当前位置: 首页 > news >正文

Java8 根据List实体中一个字段去重取最大值,并且根据该字段进行排序

1、前言

某个功能要求需要对一个list对象里数据按照股票分组,并且取分组涨跌幅最大的,返回一个新的list对象,并且按照涨跌幅字段进行排序,这么一连串的要求,如果按照传统的写法,我们需要写一大坨的代码,代码很是啰嗦,我们可以选择使用java8中的Collectors.groupingByCollectors.maxBy 来按照某个字段先进行分组,在取分组中某个最大值,最后收集到一个列表中。话不多说,上代码!
2、主要内容

实体

@Builder
@Data
@ApiModel("个股行情")
public class StockHq implements Serializable {private static final long serialVersionUID = 5061852660593543033L;/*** 表id*/@ApiModelProperty("表id")@TableId(value = "id", type = IdType.AUTO)private Long id;/*** 交易日期*/@ApiModelProperty("交易日期 ")@TableField("trade_date")private Integer tradeDate;/*** 证券id*/@ApiModelProperty("证券id")@TableField("stock_id")private Integer stockId;/*** 股票代码*/@ApiModelProperty("交易日期  ")@TableField("stock_code")private String stockCode;/*** 股票名称*/@ApiModelProperty("股票名称")@TableField("stock_name")private String stockName;@ApiModelProperty("上榜日涨幅")@TableField("price_chg")private BigDecimal priceChg;@ApiModelProperty("收盘价")@TableField("price_now")private BigDecimal priceNow;@ApiModelProperty("成交数量")@TableField("trade_amount")private Integer tradeAmount;@NumberField(type = 1)@ApiModelProperty("成交金额")@TableField("trade_money")private BigDecimal tradeMoney;
}

使用collect方法,结合collect中的Collectors.groupingByCollectors.maxBy

      List<StockHq> stockHqList = new ArrayList<>();stockHqList.add(StockHq.builder().stockCode("603386").stockId(100603386).stockName("骏亚科技").priceChg(new BigDecimal("10.3")).tradeDate(20200101).build());stockHqList.add(StockHq.builder().stockCode("603386").stockId(100603386).stockName("骏亚科技").priceChg(new BigDecimal("9.3")).tradeDate(20200111).build());stockHqList.add(StockHq.builder().stockCode("000737").stockId(200000737).stockName("北方铜业").priceChg(new BigDecimal("1.3")).tradeDate(20240711).build());stockHqList.add(StockHq.builder().stockCode("000737").stockId(200000737).stockName("北方铜业").priceChg(new BigDecimal("134.2")).tradeDate(20240611).build());List<StockHq> lastStockHqList = stockHqList.stream().collect(Collectors.groupingBy(StockHq::getStockCode, Collectors.maxBy(Comparator.comparing(StockHq::getPriceChg)))).values().stream().map(Optional::get).sorted(Comparator.comparing(StockHq::getPriceChg).reversed())//降序.collect(Collectors.toList());//返回一个list

代码就用一行,代码简单名了,特此写文章作为笔记,希望能对你有所帮助。

相关文章:

Java8 根据List实体中一个字段去重取最大值,并且根据该字段进行排序

1、前言 某个功能要求需要对一个list对象里数据按照股票分组&#xff0c;并且取分组涨跌幅最大的&#xff0c;返回一个新的list对象&#xff0c;并且按照涨跌幅字段进行排序&#xff0c;这么一连串的要求&#xff0c;如果按照传统的写法&#xff0c;我们需要写一大坨的代码&am…...

微服务经纬:Eureka驱动的分布式服务网格配置全解

微服务经纬&#xff1a;Eureka驱动的分布式服务网格配置全解 在微服务架构的宏伟蓝图中&#xff0c;服务网格&#xff08;Service Mesh&#xff09;作为微服务间通信的独立层&#xff0c;承担着流量管理、服务发现、故障恢复等关键任务。Eureka&#xff0c;Netflix开源的服务发…...

