集合數(shù)據(jù)處理（C#、JavaScript 和 Java）

Java 丟了好多年，最近在揀起來(lái)，首先當(dāng)然是了解這么多年來(lái)它的變化，于是發(fā)現(xiàn)了 Java 8 的java.util.stream。在學(xué)習(xí)和試驗(yàn)的過(guò)程中，相比較于 C# 和 javascript，有那么些心得，作文以記之。

早些時(shí)間寫(xiě)過(guò)一篇《ES6 的 for..of 和 Generator，從偽數(shù)組 jQuery 對(duì)象說(shuō)起》，和這個(gè)主題有點(diǎn)關(guān)系。其實(shí)我記得還有一篇講 C# 的，沒(méi)找到，也許只是想過(guò)，沒(méi)寫(xiě)成，成了虛假記憶。

前言

之所以把 C#、JavaScript 和 Java 三種語(yǔ)言的實(shí)現(xiàn)寫(xiě)在一起，主要是為了放在一起有一個(gè)類(lèi)比，可能會(huì)有助于理解。

集合數(shù)據(jù)

C# 的集合數(shù)據(jù)基類(lèi)是 Collection<T>，它實(shí)現(xiàn)了 ICollection<T>接口，而 ICollection<T> 又從 IEnumerable<T> 接口繼承——實(shí)際上要討論的內(nèi)容都基于 IEnumerable<T> 接口。另外還有一個(gè)非泛型的 IEnumerable 接口，不過(guò)建議大家盡量使用泛型，所以這個(gè)非泛型的接口就當(dāng)我沒(méi)說(shuō)。順便提一句，數(shù)組也是實(shí)現(xiàn)了 IEnumerable<T> 接口的。System.Linq 中提供的擴(kuò)展大大方便了集合處理過(guò)程。

JavaScript 最常見(jiàn)的集合數(shù)據(jù)類(lèi)型就是數(shù)組，自 ES6 發(fā)布以后，這個(gè)范圍擴(kuò)展到了 iterable 對(duì)象。不過(guò)這里要討論的內(nèi)容都是在 Array.prototype 中實(shí)現(xiàn)的。除此之外，underscore、lodash 這些第三方庫(kù)中也實(shí)現(xiàn)了很多集合數(shù)據(jù)處理的方法，但不在本文討論內(nèi)容之內(nèi)。

Java 的集合類(lèi)型由 Collection<E> 接口定義。本文討論的內(nèi)容是 Java 8 的特性，在 java.util.stream 包中實(shí)現(xiàn)，由 Collection<E>.stream() 引入。

示例語(yǔ)言版本

• 后面示例中的部分 C# 語(yǔ)句可能需要支持 6.0 語(yǔ)言版本的編譯器，如 Visual Studio 2015 或者 Visual Studio "15"

• JavaScript 代碼都使用了 ES6 語(yǔ)法，目前大部分瀏覽器支持，Node 5 也完全支持。

• Java 要求 Java 8（或 1.8）版本

遍歷

問(wèn)題提出

給定一個(gè)名稱(chēng)列表，數(shù)組類(lèi)型， ["Andy", "Jackson", "Yoo"]，要求遍歷出到的控制臺(tái)。

C# 的遍歷

對(duì)于集合來(lái)說(shuō)，最常用的就是遍歷，不過(guò) for，foreach, while 之類(lèi)大家都耳熟能詳了，不再多說(shuō)。這里說(shuō)的是 forEach() 方法。

很遺憾，C# 的 Linq 擴(kuò)展 里沒(méi)有提供 ForEach() 方法，不過(guò) All(IEnumerable<T>, Func<T, Boolean>) 和 Any(IEnumerable<T>, Func<T, Boolean>) 都可以代替。這兩個(gè)方法的區(qū)別就在于第二個(gè)參數(shù) Func<T, Boolean> 的返回值。這兩個(gè)方法都會(huì)遍歷集合，對(duì)集合中的每個(gè)元素依次調(diào)用第二個(gè)參數(shù)，Func<T, Boolean> 所指的委托方法，并檢查其返回值，All() 檢查到 false 中止遍歷，而 Any() 檢查到 true 中止遍歷。

