- 使用 Spring Initializr 创建 Spring Boot 应用程序
- 在Spring Boot中配置Cassandra
- 在 Spring Boot 上配置 Tomcat 连接池
- 将Camel消息路由到嵌入WildFly的Artemis上
//升序
Map<Integer,String> treeMap = new TreeMap<>();
treeMap.put(1,"111");
treeMap.put(8,"888");
treeMap.put(4,"444");
treeMap.put(2,"222");
System.out.println(treeMap); //输出{1=111, 2=222, 4=444, 8=888}
//降序:
Map<Integer,String> treeMap = new TreeMap<>((o1,o2)->{
return o2.compareTo(o1);
});
treeMap.put(1,"111");
treeMap.put(8,"888");
treeMap.put(4,"444");
treeMap.put(2,"222");
System.out.println(treeMap);输出{8=888, 4=444, 2=222, 1=111}
对value降序:
Map<String, Double> budget = new HashMap<>();
budget.put("普通账户", 1000.00);
budget.put("信用账户", 2000.00);
budget.put("期权账户",500.00);
budget.put("理财账户", 4000.00);
//jdk8通过stream实现对Map降序排序
Map<String, Double> sorted = budget
.entrySet()
.stream()
.sorted(Map.Entry.comparingByValue(Comparator.reverseOrder()))
.collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (e1, e2) -> e2, LinkedHashMap::new));
//sorted为{理财账户=4000.0, 信用账户=2000.0, 普通账户=1000.0, 期权账户=500.0}
对value降序并只要前俩个:
Map<String, Double> budget = new HashMap<>();
budget.put("普通账户", 1000.00);
budget.put("信用账户", 2000.00);
budget.put("期权账户",500.00);
budget.put("理财账户", 4000.00);
//jdk8通过stream实现对Map降序排序
Map<String, Double> sorted = budget
.entrySet()
.stream()
.sorted(Map.Entry.comparingByValue(Comparator.reverseOrder()))
.limit(2)
.collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (e1, e2) -> e2, LinkedHashMap::new));
//sorted为{理财账户=4000.0, 信用账户=2000.0}
对value升序:
Map<String, Double> budget = new HashMap<>();
budget.put("普通账户", 1000.00);
budget.put("信用账户", 2000.00);
budget.put("期权账户",500.00);
budget.put("理财账户", 4000.00);
//jdk8通过stream实现对Map升序排序
Map<String, Double> sorted = budget
.entrySet()
.stream()
.sorted(Map.Entry.comparingByValue(Comparator.naturalOrder()))
.collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (e1, e2) -> e2, LinkedHashMap::new));
//sorted为{期权账户=500.0, 普通账户=1000.0, 信用账户=2000.0, 理财账户=4000.0}
方式一:
List<Map<String, Object>> resultlist = new ArrayList<>();
Map<String, Object> map1 = new HashMap<String, Object>();
map1.put("id", "1");
map1.put("name", "张三");
map1.put("Score", 86.5);
Map<String, Object> map2 = new HashMap<String, Object>();
map2.put("id", "2");
map2.put("name", "李四");
map2.put("Score", 90.0);
Map<String, Object> map3 = new HashMap<String, Object>();
map3.put("id", "3");
map3.put("name", "王五");
map3.put("Score", 70.5);
resultlist.add(map1);
resultlist.add(map2);
resultlist.add(map3);
Collections.sort(resultlist, new Comparator<Map<String, Object>>() {
@Override
public int compare(Map<String, Object> o1, Map<String, Object> o2) {
Double one = (Double) o1.get("Score");
Double two = (Double) o2.get("Score");
return one.compareTo(two); //one.compareTo(two)为升序,two.compareTo(one)为降序
}
});
System.out.println(resultlist);
//输出[{Score=70.5, name=王五, id=3}, {Score=86.5, name=张三, id=1}, {Score=90.0, name=李四, id=2}]
方式二:
List<Map<String, Object>> resultlist = new ArrayList<>();
