输出结果

{1=cherry, 2=mad, 3=kitty, 4=jack}

如果我们想让它降序排列,则需要实现Comparator接口, Comparator是可以对集合对象或者数组进行排序的比较器接口,最常用的就是给List排序,实现该接口的public compare(T o1,To2)方法即可实现排序,该方法主要是根据第一个参数o1,小于、等于或者大于o2分别返回负整数、0或者正整数。

我们再来看下降序排列的实现

@Test

public void TestTreeMapKeyDesc() {

Map treeMap = new TreeMap(new Comparator() {

@Override

public int compare(String o1, String o2) {

return o2.compareTo(o1);

}

});

treeMap.put("2","mad");

treeMap.put("3","kitty");

treeMap.put("1","cherry");

treeMap.put("4","jack");

System.out.println(treeMap);

}

输出结果

{4=jack, 3=kitty, 2=mad, 1=cherry}

我们前面说的是TreeMap的键排序,如果是HashMap呢,我们则需要实现集合排序类Collections的sort方法,但我们看源码发现,它只支持List的排序,所以我们这里需要做一些特殊处理,即把我们的HashMap转换成一个List,然后再做排序处理。

源码:

@SuppressWarnings({"unchecked", "rawtypes"})

public static void sort(List list, Comparator super T> c) {

Object[] a = list.toArray();

Arrays.sort(a, (Comparator)c);

ListIterator i = list.listIterator();

for (int j=0; j

i.next();

i.set((T)a[j]);

}

}

再来看代码,实现HashMap按键排序(降序),升序逻辑类似。

@Test

public void TestHashMapKeyDesc() {

Map map = new HashMap();

map.put("2", "mad");

map.put("3", "cherry");

map.put("1", "kitty");

map.put("4", "jack");

System.out.println(map);

List> list=new ArrayList>(map.entrySet());

Collections.sort(list, new Comparator>() {

@Override

public int compare(Map.Entry o1, Map.Entry o2) {

//降序排列

return o2.getKey().compareTo(o1.getKey());

//升序排序

//return o1.getkey().compareTo(o2.getKey());

}

});

map=new LinkedHashMap();

for(Map.Entry mapping:list){

System.out.println(mapping.getKey()+":"+mapping.getValue());

map.put(mapping.getKey(),mapping.getValue());

}

System.out.println(map);

}

排序完后我们需要把Map重新定义为LinkedHashMap,即按照插入的顺序排序,如果是HashMap的话,又会按照原来的顺序排列,是无效的。

输出结果:

{1=kitty, 2=mad, 3=cherry, 4=jack}

4:jack

3:cherry

2:mad

1:kitty

{4=jack, 3=cherry, 2=mad, 1=kitty}

2.按值排序

按值排序其实和上面HashMap按键排序逻辑类似,只有一行代码之差,即getKey和getValue的差别,我们这里还是以TreeMap的值排序为例,给大家看下实际效果。

@Test

public void TestTreeMapValueAsc() {

Map treeMap = new TreeMap();

treeMap.put("mad", "2");

treeMap.put("kitty", "3");

treeMap.put("cherry", "1");

treeMap.put("jack", "4");

List> list = new ArrayList>(treeMap.entrySet());

Collections.sort(list, new Comparator>() {

@Override

public int compare(Map.Entry o1, Map.Entry o2) {

return o1.getValue().compareTo(o2.getValue());

}

});

for(Map.Entry mapping:list){

System.out.println(mapping.getKey()+":"+mapping.getValue());

}

}

输出结果:

cherry:1

mad:2

kitty:3

jack:4

HashMap的实现和TreeMap几乎一样,只是它们的类型不同,这里不再做演示。

3.复杂的值多重排序

我们上面给的例子都是最基本的思路和例子,但实际应用中远没有这么简单。下面楼主就以实际工作中遇到的一个双重嵌套的Map值排序做一个演示和讲解,首先,由于数据是从DAO数据库层里面取出来并且封装好的,我们实际是在Service层里面进行处理我们所需要的数据,所以这里我们就用最原始的方式封装成类似的Map数据即可。