关于前端数据库可视化库的选择,vue3+antd+g2plot录课计划

之前&#xff1a;antdv 现在&#xff1a;g2plot https://g2plot.antv.antgroup.com/manual/introduction 录课内容&#xff1a;快速入门 图表示例&#xff1a; 选择使用比较广泛的示例类型&#xff0c;录课顺序如下&#xff1a; 1、折线图2、面积图3、柱形图4、条形图5、饼…...

linux进行redis的安装并使用RDB进行数据迁移

现在有两台电脑&#xff0c;分别是A&#xff0c;B&#xff0c;现在我要把A电脑上的redis的数据迁移到B电脑上&#xff0c;B电脑上是没有安装redis的 1.找到A电脑的redis的版本 1.先启动A电脑的redis&#xff0c;一般来说&#xff0c;都是直接在linux的控制台输入&#xff1a;re…...

深入理解Scikit-learn:决策树与随机森林算法详解

用sklearn实现决策树与随机森林 1. 简介 决策树和随机森林是机器学习中的两种强大算法。决策树通过学习数据特征与标签之间的规则来进行预测&#xff0c;而随机森林则是由多棵决策树组成的集成算法&#xff0c;能有效提高模型的稳定性和准确性。 2. 安装sklearn 首先&#…...

AutoHotKey自动热键(十一)下载SciTE4AutoHotkey-Plus的中文增强版脚本编辑器

关于AutoHotkey的专用编辑器, SciTE4AutoHotkey是一个免费的基于 SciTE 的 AutoHotkey 脚本编辑器,除了 DBGp 支持, 它还为 AutoHotkey 提供了语法高亮, 调用提示, 参数信息和自动完成, 以及其他拥有的编辑特性和辅助工具.XDebugClient 是一个基于 .NET Framework 2.0 的简单开…...

Halcon与C++之间的数据转换

HALCON的HTuple类型(元组)功能很强大&#xff0c;可以表示INT、double、string等多种类型数据。当元组中只有一个成员时&#xff0c;HTuple也可表示原子类型 1. haclon -> C //HTuple转int HTuple hTuple 1; int data1 hTuple[0].I(); // data1 1//HTuple转do…...

MybatisPlus 一些技巧

查询简化 SimpleQuery 有工具类 com.baomidou.mybatisplus.extension.toolkit.SimpleQuery 对 selectList 查询后的结果进行了封装&#xff0c;使其可以通过 Stream 流的方式进行处理&#xff0c;从而简化了 API 的调用。 方法 list() 支持对一个列表提取某个字段&#xff…...

定制化服务发现:Eureka中服务实例偏好的高级配置

定制化服务发现&#xff1a;Eureka中服务实例偏好的高级配置 在微服务架构中&#xff0c;服务实例的智能管理和优化是保证系统高效运行的关键。Eureka作为Netflix开源的服务注册与发现框架&#xff0c;提供了丰富的配置选项来满足不同场景下的需求。服务实例偏好配置允许开发者…...

【实战场景】MongoDB迁移的那些事

【实战场景】MongoDB迁移的那些事 开篇词&#xff1a;干货篇【MongoDB迁移的方法】&#xff1a;1. 基于mongodump和mongorestore的迁移一、迁移前准备二、使用mongodump备份数据三、使用mongorestore还原数据四、注意事项 2. 基于MongoDB复制集的迁移一、迁移前准备二、配置新复…...

为什么要使用加密软件?

一、保护数据安全&#xff1a;加密软件通过复杂的加密算法对敏感数据进行加密处理&#xff0c;使得未经授权的人员即使获取了加密数据&#xff0c;也无法轻易解密和获取其中的内容。这极大地提高了数据在存储、传输和使用过程中的安全性。 二、遵守法律法规&#xff1a;在许多国…...

k8s学习笔记——dashboard安装

重装了k8s集群后&#xff0c;重新安装k8s的仪表板&#xff0c;发现与以前安装不一样的地方。主要是镜像下载的问题&#xff0c;由于网络安全以及国外网站封锁的原因&#xff0c;现在很多镜像按照官方提供的仓库地址都下拉不下来&#xff0c;导致安装失败。我查了好几天&#xf…...