All() 的意思是，所有元素都符合條件則返回 true，所有只要有一個(gè)不符合條件，返回了 false，則中止遍歷，返回 false；Any() 的意思是只要發(fā)現(xiàn)有元素符合條件則返回 true。

Func<T, Boolean> 是一個(gè)公用委托。Func<...> 系列公用委托都用于委托帶有返回值的的方法，所有 Func<..., TResult> 都是最后一個(gè)參數(shù) TResult 代表返回值類(lèi)型。

因此，C# 的遍歷輸出可以這樣實(shí)現(xiàn)

string[] names = { "Andy", "Jackson", "Yoo" };
names.All(name => {
    Console.WriteLine(name);
    return true;
});

string[] names = { "Andy", "Jackson", "Yoo" };
names.Any(name => {
    Console.WriteLine(name);
    return false;
});

有 Lambda 就是好

JavaScript 的遍歷

JavaScript 的 Array 實(shí)現(xiàn)了 forEach 實(shí)例方法，即 Array.prototype.forEach()。

對(duì)于 JavaScript 的數(shù)組，可以這樣遍歷

var names = ["Andy", "Jackson", "Yoo"];
names.forEach(name => {
    console.log(name);
});

對(duì)于 JavaScript 的偽數(shù)組，可以這樣

var names = {
    0: "Andy",
    1: "Jackson",
    2: "Yoo",
    length: 3
};

[].forEach.call(names, name => {
    console.log(name);
});

jQuery 的遍歷

jQuery 是一個(gè)常用的 JavaScript 庫(kù)，它封裝的對(duì)象都是基于偽數(shù)組的，所以 jQuery 中經(jīng)常用到遍歷。除了網(wǎng)頁(yè)元素集合外，jQuery 也可以遍歷普通數(shù)組，有兩種方式

可以直接把數(shù)組作為第一個(gè)參數(shù)，處理函數(shù)作為第二個(gè)參數(shù)調(diào)用 $.each()。

const names = ["Andy", "Jackson", "Yoo"];
$.each(names, (i, name) => {
    console.log(name);
});

也可以把數(shù)組封裝成一個(gè) jQuery 對(duì)象（$(names)），再在這個(gè) jQuery 對(duì)象上調(diào)用 eash() 方法。

const names = ["Andy", "Jackson", "Yoo"];
$(names).each((i, name) => {
    console.log(name);
});

兩種方法的處理函數(shù)都一樣，但是要注意，這和原生 forEach() 的處理函數(shù)有點(diǎn)不同。jQuery 的 each() 處理函數(shù)，第一個(gè)參數(shù)是序號(hào)，第二個(gè)參數(shù)是數(shù)組元素；而原生 forEach() 的處理函數(shù)正好相反，第一個(gè)參數(shù)是數(shù)組元素，第二個(gè)參數(shù)才是序號(hào)。

另外，$.each() 對(duì)偽數(shù)組同樣適用，不需要通過(guò) call() 來(lái)調(diào)用。

Java 的遍歷

String[] names = { "Andy", "Jackson", "Yoo" };
List<String> list = Arrays.asList(names);
list.forEach(name -> {
    System.out.println(name);
});

過(guò)濾（篩選）數(shù)據(jù)

問(wèn)題提出

給出一組整數(shù)，需要將其中能被 3 整除選出來(lái)

[46, 74, 20, 37, 98, 93, 98, 48, 33, 15]

期望結(jié)果

[93, 48, 33, 15]

C# 中過(guò)濾使用 Where() 擴(kuò)展

int[] data = { 46, 74, 20, 37, 98, 93, 98, 48, 33, 15 };
int[] result = data.Where(n => n % 3 == 0).ToArray();

注意：Where() 的結(jié)果即不是數(shù)組也不是 List，需要通過(guò) ToArray() 生成數(shù)組，或者通過(guò) ToList() 生成列表。Linq 要在 ToArray() 或者 ToList() 或者其它某些操作的時(shí)候才會(huì)真正遍歷，依次執(zhí)行 Where() 參數(shù)提供的那個(gè)篩選函數(shù)。

JavaScript 中有 Array.prototype.filter

const data = [46, 74, 20, 37, 98, 93, 98, 48, 33, 15];
const result = data.filter(n => {
    return n % 3 === 0;
});