Map resultMap = new HashMap();

Map dataMap = new HashMap<>();

Map dataMap1=new HashMap<>();

Map dataMap2=new HashMap<>();

Map dataMap3=new HashMap<>();

dataMap.put("faultRate", "0.28%");

dataMap.put("faultNum", "1");

dataMap.put("faultTime", "1965");

resultMap.put("出钞门", dataMap);

dataMap1.put("faultRate", "11.71%");

dataMap1.put("faultNum", "3");

dataMap1.put("faultTime", "80923");

resultMap.put("日志打印机",dataMap1);

dataMap2.put("faultRate", "12.50%");

dataMap2.put("faultNum", "5");

dataMap2.put("faultTime", "86400");

resultMap.put("出钞机芯",dataMap2);

dataMap3.put("faultRate", "17.20%");

dataMap3.put("faultNum", "7");

dataMap3.put("faultTime", "86400");

resultMap.put("指纹仪",dataMap3);

我们看下最终生成的map的数据结构:

{出钞门={faultRate=0.28%, faultNum=1, faultTime=1965},

日志打印机={faultRate=11.71%, faultNum=3, faultTime=80923},

出钞机芯={faultRate=12.50%, faultNum=5, faultTime=86400},

指纹仪={faultRate=17.20%, faultNum=7, faultTime=86400}}

我们现在的业务需求就是要把这些数据按照faultRate按从高到低排列(如果是按faultNum或者faultTime,逻辑类似),即

{指纹仪={faultRate=17.20%, faultNum=7, faultTime=86400}

出钞机芯={faultRate=12.50%, faultNum=5, faultTime=86400}

日志打印机={faultRate=11.71%, faultNum=3, faultTime=80923}

出钞门={faultRate=0.28%, faultNum=1, faultTime=1965}}

那么这又该怎么处理呢?其实我们仔细观察这个Map的数据结构,通俗的说,就是要用内层map中一个键的值给外层map排序,所谓万变不离其宗,它最关键的还是Map的值排序问题,所以我们还是用值排序的方法进行处理即可,即通过外层map取出内层map,然后再取出它的值进行排序即可。

List> list=new ArrayList>(resultMap.entrySet());

Collections.sort(list, new Comparator>() {

@Override

public int compare(Map.Entry o1, Map.Entry o2) {

Map o1Map = (Map) o1.getValue();

Map o2Map = (Map) o2.getValue();

Double f1 = Double.valueOf(o1Map.get("faultRate").replace("%", ""));

Double f2 = Double.valueOf(o2Map.get("faultRate").replace("%", ""));

return f2.compareTo(f1);

}

});

这样就可以实现我们上面的业务需求了,是不是很简单呢~

最后把完整的代码贴出来,供大家参考:

@Test

public void TestMultipleMapValueSort() {

Map resultMap = new HashMap();

Map dataMap = new HashMap<>();

Map dataMap1=new HashMap<>();

Map dataMap2=new HashMap<>();

Map dataMap3=new HashMap<>();

dataMap.put("faultRate", "0.28%");

dataMap.put("faultNum", "1");

dataMap.put("faultTime", "1965");

resultMap.put("出钞门", dataMap);

dataMap1.put("faultRate", "11.71%");

dataMap1.put("faultNum", "3");

dataMap1.put("faultTime", "80923");

resultMap.put("日志打印机",dataMap1);

dataMap2.put("faultRate", "12.50%");

dataMap2.put("faultNum", "5");

dataMap2.put("faultTime", "86400");

resultMap.put("出钞机芯",dataMap2);

dataMap3.put("faultRate", "17.20%");

dataMap3.put("faultNum", "7");

dataMap3.put("faultTime", "86400");

resultMap.put("指纹仪",dataMap3);

