17370845950

使用java stream api结合map.entr

在处理大规模映射关系（如 Map>）并需统计“每个键对应列表大小”的场景中，原始方案通过自定义 Record 和 RecordList 类实现 Top-10 动态维护，虽功能正确，但存在明显瓶颈：

• 每次插入均触发 Collections.sort()（O(k log k)，k=10），看似廉价，但在数千次迭代中累积为 O(n × 10 log 10) ≈ O(n)；
• 更关键的是逻辑冗余：手动管理容量、比较、删除最小值，易出错且违背函数式编程的声明式表达原则。

更优解是采用 Stream + Map.Entry + 自然排序逆序 + limit 的组合，代码简洁、语义清晰、JVM优化充分：

// 步骤1：构建计数映射（键=邮编，值=公司数量）
Map postcodeCount = postcodeToCompaniesList.entrySet().stream()
    .collect(Collectors.toMap(
        Map.Entry::getKey,
        entry -> entry.getValue().size()  // 获取每个邮编对应的公司列表长度
    ));

// 步骤2：按公司数量降序取前10，并格式化输出
postcodeCount.entrySet().stream()
    .sorted(Map.Entry.comparingByValue(Comparator.reverseOrder()))
    .limit(10)
    .forEach(entry -> 
        System.out.println("Postcode " + entry.getKey() + " has " + entry.getValue() + " companies")
    );

✅ 优势说明：

• 时间复杂度更优：sorted().limit(10) 在底层可能被优化为部分排序（如 PriorityQueue 辅助），实际复杂度接近 O(n log 10)，远优于显式全量排序；
• 无状态、无副作用：纯函数式链式调用，线程安全（前提是源Map不被并发修改）；
• 可扩展性强：若需转为 List> 或 JSON 序列化，只需替换 forEach 为 collect(Collectors.toList())；
• 零额外类定义：消除 Record/RecordList 等样板代码，降低维护成本。

⚠️ 注意事项：

• 若 postcodeToCompaniesList 极大（如百万级键），可考虑用 parallelStream() 加速计数阶段，但排序阶段通常不宜并行（sorted() 并行开销高且收益低）；
• 确保 Company 列表不为 null，建议在 .size() 前增加空值校验（或使用 Optional.ofNullable(entry.getValue()).map(List::size).orElse(0)）；
• 如需稳定排序（相同数量时按邮编字母序），可追加 thenComparing(Map.Entry::getKey)。

综上，Stream 方案不仅是语法糖，更是以声明式思维替代过程式控制流的范式升级——它让“我要什么”（Top 10 最多公司邮编）直接映射为代码，而非“我如何一步步做”。