Java 中使用到 java.util.stream.*

Java 中可以通過(guò) java.util.stream.IntStream.of() 來(lái)從數(shù)組生成 stream 對(duì)象

final int[] data = { 46, 74, 20, 37, 98, 93, 98, 48, 33, 15 };
int[] result = IntStream.of(data)
        .filter(n -> n % 3 == 0)
        .toArray();

需要注意的是，Arrays.asList(data).stream() 看起來(lái)也可以生成 stream 對(duì)象，但是通過(guò)調(diào)試會(huì)發(fā)現(xiàn)，這是一個(gè) Stream<int[]> 而不是 Stream<Integer>。原因是 asList(T ...a) 其參數(shù)可變參數(shù)，而且要求參數(shù)類(lèi)型是類(lèi)，所以 asList(data) 是把 data 作為一個(gè) int[] 類(lèi)型參數(shù)而不是 int 類(lèi)型的參數(shù)數(shù)據(jù)。如果要從 int[] 生成 List<Integer>，還得通過(guò) IntStream 來(lái)處理

List<Integer> list = IntStream.of(data)
        .boxed()
        .collect(Collectors.toList());

映射處理

映射處理是指將某種類(lèi)型的集合，將其元素依次映射成另一種類(lèi)型，產(chǎn)生一個(gè)新類(lèi)型的集合。新集合中的每個(gè)元素都與原集中的同樣位置的元素有對(duì)應(yīng)關(guān)系。

問(wèn)題提出

這里提出一個(gè)精典的問(wèn)題：成績(jī)轉(zhuǎn)等級(jí)，不過(guò)為了簡(jiǎn)化代碼（switch 或多重 if 語(yǔ)句代碼比較長(zhǎng)），改為判斷成績(jī)是否及格，60 分為及格線。

偷個(gè)懶，就用上個(gè)問(wèn)題的輸入 [46, 74, 20, 37, 98, 93, 98, 48, 33, 15]，

期望結(jié)果：

["REJECT","PASS","REJECT","REJECT","PASS","PASS","PASS","REJECT","REJECT","REJECT"]

C# 通過(guò) Select() 來(lái)進(jìn)行映射處理。

int[] scores = { 46, 74, 20, 37, 98, 93, 98, 48, 33, 15 };
string[] levels = scores
    .Select(score => score >= 60 ? "PASS" : "REJECT")
    .ToArray();

JavaScript 通過(guò) Array.prototype.map 來(lái)進(jìn)行映射處理。

const scores = [46, 74, 20, 37, 98, 93, 98, 48, 33, 15];
const levels = scores.map(score => {
    return score >= 60 ? "PASS" : "REJECT";
});

Java 的 Stream 提供了 mapToObj() 等方法處理映射

final int[] scores = { 46, 74, 20, 37, 98, 93, 98, 48, 33, 15 };
String[] levels = IntStream.of(scores)
        .mapToObj(score -> score >= 60 ? "PASS" : "REJECT")
        .toArray(String[]::new);

與“篩選”示例不同，在“篩選”示例中，由于篩選結(jié)果是 IntStream，可以直接調(diào)用 InStream::toArray() 來(lái)得到 int[]。

但在這個(gè)示例中，mapToObj() 得到的是一個(gè) Stream<String>，類(lèi)型擦除后就是 Stream，所以 Stream::toArray() 默認(rèn)得到的是一個(gè) Object[] 而不是 String[]。如果想得到 String[]，需要為 toArray() 指定 String[] 的構(gòu)造函數(shù)，即 String[]::new。

生成查找表（如哈希表）

查找表在數(shù)據(jù)結(jié)構(gòu)里的意義還是比較寬的，其中通過(guò)哈希算法實(shí)現(xiàn)的稱(chēng)為哈希表。C# 中通常是用 Directory<T>，不過(guò)它是不是通過(guò)哈希實(shí)現(xiàn)我就不清楚了。不過(guò) Java 中的 HashMap 和 Hashtable，從名稱(chēng)就看得出來(lái)是實(shí)現(xiàn)。JavaScript 的字面對(duì)象據(jù)稱(chēng)也是哈希實(shí)現(xiàn)。

