本教程详细阐述了如何利用java stream api从hashmap中获取所有具有第二高值的键值对。针对传统排序方法只能获取单个条目的局限性，本文提出了一种通过先按值分组、再对分组后的结果进行排序和筛选的策略，以确保在存在多个相同第二高值的情况下，能够检索到所有对应的键值对。
在Java开发中，我们经常需要对集合数据进行复杂的查询和转换。一个常见的需求是从HashMap中找出具有特定排名（例如第二高）的值，并且当有多个键共享这个值时，需要获取所有这些键值对。本教程将介绍如何使用Java Stream API高效地实现这一目标。
初始方法及其局限性
一个直观的思路是直接对HashMap的entrySet()进行排序，然后跳过最高值并取第一个。示例如下：
import java.util.Collections;
import java.util.HashMap;
import java.util.Map;
public class HashMapSecondHighest {
public static void main(String[] args) {
HashMap map = new HashMap<>();
map.put("Pankaj", 1);
map.put("Amit", 2);
map.put("Rahul", 5);
map.put("Chetan", 7);
map.put("Vinod", 6);
map.put("Amit", 8); // Amit的值被更新为8
map.put("Rajesh", 7);
// 尝试获取第二高值（这种方法只能获取一个条目）
Map.Entry singleEntry = map.entrySet().stream()
.sorted(Collections.reverseOrder(Map.Entry.comparingByValue()))
.skip(1)
.findFirst()
.orElse(null); // 使用orElse避免空指针
System.out.println("使用传统排序方法获取的第二高值条目 (可能不完整): " + singleEntry);
}
} 运行上述代码，输出可能是 Chetan=7 或 Rajesh=7（取决于排序的稳定性，但通常只会返回其中一个）。这是因为 skip(1).findFirst() 操作在排序后的流中只会返回一个元素，无法处理多个键共享同一第二高值的情况。
获取所有第二高值的完整解决方案
为了解决上述局限性，我们需要一种方法来识别所有具有相同第二高值的条目。核心思路是：
立即学习“Java免费学习笔记（深入）”；
-
按值分组： 首先，将HashMap的条目按照它们的值进行分组。这将创建一个新的Map
>>，其中键是原始值，而值是所有具有该值的条目列表。 - 对分组结果排序： 接着，对这个新的分组Map的entrySet()进行排序。由于我们关心的是原始值（即分组Map的键），我们将按照这个键进行降序排序。
- 跳过最高值组并获取第二高值组： 排序后，跳过第一个（最高值）分组，然后获取第二个分组。这个第二个分组就是我们需要的，它包含了所有具有第二高值的原始HashMap条目。
以下是完整的Java代码实现：
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;
import java.util.stream.Collectors;
public class SecondHighestValueEntries {
public static void main(String[] args) {
HashMap map = new HashMap<>();
map.put("Pankaj", 1);
map.put("Amit", 2);
map.put("Rahul", 5);
map.put("Chetan", 7);
map.put("Vinod", 6);
map.put("Amit", 8); // 注意：HashMap的put会覆盖同key的值，所以最终Amit=8
map.put("Rajesh", 7);
// 打印最终的map内容，以便理解后续操作
System.out.println("原始HashMap内容: " + map);
// 预期内容：{Pankaj=1, Rahul=5, Amit=8, Rajesh=7, Vinod=6, Chetan=7}
List> result = map.entrySet()
.stream()
// 步骤1: 按值进行分组
// 结果是一个 Map>>
// 其中键是HashMap的值，值是所有具有该值的Entry列表
.collect(Collectors.groupingBy(Entry::getValue))
.entrySet() // 获取分组Map的entrySet，现在每个Entry的key是原始值，value是Entry列表
.stream()
// 步骤2: 对分组后的entrySet按其键（即原始值）进行降序排序
// 这样，值最高的组会在前面
.sorted(Collections.reverseOrder(Map.Entry.comparingByKey()))
// 步骤3: 跳过第一个（最高值）分组
.skip(1)
// 步骤4: 获取第二个分组
.findFirst()
// 步骤5: 如果存在，则获取该分组的值（即List>）
// 如果不存在（例如Map中只有少于两个不同的值），则返回一个空列表
.map(Map.Entry::getValue)
.orElse(Collections.emptyList());
System.out.println("所有具有第二高值的条目: " + result);
}
} 代码解析
- map.entrySet().stream(): 获取HashMap的所有键值对并转换为一个Stream。
- .collect(Collectors.groupingBy(Entry::getValue)): 这是关键一步。它将Stream
>转换成一个Map >>。例如，如果7是第二高值，那么这个Map中会有一个键为7的条目，其值为[Rajesh=7, Chetan=7]的列表。 - .entrySet().stream(): 获取新生成的Map的entrySet()并再次转换为Stream。现在，流中的每个元素都是一个Map.Entry
>>，其中键是原始值，值是原始HashMap中具有该值的所有条目列表。 - .sorted(Collections.reverseOrder(Map.Entry.comparingByKey())): 对这个新的流进行排序。comparingByKey()在这里比较的是分组Map的键，也就是原始HashMap中的值。reverseOrder()确保按值从高到低排序。
- .skip(1): 跳过排序后的第一个元素，即最高值的分组。
- .findFirst(): 获取跳过第一个元素后的第一个元素，即第二高值的分组。
- .map(Map.Entry::getValue): 从这个分组Entry中提取其值，这个值是一个List
>，包含了所有具有第二高值的原始条目。 - .orElse(Collections.emptyList()): 如果findFirst()没有找到任何元素（例如，如果HashMap中只有少于两个不同的值），则返回一个空的List，避免NullPointerException。
示例输出
运行上述代码，将得到以下输出：
原始HashMap内容: {Pankaj=1, Rahul=5, Amit=8, Rajesh=7, Vinod=6, Chetan=7}
所有具有第二高值的条目: [Rajesh=7, Chetan=7]这正是我们期望的结果，它成功地找出了所有具有第二高值（7）的条目。
注意事项
- HashMap的键唯一性： HashMap的put操作会覆盖具有相同键的旧值。在示例中，map.put("Amit", 2)后又map.put("Amit", 8)，最终Amit的值是8。这在处理数据时需要注意。
- 空HashMap或不足两个不同值的HashMap： 如果HashMap为空，或者只包含一个不同的值（例如，所有条目都相同），skip(1).findFirst()将返回一个空的Optional。orElse(Collections.emptyList())可以优雅地处理这种情况，返回一个空列表。
- 性能考量： 对于非常大的HashMap，这种方法涉及多次流操作和一次分组操作。groupingBy会创建一个新的Map，这会占用额外的内存。但在大多数常见场景下，这种方法在可读性和功能性上提供了很好的平衡。
- 值类型： 本教程示例中值为Integer，如果值为其他可比较类型（如Double、自定义对象），只要它们实现了Comparable接口或提供了Comparator，方法依然适用。
总结
通过巧妙地结合Collectors.groupingBy和Stream的排序、跳过操作，我们可以高效且准确地从HashMap中提取所有具有第二高值的键值对。这种方法不仅解决了传统排序方式的局限性，还展示了Java Stream API在处理复杂集合数据转换方面的强大能力和表达力。理解并掌握这种模式，对于日常的Java数据处理任务将非常有益。