System.out.println("排序前:");

for (Map.Entry entry:resultMap.entrySet()){

System.out.println(entry);

};

List> list=new ArrayList>(resultMap.entrySet());

Collections.sort(list, new Comparator>() {

@Override

public int compare(Map.Entry o1, Map.Entry o2) {

Map o1Map = (Map) o1.getValue();

Map o2Map = (Map) o2.getValue();

Double f1 = Double.valueOf(o1Map.get("faultRate").replace("%", ""));

Double f2 = Double.valueOf(o2Map.get("faultRate").replace("%", ""));

return f2.compareTo(f1);

}

});

Map sortMap = new LinkedHashMap();

for (Map.Entry map : list) {

sortMap.put(map.getKey(), map.getValue());

}

System.out.println("----------------------------------------------");

System.out.println("排序后:");

for (Map.Entry entry:sortMap.entrySet()){

System.out.println(entry);

};

输出结果:

排序前:

出钞门={faultRate=0.28%, faultNum=1, faultTime=1965}

日志打印机={faultRate=11.71%, faultNum=3, faultTime=80923}

出钞机芯={faultRate=12.50%, faultNum=5, faultTime=86400}

指纹仪={faultRate=17.20%, faultNum=7, faultTime=86400}

----------------------------------------------

排序后:

指纹仪={faultRate=17.20%, faultNum=7, faultTime=86400}

出钞机芯={faultRate=12.50%, faultNum=5, faultTime=86400}

日志打印机={faultRate=11.71%, faultNum=3, faultTime=80923}

出钞门={faultRate=0.28%, faultNum=1, faultTime=1965}

http://www.lbrq.cn/news/1430083.html

相关文章:

  • 静态网站添加到织梦/营销方式都有哪些
  • 新乡网站建设.com/佛山seo优化外包
  • 网站开发师培训/什么是网络营销战略
  • 外贸视频网站开发/口碑营销ppt
  • 公益广告设计图片/aso关键字优化
  • 奥鹏作业代做靠谱的网站/湘潭网站设计外包公司
  • 橙云的主机支持放两个网站吗/推广宣传方式有哪些
  • 政府网站内容建设咨询/官网百度
  • 如何建设网站方便后期维护/seo运营做什么
  • wordpress的语言/seo门户网站
  • 衡水网站建设套餐/常州百度推广代理
  • 网站运营内容建设方案/广告联盟平台自动赚钱
  • oss做网站迁移/游戏推广引流软件
  • git怎么做隐私政策网站/软文发稿系统
  • 有没有房建设计的网站/需要优化的网站有哪些
  • 广东省党的建设研究会网站/百度网站收录提交入口全攻略
  • 丰联汽配网站建设成本/哪里做网络推广好
  • 有什么好的互联网平台做网站/网站域名备案查询
  • 旅游公司网站难做吗/免费的网站软件
  • 怎么在后台设置网站的关键词/广州网站关键词推广
  • 安徽省建设厅证书查询官方网站/网络营销个人总结
  • 沈阳网站制作的公司/seo培训价格
  • 请seo的人帮做网站排名/浙江seo外包费用
  • 挂机宝如何做网站/长春网站优化
  • 湖南长沙岳麓区疫情最新消息/广州专门做seo的公司
  • 湖南省住房城乡建设网站/网页推广链接怎么做
  • 网站rp原型图怎么做/品牌网
  • 沈阳企业定制网站建设/精准的搜索引擎优化
  • 什么网站做护工/ciliba最佳磁力搜索引擎
  • 淘宝网站建设维护会计科目/成年学校培训班
  • 《WINDOWS 环境下32位汇编语言程序设计》第1章 背景知识
  • Android RxJava 过滤与条件操作详解
  • 007TG洞察:特斯拉Robotaxi成本降低84%?技术驱动的效率革命对营销自动化的启示
  • 高通vendor app访问文件
  • Redis 官方提供免费的 30 MB 云数据库
  • 【Docker】安装kafka案例