提出問(wèn)題

現(xiàn)在有一個(gè)姓名列表，是按學(xué)號(hào)從 1~7 排列的，需要建立一個(gè)查找到，使之能通過(guò)姓名很容易找到對(duì)應(yīng)的學(xué)號(hào)。

["Andy", "Jackson", "Yoo", "Rose", "Lena", "James", "Stephen"]

期望結(jié)果

Andy    => 1
Jackson => 2
Yoo     => 3
Rose    => 4
Lena    => 5
James   => 6
Stephen => 7  

C# 使用 ToDictionary()

string[] names = { "Andy", "Jackson", "Yoo", "Rose", "Lena", "James", "Stephen" };
int i = 1;
Dictionary<string, int> map = names.ToDictionary(n => n, n => i++);

C# Linq 擴(kuò)展提供的若干方法都沒(méi)有將序號(hào)傳遞給處理函數(shù)，所以上例中采用了臨時(shí)變量計(jì)數(shù)的方式來(lái)進(jìn)行。不過(guò)有一個(gè)看起來(lái)好看一點(diǎn)的辦法，用 Enumerable.Range() 先生成一個(gè)序號(hào)的序列，再基于這個(gè)序列來(lái)處理

string[] names = { "Andy", "Jackson", "Yoo", "Rose", "Lena", "James", "Stephen" };
IEnumerable<int> indexes = Enumerable.Range(0, names.Length);
Dictionary<string, int> map = indexes.ToDictionary(i => names[i], i => i + 1);

JavaScript 的兩種處理辦法

JavaScript 沒(méi)有提供從 [] 到 {} 的轉(zhuǎn)換函數(shù)，不過(guò)要做這個(gè)轉(zhuǎn)換也不是好麻煩，用 forEach 遍歷即可

var map = (function() {
    var m = {};
    names.forEach((name, i) => {
        m[name] = i + 1;
    });
    return m;
})();

為了不讓臨時(shí)變量污染外面的作用域，上面的示例中采用了 IEFE 的寫(xiě)法。不過(guò)，如果用 Array.prototype.reduce 則可以讓代碼更簡(jiǎn)潔一些

var map = names.reduce((m, name, i) => {
    m[name]  = i + 1;
    return m;
}, {});

Java 的 Collectors

Java 的處理函數(shù)也沒(méi)有傳入序號(hào)，所以在 Java 中的實(shí)例和 C# 類(lèi)似。不過(guò)，第一種方法不可用，因?yàn)?Java Lambda 的實(shí)現(xiàn)相當(dāng)于是匿名類(lèi)對(duì)接口的實(shí)現(xiàn)，只能訪問(wèn)局部的 final 變量，i 要執(zhí)行 i++ 操作，顯然不是 final 的，所以只能用第二種辦法

final String[] names = { "Andy", "Jackson", "Yoo", "Rose", "Lena", "James", "Stephen" };
Map<String, Integer> map = IntStream.range(0, names.length)
    .boxed()
    .collect(Collectors.toMap(i -> names[i], i -> i + 1));

我只能說(shuō) .boxed() 是個(gè)大坑啊，一定要記得調(diào)。

匯總和聚合處理

匯總處理就是合計(jì)啊，平均數(shù)啊之類(lèi)的，使用方式都差不多，所以以合計(jì)（Sum）為例。

匯總處理其實(shí)是聚合處理的一個(gè)特例，所以就同一個(gè)問(wèn)題，再用普通的聚合處理方式再實(shí)現(xiàn)一次。

問(wèn)題提出

已知全班成績(jī)，求班總分，再次用到了那個(gè)數(shù)組

[46, 74, 20, 37, 98, 93, 98, 48, 33, 15]

期望結(jié)果：562

C# 的實(shí)現(xiàn)

C# 可以直接使用 Sum() 方法求和

int[] scores = { 46, 74, 20, 37, 98, 93, 98, 48, 33, 15 };
int sum = scores.Sum();

聚合實(shí)現(xiàn)方式（用 Aggregate()）

int[] scores = { 46, 74, 20, 37, 98, 93, 98, 48, 33, 15 };
int sum = scores.Aggregate(0, (total, score) => {
    return total + score;
});

