Java学生成绩排序需实现Comparable或提供Comparator;List用sort()或Collections.sort(),数组用Arrays.sort();并列名次需手动计算rank=i+1;大数据量优先就地排序。
Comparable 或提供 Comparator
Java 中对学生成绩排序,核心不是选哪个算法(Arrays.sort() 底层用的是双轴快排+归并优化),而是数据结构是否支持比较。如果直接对 List 排序却没定义大小关系,运行时会抛 ClassCastException 或编译报错(取决于是否传 Comparator)。
两种合法做法:
Student 类实现 Comparable,重写 compareTo(),按总分降序:返回 o2.getTotalScore() - o1.getTotalScore()
Comparator:students.sort((a, b) -> b.getTotalScore() - a.getTotalScore());
students.sort(Comparator.comparingInt(Student::getTotalScore).reversed());
Arrays.sort() 和 Collections.sort() 的选择依据本质是数组还是 List 决定调用哪个。别硬套——把 ArrayList 先转成数组再用 Arrays.sort(),纯属多此一举,还触发额外内存分配。
常见误用场景:
List,却写 Arrays.sort(students.toArray(), compara→ 结果没改原列表,且返回的是新数组tor);
Arrays.sort() 对 ArrayList 的 toArray() 结果排序,但忘记同步回列表 → 排了等于没排list.sort(comparator) 或 Collections.sort(list, comparator);原始数组才用 Arrays.sort(arr, comparator)
真实成绩排名不是简单按分数排序,而是要输出“第1名、第1名、第3名”这种阶梯式名次。Java 原生排序本身是稳定的(相同元素相对位置不变),但「名次计算」得自己算。
排序后遍历生成名次的典型逻辑:
Listranked = students.stream() .sorted(Comparator.comparingInt(Student::getTotalScore).reversed()) .collect(Collectors.toList()); int rank = 1; int lastScore = -1; for (int i = 0; i < ranked.size(); i++) { Student s = ranked.get(i); if (s.getTotalScore() != lastScore) { rank = i + 1; // 注意:不是 rank++ lastScore = s.getTotalScore(); } s.setRank(rank); }
关键点:rank = i + 1 而非 rank++,否则并列时会变成“1、2、2、4”;lastScore 必须用原始分比较,不能依赖上一条的 rank 值判断。
Stream.sorted()
如果成绩数据量超 10 万条(比如全校年级导出),stream().sorted() 会额外创建中间集合、装箱开销大,比直接 list.sort() 慢 20%~40%。
实测对比(JDK 17,10w 条 Student 对象):
students.sort(comparator):平均 8.2 msstudents.stream().sorted(comparator).collect(...):平均 11.7 msmapToInt 等操作,GC 压力明显上升除非你已在链式操作中,否则排名功能优先走就地排序。