按频次降序数值升序排序方法详解
2026-03-22 11:27:33
0浏览
收藏
本文揭秘了一种基于 Java 8+ Stream API 的优雅多级排序方案:仅用几行声明式代码,即可实现整数列表按出现频次**从高到低**排序,频次相同时再按数值**从小到大**排序;巧妙避开常见类型不匹配编译错误,通过 `items.sort()` 配合链式 `Comparator.comparing().reversed().thenComparing()` 动态查频、精准排序,兼具高性能(O(n log n))、高可读性与强健性,是处理统计类排序需求的函数式编程最佳实践。

本文介绍一种高效、简洁的方式,使用 Java 8+ Stream API 和 Comparator 链式构建,实现对整数列表按元素出现频次降序排列;频次相同时,按元素值升序排列,并正确返回重排后的原列表。
本文介绍一种高效、简洁的方式,使用 Java 8+ Stream API 和 Comparator 链式构建,实现对整数列表按元素出现频次**降序排列**;频次相同时,按元素值**升序排列**,并正确返回重排后的原列表。
在实际开发中,常需对列表进行“多级排序”——例如先按统计频次排序,再按原始值兜底排序。但直接将 Comparator
✅ 正确思路是:
- 先用 Stream 统计频次(推荐 Collectors.groupingBy(..., Collectors.counting()),返回 Map
,避免手动遍历 HashMap); - 调用 list.sort(Comparator),构造一个以 Integer 为输入的比较器:
- 主排序键:counter.get(i)(频次),并 .reversed() 实现降序;
- 次排序键:Function.identity()(即数字本身),默认升序,满足“频次相同时按数值升序”要求。
以下是完整可运行代码示例:
import java.util.*; import java.util.stream.Collectors; import java.util.function.Function; public static void sortByFreq(Listitems) { // Step 1: 统计每个数字的出现频次(返回 Map ) Map counter = items.stream() .collect(Collectors.groupingBy( Function.identity(), Collectors.counting() )); // Step 2: 对原列表就地排序 —— 注意:Comparator 参数类型必须是 Integer! items.sort( Comparator.comparing((Integer i) -> counter.get(i)).reversed() // 频次降序 .thenComparing(Function.identity()) // 数值升序 ); }
? 关键注意事项:
- ❌ 错误做法:Collections.sort(items, new Comparator
> {...}) —— 类型不匹配,编译报错(如题中 no suitable method found); - ✅ 正确做法:items.sort(Comparator.comparing(...)),且 comparing 的 lambda 参数为 Integer i,内部通过 counter.get(i) 动态查频次;
- 使用 Collectors.counting() 返回 Long,故 counter 类型应为 Map
,避免 int/Integer 拆箱风险; - reversed() 作用于频次比较结果,确保高频数字排在前面;.thenComparing(Function.identity()) 确保同频数字从小到大排列;
- 该方案时间复杂度为 O(n log n),空间复杂度 O(n),简洁、安全、符合函数式编程习惯。
调用示例:
Listitems = new ArrayList<>(Arrays.asList(42, 5, 17, 42, 42, 17, 5, 42)); sortByFreq(items); System.out.println(items); // 输出: [42, 42, 42, 42, 5, 5, 17, 17]
此方法规避了传统手动建 Map + 复杂 Comparator 的易错点,利用 Java 8+ 的声明式 API 实现清晰、健壮、可读性强的多级排序逻辑。
好了,本文到此结束,带大家了解了《按频次降序数值升序排序方法详解》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
今日头条官网入口及阅读方法
- 上一篇
- 今日头条官网入口及阅读方法
- 下一篇
- 提前加载资源,提升网页性能技巧
查看更多
最新文章
-
- 文章 · java教程 | 9小时前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 14小时前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 17小时前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 1天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 1天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 1天前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 可观测性 ·
- Java JFR EventStream 怎么实时消费运行事件
- 145浏览 收藏
-
- 文章 · java教程 | 1天前 | Java ·
- Java Class-File API 怎么读取类文件结构
- 419浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 261次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 306次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 289次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 263次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 76次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