Map<String, Object> map1 = new HashMap<String, Object>();
map1.put("id", "1");
map1.put("name", "张三");
map1.put("Score", 86.5);
Map<String, Object> map2 = new HashMap<String, Object>();
map2.put("id", "2");
map2.put("name", "李四");
map2.put("Score", 90.0);
Map<String, Object> map3 = new HashMap<String, Object>();
map3.put("id", "3");
map3.put("name", "王五");
map3.put("Score", 70.5);
resultlist.add(map1);
resultlist.add(map2);
resultlist.add(map3);
Collections.sort(resultlist, (o1, o2) -> {
Double one = Double.valueOf(o1.get("Score").toString()) ;
Double two = Double.valueOf(o2.get("Score").toString()) ;
return one.compareTo(two); //one.compareTo(two)为升序,two.compareTo(one)为降序
});
System.out.println(resultlist);
//输出[{Score=70.5, name=王五, id=3}, {Score=86.5, name=张三, id=1}, {Score=90.0, name=李四, id=2}]
升序:
List<User> userList = new ArrayList<>(Arrays.asList(
new User(1L,new BigDecimal("10"),18),
new User(2L,new BigDecimal("20"),19),
new User(3L,new BigDecimal("100"),17)));
System.out.println("排序前"+userList);
userList = userList.stream().sorted(Comparator.comparing(User::getAge)).collect(Collectors.toList());
System.out.println("排序后"+userList);
输出结果
排序前[User{id=1, money=10, age=18}, User{id=2, money=20, age=19}, User{id=3, money=100, age=17}]
排序后[User{id=3, money=100, age=17}, User{id=1, money=10, age=18}, User{id=2, money=20, age=19}]
倒序:
List<User> userList = new ArrayList<>(Arrays.asList(
new User(1L,new BigDecimal("10"),18),
new User(2L,new BigDecimal("20"),19),
new User(3L,new BigDecimal("100"),17)));
System.out.println("排序前"+userList);
userList = userList.stream().sorted(Comparator.comparing(User::getAge).reversed()).collect(Collectors.toList());
System.out.println("排序后"+userList);
输出结果
排序前[User{id=1, money=10, age=18}, User{id=2, money=20, age=19}, User{id=3, money=100, age=17}]
排序后[User{id=2, money=20, age=19}, User{id=1, money=10, age=18}, User{id=3, money=100, age=17}]
多条件排序:
List<User> userList = new ArrayList<>(Arrays.asList(
new User(1L,new BigDecimal("10"),18),
new User(2L,new BigDecimal("20"),19),
new User(3L,new BigDecimal("100"),18)));
System.out.println("排序前"+userList);
userList = userList.stream().sorted(Comparator.comparing(User::getAge).thenComparing(User::getId)).collect(Collectors.toList());
System.out.println("排序后"+userList);
输出结果
排序前[User{id=1, money=10, age=18}, User{id=2, money=20, age=19}, User{id=3, money=100, age=18}]
排序后[User{id=1, money=10, age=18}, User{id=3, money=100, age=18}, User{id=2, money=20, age=19}]
要求:不仅内部要根据Score排序,整个List也要根据Score排序
List<Map<String, List<Map<String, Object>>>> tagsList = new ArrayList<>();
List<Map<String, Object>> resultlist1 = new ArrayList<>();
Map<String, List<Map<String, Object>>> listMap1 = new HashMap<>();
Map<String, Object> map1 = new HashMap<String, Object>();
map1.put("id", "1");
map1.put("name", "张一");
map1.put("Score", 7L);
Map<String, Object> map2 = new HashMap<String, Object>();
map2.put("id", "2");
map2.put("name", "李一");
map2.put("Score", 100L);