AI艺术创作:掌握Midjourney和DALL-E的技巧与策略

AI艺术创作&#xff1a;掌握Midjourney和DALL-E的技巧与策略 AI艺术创作正逐渐成为艺术家和创意工作者们探索新表达方式的重要工具。Midjourney和DALL-E是两款领先的AI绘画工具&#xff0c;它们各有独特的功能和优势。本文将详细介绍如何掌握这两款工具的使用技巧&#xff0c;…...

在Mac上免费恢复误删除的Word文档

Microsoft Word for Mac是一个有用的文字处理应用程序&#xff0c;它与Microsoft Office套件捆绑在一起。该软件的稳定版本包括 Word 2019、2016、2011 等。 Word for Mac 与 Apple Pages 兼容;这允许在不同的操作系统版本中使用Word文档&#xff0c;而不会遇到任何麻烦。 与…...

HarmonyOS 屏幕适配设计

1. armonyOS 屏幕适配设计 1.1. 像素单位 &#xff08;1&#xff09;px (Pixels)   px代表屏幕上的像素点&#xff0c;是手机屏幕分辨率的单位&#xff0c;即屏幕物理像素单位。 &#xff08;2&#xff09;vp (Viewport Percentage)   vp是视口百分比单位&#xff0c;基于…...

Netfilter之连接跟踪(Connection Tracking)和反向 SNAT(Reverse SNAT)

连接跟踪&#xff08;Connection Tracking&#xff09; 连接跟踪是 Netfilter 框架中的一个功能&#xff0c;用于跟踪网络连接的状态和元数据。它使防火墙能够识别和处理数据包属于哪个连接&#xff0c;并在双向通信中正确匹配请求和响应数据包。 工作原理 建立连接&#xf…...

Linux下使用vs code离线安装各种插件

Linux下使用vs code离线安装各种插件 &#xff08;1&#xff09;手动下载插件 插件市场 -> 搜索插件名 -> 右边栏 Download Extension &#xff08;2&#xff09;寻找安装目录 whereis code一般会出现两个目录&#xff0c;选择右边那个/usr/share/code code: /usr/b…...

【常见开源库的二次开发】基于openssl的加密与解密——Base58比特币钱包地址——算法分析(三)

目录&#xff1a; 目录&#xff1a; 一、base58(58进制) 1.1 什么是base58&#xff1f; 1.2 辗转相除法 1.3 base58输出字节数&#xff1a; 二、源码分析&#xff1a; 2.1源代码&#xff1a; 2.2 算法思路介绍&#xff1a; 2.2.1 Base58编码过程&#xff1a; 2.1.2 Base58解码过…...

Linux操作系统——数据库

数据库 sun solaris gnu 1、分类&#xff1a; 大型 中型 小型 ORACLE MYSQL/MSSQL SQLITE DBII powdb 关系型数据库 2、名词&#xff1a; DB 数据库 select update database DBMS 数据…...

【数据结构与算法】希尔排序:基于插入排序的高效排序算法

&#x1f493; 博客主页&#xff1a;倔强的石头的CSDN主页 &#x1f4dd;Gitee主页&#xff1a;倔强的石头的gitee主页 ⏩ 文章专栏&#xff1a;《数据结构与算法》 期待您的关注 ​ 目录 一、引言 二、基本原理 三、实现步骤 四、C语言实现 五、性能分析 1. 时间复杂度…...

SD-PPP:5分钟掌握Photoshop AI插件,让AI绘图更简单

SD-PPP&#xff1a;5分钟掌握Photoshop AI插件&#xff0c;让AI绘图更简单 【免费下载链接】sd-ppp A Photoshop AI plugin 项目地址: https://gitcode.com/gh_mirrors/sd/sd-ppp SD-PPP是一款免费开源的Photoshop AI插件&#xff0c;它将Stable Diffusion等先进的AI绘图…...

