根据每个键对应的列表里所有实体的 count 最大值,将整个字典从大到小重新排列

java 复制代码
Map<String, List<MyEntity>> sortedMapByMaxCount = originalMap.entrySet().stream()
    .sorted(Comparator.comparingInt(
        (Map.Entry<String, List<MyEntity>> entry) -> // 显式声明entry的类型
            entry.getValue().stream()
                .mapToInt(MyEntity::getCount)
                .max()
                .orElse(0)
    ).reversed())
    .collect(Collectors.toMap(
        Map.Entry::getKey,
        Map.Entry::getValue,
        (e1, e2) -> e1,
        LinkedHashMap::new
    ));

核心逻辑是:根据每个 key 对应的 value(即 List<MyEntity>)中某个字段(count)的最大值,来对整个 Map 的键值对(Entry)进行从大到小的排序,并将排序后的结果存入一个新的、能保持顺序的 Map 中。

为了更直观地理解,我们来看一个例子。假设原始的 originalMap如下:

key(字符串) value(List<MyEntity> 中各实体的 count 值) 列表中的最大 count
"A" count=3, count=5, count=1 5
"B" count=10 10
"C" count=7, count=2 7

执行代码后,新的 sortedMapByMaxCount中的键值对顺序将是:

key(字符串) value(List<MyEntity>) 排序依据(列表最大count)
"B" count=10 10
"C" count=7, count=2 7
"A" count=3, count=5, count=1 5

代码关键步骤解析

  1. 提取最大值作为排序依据 :对于 Map 中的每一个键值对(Entry),代码会取出其 value(即 List<MyEntity>),然后通过流式处理(stream())将其转换为一个整数流(mapToInt(MyEntity::getCount)),并找出这个列表里所有 count值中的最大值(max())。如果列表为空,则提供一个默认值 0(orElse(0))。

  2. 按最大值进行降序排序Comparator.comparingInt会基于上一步计算出的每个列表的最大整数值来创建比较器。紧随其后的 .reversed()方法则将比较顺序反转,从而实现**从大到小(降序)**​ 的排列。

  3. 收集到有序Map :最后,使用 Collectors.toMap并将一个 LinkedHashMap::new作为参数传入。这一步至关重要,因为普通的 HashMap不保证存储顺序,而 LinkedHashMap可以严格按照元素被放入的顺序(即我们刚刚排好的顺序)来存储和遍历键值对 。合并函数 (e1, e2) -> e1解决了可能的键冲突,这里通常保留第一个值。

重要辨析

  • key 本身没有变 :请注意,排序过程并没有改变 key 字符串本身 ("A"、"B"、"C" 还是原来的值)。改变的是这些 key 及其对应的 value 在整个 Map 中的相对位置顺序

  • 排序的依据是 value 的特征 :决定顺序的不是 key 的字母或数字顺序,而是 key 所对应的 value(列表)中的一个内部特征(count字段的最大值)。这正是根据 Map 的 value 进行排序的典型场景。

  • 前端展示顺序问题 :如果你的这个 Map 最终要通过 Spring Boot 等框架以 JSON 格式返回给前端,即使后端使用了 LinkedHashMap,前端接收到的 JSON 对象属性顺序仍有可能被打乱,因为标准的 JSON 对象是无序的。如果顺序对前端展示至关重要,更可靠的方法是返回一个由键值对组成的列表(List<Map.Entry...>)或自定义对象的列表。

相关推荐
源码学社16 分钟前
DeerFlow Windows 本地运行教程(uv)
windows·uv·沙箱·deerflow·超级智能体·deerflow安装
琥珀色糖26 分钟前
Linux makefile
linux·运维·服务器·makefile·make
Sombra_Olivia32 分钟前
复现Windows Server服务RPC请求缓冲区溢出漏洞(MS08067)
网络·windows·安全·web安全·网络安全·渗透测试·vulhub
whyutianict_vv33 分钟前
HCIE-Storage存储3.0排错题实战:归因框架与排查命令
linux·服务器·网络
Elastic 中国社区官方博客37 分钟前
用两行 JSON 替换你的 ILM 策略:数据流生命周期新增冻结层支持
大数据·运维·elasticsearch·搜索引擎·架构·全文检索
-天道酬勤-39 分钟前
查看Windows电脑开机时间
windows·电脑
小趴菜一只1 小时前
linux权限维持
linux·运维·服务器
小张同学a.1 小时前
ELK企业级日志分析平台3——ES数据备份 & 集群监控 & ELFK+Kafka 架构部署
linux·运维·elk·elasticsearch·架构·kafka·filebeat
神龙斗士2401 小时前
Socket编程:客户端与服务器通信全解析(网络编程)
运维·服务器·网络·socket
小则又沐风a1 小时前
负载均衡式在线OJ---------第二幕
linux·c++·后端