Map<String, Object> map3 = new HashMap<String, Object>();
map3.put("id", "3");
map3.put("name", "王一");
map3.put("Score", 86L);
Map<String, Object> map4 = new HashMap<String, Object>();
map4.put("id", "4");
map4.put("name", "赵一");
map4.put("Score", 0L);
resultlist1.add(map1);
resultlist1.add(map2);
resultlist1.add(map3);
resultlist1.add(map4);
listMap1.put("1", resultlist1);
tagsList.add(listMap1);
List<Map<String, Object>> resultlist2 = new ArrayList<>();
Map<String, List<Map<String, Object>>> listMap2 = new HashMap<>();
Map<String, Object> map2_1 = new HashMap<String, Object>();
map2_1.put("id", "1");
map2_1.put("name", "张二");
map2_1.put("Score", 709L);
Map<String, Object> map2_2 = new HashMap<String, Object>();
map2_2.put("id", "2");
map2_2.put("name", "李二");
map2_2.put("Score", 0L);
Map<String, Object> map2_3 = new HashMap<String, Object>();
map2_3.put("id", "3");
map2_3.put("name", "王二");
map2_3.put("Score", 456L);
Map<String, Object> map3_4 = new HashMap<String, Object>();
map3_4.put("id", "4");
map3_4.put("name", "赵二");
map3_4.put("Score", 0L);
resultlist2.add(map2_1);
resultlist2.add(map2_1);
resultlist2.add(map2_3);
resultlist2.add(map3_4);
listMap2.put("2", resultlist2);
tagsList.add(listMap2);
List<Map<String, Object>> resultlist3 = new ArrayList<>();
Map<String, List<Map<String, Object>>> listMap3 = new HashMap<>();
Map<String, Object> map3_1 = new HashMap<String, Object>();
map3_1.put("id", "1");
map3_1.put("name", "张三");
map3_1.put("Score", 9L);
Map<String, Object> map3_2 = new HashMap<String, Object>();
map3_2.put("id", "2");
map3_2.put("name", "李三");
map3_2.put("Score", 0L);
Map<String, Object> map3_3 = new HashMap<String, Object>();
map3_3.put("id", "3");
map3_3.put("name", "王三");
map3_3.put("Score", 86L);
Map<String, Object> map2_4 = new HashMap<String, Object>();
map2_4.put("id", "4");
map2_4.put("name", "赵三");
map2_4.put("Score", 920L);
resultlist3.add(map3_1);
resultlist3.add(map3_2);
resultlist3.add(map3_3);
resultlist3.add(map2_4);
listMap3.put("3", resultlist3);
tagsList.add(listMap3);
System.out.println("未排序时的tagsList:" + tagsList);
//先对每一个里的Score降序排序,排序后tagsList里的每一个元素中的List<Map<String, Object>>都是有序的
for (Map<String, List<Map<String, Object>>> ins : tagsList) {
for (List<Map<String, Object>> v : ins.values()) {
Collections.sort(v, (o1, o2) -> {
Long one = Long.valueOf(o1.get("Score").toString());
Long two = Long.valueOf(o2.get("Score").toString());
return two.compareTo(one);
});
}
}
System.out.println("对每一个Score内部降序排序后的tagsList:" + tagsList);
Collections.sort(tagsList, (o1, o2) -> {
Long one = 0L;
Long two = 0L;
for (List<Map<String, Object>> v : o1.values()) {
one = Long.valueOf(v.get(0).get("Score").toString());
break;
}
for (List<Map<String, Object>> v : o2.values()) {
two = Long.valueOf(v.get(0).get("Score").toString());
break;
}
return two.compareTo(one);
});
System.out.println("根据最内层的最大值排序后的tagsList:" + tagsList);
输出结果
未排序时的tagsList:
[{1=[{Score=7, name=张一, id=1}, {Score=100, name=李一, id=2}, {Score=86, name=王一, id=3}, {Score=0, name=赵一, id=4}]},