JMeter登录Cookie提取与传递全链路实战指南

1. 为什么“提取登录Cookie”是接口测试里最常卡壳的一步做JMeter接口测试的人&#xff0c;十有八九在登录环节栽过跟头——明明登录请求返回了200&#xff0c;Header里也明明白白写着Set-Cookie: JSESSIONIDabc123; Path/; HttpOnly&#xff0c;可后续所有带权限的接口全报401…...

用GoC画图搞定2018年5月那道‘场记板’编程题,附完整代码和思路拆解

用GoC画图还原2018年场记板编程题的完整解题思路 第一次看到这道场记板题目时&#xff0c;许多同学会被"n条竖线"的要求难住。其实只要拆解图形结构&#xff0c;用GoC的基础命令就能轻松实现。本文将从零开始&#xff0c;带你用分治法拆解这个经典考题&#xff0c;不…...

小白进阶挖洞大神 SRC 漏洞挖掘全流程实战指南

凌晨两点&#xff0c;大学生张三盯着电脑屏幕突然跳出的「高危漏洞奖励到账」提示&#xff0c;手抖得差点打翻泡面——这是他挖到人生第一个SRC漏洞&#xff08;某电商平台的越权访问漏洞&#xff09;后收到的第一笔奖金&#xff0c;金额足够支付三个月生活费。这样的故事&…...

Android主流架构演进:从MVC到MVI,聚焦MVVM核心实践

引言 在Android应用开发中,架构设计是确保代码可维护性、可测试性和可扩展性的关键。随着技术演进,主流架构从传统的MVC(Model-View-Controller)逐步过渡到MVP(Model-View-Presenter)、MVVM(Model-View-ViewModel),再到新兴的MVI(Model-View-Intent)。这种演进反映…...

手把手用Python实现μ律/A律压缩算法(附完整代码与波形对比)

手把手用Python实现μ律/A律压缩算法&#xff08;附完整代码与波形对比&#xff09; 在数字音频处理领域&#xff0c;动态范围压缩是一个永恒的话题。想象一下&#xff0c;当你录制一段包含轻柔耳语和强烈鼓声的音频时&#xff0c;直接使用线性PCM编码会导致要么小声部分被量化…...

HarmonyOS ArkUI实战:从零构建购物社交应用UI界面

1. 项目概述与核心价值如果你正在学习HarmonyOS应用开发&#xff0c;或者已经从其他移动端框架&#xff08;如Android、Flutter&#xff09;转过来&#xff0c;那么构建一个美观、交互流畅的UI界面&#xff0c;往往是上手实践的第一步&#xff0c;也是最直观检验学习成果的一步…...

泳装电商运营——AI驱动增长新引擎

泳装电商运营——AI驱动增长新引擎泳装旺季营销攻略&#xff1a;如何用AI工具实现销量翻倍&#xff1f;泳装行业的季节性特征明显&#xff0c;旺季不旺是很多商家的痛点。如何在短短几个月的销售窗口期内最大化产出&#xff1f;北京先智先行科技有限公司的一站式AI营销解决方案…...

Python循环语句从入门到精通:for和while核心用法详解

编程里&#xff0c;循环属于绕不开的基础操作&#xff0c;Python当中&#xff0c;for与while看似简单&#xff0c;然而不少人写着写着就会卡住&#xff0c;特别是在嵌套、break以及continue的配合方面容易出错。本文助力你理清这两种循环的核心逻辑&#xff0c;结合实际场景讲透…...

AI辅助科研的加速逻辑与隐性成本拆解

1. 这不是科幻片里的桥段&#xff1a;当AI真正坐进实验室&#xff0c;它在改写科研的底层规则 “AI加速科学发现”这个说法&#xff0c;最近两年几乎成了学术会议开场白的标配。但如果你真去翻过Nature、Science上那些标着“AI-driven discovery”的论文&#xff0c;会发现一个…...