Java 8流/收集器按地图分组

Question

我有两张地图

1. scoreMap

其逻辑是简单地从scoresMap中获取分数，并将其与阈值Map中的阈值进行比较。根据其位置（即高、中、高之间或中以下），从阈值Map中选择相关的注释。

可能是这样的：

BiFunction<Map<String,Float>, Map<Float,String>, Map<String,String>> or
BiFunction<Map<String,Float>, Map<Float,String>, Map<String,List<String>>>

我还没有弄清楚如何进行分组通过使用检查3个条件的谓词，所以对于没有其他示例Stream代码表示歉意！非流代码看起来像这样（不使用Maps）：

if(orgScorePct >= HI_THRESHOLD) 
    return "ORG_HI_SCORE_COMMENT";
if(orgScorePct < HI_THRESHOLD && orgScorePct > MED_THRESHOLD) 
    return "ORG_MED_SCORE_COMMENT";
return "ORG_LOW_SCORE_COMMENT";




Answer 1

    List<BeanClass> list1 = new ArrayList<BeanClass>();
    DateFormat formatter = new SimpleDateFormat("yyyy-MM-dd");
    list1.add(new BeanClass(123,abc,99.0,formatter.parse("2018-02-01")));
    list1.add(new BeanClass(456,xyz,99.0,formatter.parse("2014-01-01")));
    list1.add(new BeanClass(789,pqr,95.0,formatter.parse("2014-01-01")));
    list1.add(new BeanClass(1011,def,99.0,formatter.parse("2014-01-01")));
    Map<Object, Optional<Double>> byDate = list1.stream()
   .collect(Collectors.groupingBy(p -> formatter.format(p.getCurrentDate()),
    Collectors.mapping(BeanClass::getAmount, Collectors.maxBy(Double::compare))));

Answer 2

首先，使用TreeMap作为阈值要容易得多：因为它是键上的排序映射，所以为给定值确定正确的阈值注释只需获取该值的FloorEntry。天花板条目对应于具有紧邻给定项的键的条目。类似地，有ceilingEntry来检索具有紧邻给定项的键的条目。

考虑到这一点，我们可以有以下（带样本数据）：

Map<String,Float> scoreMap = new HashMap<>();
TreeMap<Float,String> thresholdMap = new TreeMap<>();

scoreMap.put("name1", 1.0f);
scoreMap.put("name2", 2.0f);
scoreMap.put("name3", 3.0f);
scoreMap.put("name4", 5.0f);

thresholdMap.put(0.5f, "comment0");
thresholdMap.put(1.5f, "comment1");
thresholdMap.put(4.5f, "comment2");

Map<String,List<String>> result =
    scoreMap.entrySet()
            .stream()
            .collect(Collectors.groupingBy(
                e -> thresholdMap.floorEntry(e.getValue()).getValue(),
                Collectors.mapping(Map.Entry::getKey, Collectors.toList())
            ));

这导致了{comment2=[name4]，comment1=[name3，name2]，comment0=[name1]}这是正确的：“comment2”的阈值是4.5，只有“name4”的分数大于4；“comment1”的阈值为1.5，“name2”和“name3”的得分都在1.5到4.5之间，以此类推。

如果没有楼层入口，请小心：可能是分数没有相应的阈值；例如，在上面的数据中，分数为0会导致问题。要处理这种情况，需要检查floorEntry是否返回null，并通过返回默认值来相应地处理它。