{2=[{Score=709, name=张二, id=1}, {Score=709, name=张二, id=1}, {Score=456, name=王二, id=3}, {Score=0, name=赵二, id=4}]},
{3=[{Score=9, name=张三, id=1}, {Score=0, name=李三, id=2}, {Score=86, name=王三, id=3}, {Score=920, name=赵三, id=4}]}]
对每一个Score内部降序排序后的tagsList:
[{1=[{Score=100, name=李一, id=2}, {Score=86, name=王一, id=3}, {Score=7, name=张一, id=1}, {Score=0, name=赵一, id=4}]},
{2=[{Score=709, name=张二, id=1}, {Score=709, name=张二, id=1}, {Score=456, name=王二, id=3}, {Score=0, name=赵二, id=4}]},
{3=[{Score=920, name=赵三, id=4}, {Score=86, name=王三, id=3}, {Score=9, name=张三, id=1}, {Score=0, name=李三, id=2}]}]
根据最内层的最大值排序后的tagsList:
[{3=[{Score=920, name=赵三, id=4}, {Score=86, name=王三, id=3}, {Score=9, name=张三, id=1}, {Score=0, name=李三, id=2}]},
{2=[{Score=709, name=张二, id=1}, {Score=709, name=张二, id=1}, {Score=456, name=王二, id=3}, {Score=0, name=赵二, id=4}]},
{1=[{Score=100, name=李一, id=2}, {Score=86, name=王一, id=3}, {Score=7, name=张一, id=1}, {Score=0, name=赵一, id=4}]}]
我正在尝试对每个条目有多个值的关联数组进行排序。 例如 [0] => stdClass Object ( [type] => node [sid] => 158 [score] => 0.059600
我在 mysql 中有“日期”列以这种格式保存日期 2014 年 9 月 17 日(日-月-年) 我需要对它们进行升序排序,所以我使用了这个命令: SELECT * FROM table ORDER
我目前正在将 MySQL 存储过程重写为 MS SQL 存储过程,但遇到了问题。 在 MySQL 存储过程中,有一个游标,它根据最近的日期 (effdate) 选择一个值并将其放入变量 (thestt
我想要 gwt r.QuestionId- 排序。但是我得到未排序的 QuestionId 尽管我提到了 QuestionId ASC 的顺序。 SELECT r.QuestionId,
我有一个关于在 scandir 函数中排序的基本问题。到目前为止,我阅读了 POSIX readdir 的手册页,但没有找到有关订购保证的具体信息。 但是当我遍历大目录(无法更改,只读)时,我在多个系
基本上我必须从 SQL 数据库中构建项目列表,但是用户可以选择对 7 个过滤器的任意组合进行过滤,也可以选择要排序的列以及按方向排序。 正如您可以想象的那样,这会以大量不同的组合进行编码,并且数据集非
我有两张 table 。想象第一个是一个目录,包含很多文件(第二个表)。 第二个表(文件)包含修改日期。 现在,我想选择所有目录并按修改日期 ASC 对它们进行排序(因此,最新的修改最上面)。我不想显
我想先根据用户的状态然后根据用户名来排序我的 sql 请求。该状态由 user_type 列设置: 1=活跃,2=不活跃,3=创始人。 我会使用此请求来执行此操作,但它不起作用,因为我想在“活跃”成员
在 C++ 中,我必须实现一个“类似 Excel/Access”(引用)的查询生成器,以允许对数据集进行自定义排序。如果您在 Excel 中使用查询构建器或 SQL 中的“ORDER BY a, b,
我面临这样的挑战: 检索按字段 A 排序的文档 如果字段 B 存在/不为空 . 否则 按字段排序 C. 在 SQL 世界中,我会做两个查询并创建一个 UNION SELECT,但我不知道如何从 Mon
我想对源列表执行以下操作: map 列表 排序 折叠 排序 展开 列表 其中一些方法(例如map和toList)是可链接的,因为它们返回非空对象。但是,sort 方法返回 void,因为它对 List
我制作了一个用于分析 Windows 日志消息编号的脚本。 uniq -c 数字的输出很难预测,因为根据数字的大小会有不同的空白。此时,我手动删除了空白。 这是对消息进行排序和计数的命令: cat n
我有以下词典: mydict1 = {1: 11, 2: 4, 5: 1, 6: 1} mydict2 = {1: 1, 5: 1} 对于它们中的每一个,我想首先按值(降序)排序,然后按键(升序)排序
我刚刚开始使用泛型,目前在对多个字段进行排序时遇到问题。 案例: 我有一个 PeopleList 作为 TObjectList我希望能够通过一次选择一个排序字段,但尽可能保留以前的排序来制作类似 Ex
有没有办法在 sql 中组合 ORDER BY 和 IS NULL 以便我可以在列不为空时按列排序,但如果它为null,按另一列排序? 最佳答案 类似于: ORDER BY CASE WHEN
我有一个包含 2 列“id”和“name”的表。 id 是常规的自动增量索引,name 只是 varchar。 id name 1 john 2 mary 3 pop 4 mary 5 j
场景 网站页面有一个带有分页、过滤、排序功能的表格 View 。 表中的数据是从REST API服务器获取的,数据包含数百万条记录。 数据库 REST API 服务器 Web 服务器 浏览器 问
假设我有一本字典,其中的键(单词)和值(分数)如下: GOD 8 DONG 16 DOG 8 XI 21 我想创建一个字典键(单词)的 NSArray,首先按分数排序,然后按字
如何在 sphinx 上通过 sql 命令选择前 20 行按标题 WEIGHT 排序,接下来 20 行按标题 ASC 排序(总共 40 个结果),但不要给出重复的标题输出。 我尝试了这个 sql 命令
我有一个奇怪的问题,当从 SQLite 数据库中选择信息并根据日期排序时,返回的结果无效。 我的SQL语句是这样的: Select pk from usersDates order by dateti
我是一名优秀的程序员,十分优秀!