聚合實(shí)現(xiàn)方式要靈活得多，比如，改成乘法就可以算階乘。當(dāng)然用于其它更復(fù)雜的情況也不在話下。前面生成查找表的 JavaScript 部分就是采用聚合來(lái)實(shí)現(xiàn)的。

JavaScript 都是通過(guò)聚合來(lái)實(shí)現(xiàn)的

const scores = [46, 74, 20, 37, 98, 93, 98, 48, 33, 15];
const sum = scores.reduce((total, score) => {
    return total + score;
}, 0);

注意 C# 的初始值在前，JavaScript 的初始值在后，這是有區(qū)別的。參數(shù)順序嘛，注意一下就行了。

Java 中使用 Stream::reduce 進(jìn)行聚合處理

IntStream 提供了 sum() 方法

final int[] scores = { 46, 74, 20, 37, 98, 93, 98, 48, 33, 15 };
final int sum = IntStream.of(scores).sum();

同樣也可以用 reduce 處理

final int[] scores = { 46, 74, 20, 37, 98, 93, 98, 48, 33, 15 };
final int sum = IntStream.of(scores)
        .reduce(0, (total, score) -> total + score);

綜合應(yīng)用

問(wèn)題提出

已知全班 7 個(gè)人，按學(xué)號(hào) 從 1~7 分別是

["Andy", "Jackson", "Yoo", "Rose", "Lena", "James", "Stephen"]

這 7 個(gè)人的成績(jī)按學(xué)號(hào)序，分別是

[66, 74, 43, 93, 98, 88, 83]

有 Student 數(shù)組結(jié)構(gòu)

Student {
    number: int
    name: string
    score: int
}

要求得到全班 7 人的 student 數(shù)組，且該數(shù)組按分?jǐn)?shù)從高到低排序

C# 實(shí)現(xiàn)

sealed class Student {
    public int Number { get; }
    public string Name { get; }
    public int Score { get; }
    
    public Student(int number, string name, int score) {
        Number = number;
        Name = name;
        Score = score;
    }
    
    public override string ToString() => $"[{Number}] {Name} : {Score}";
}

Student[] students = Enumerable.Range(0, names.Length)
    .Select(i => new Student(i + 1, names[i], scores[i]))
    .OrderByDescending(s => s.Score)
    .ToArray();

注意 C# 中排序有 OrderBy 和 OrderByDescending 兩個(gè)方法，一般情況下只需要給一個(gè)映射函數(shù)，從原數(shù)據(jù)里找到要用于比較的數(shù)據(jù)即可使用其 >、< 等運(yùn)算符進(jìn)行比較。如果比例起來(lái)比較復(fù)雜的，需要提供第二個(gè)參數(shù)，一個(gè) IComparer<T> 的實(shí)現(xiàn)

JavaScript 實(shí)現(xiàn)

class Student {
    constructor(number, name, score) {
        this._number = number;
        this._name = name;
        this._score = score;
    }

    get number() {
        return this._number;
    }

    get name() {
        return this._name;
    }

    get score() {
        return this._score;
    }

    toString() {
        return `[${this.number}] ${this.name} : ${this.score}`;
    }
}

const names = ["Andy", "Jackson", "Yoo", "Rose", "Lena", "James", "Stephen"];
const scores = [66, 74, 43, 93, 98, 88, 83];

var students = names
    .map((name, i) => new Student(i + 1, name, scores[i]))
    .sort((a, b) => {
        return b.score - a.score;
    });

JavaScript 的排序則是直接給個(gè)比較函數(shù)，根據(jù)返回的數(shù)值小于0、等于0或大于0來(lái)判斷是小于、等于還是大于。

Java 實(shí)現(xiàn)

final class Student {
    private int number;
    private String name;
    private int score;

    public Student(int number, String name, int score) {
        this.number = number;
        this.name = name;
        this.score = score;
    }

    public int getNumber() {
        return number;
    }

    public String getName() {
        return name;
    }

    public int getScore() {
        return score;
    }

    @Override
    public String toString() {
        return String.format("[%d] %s : %d", getNumber(), getName(), getScore());
    }
}

final String[] names = { "Andy", "Jackson", "Yoo", "Rose", "Lena", "James", "Stephen" };
final int[] scores = { 66, 74, 43, 93, 98, 88, 83 };
Student[] students = IntStream.range(0, names.length)
        .mapToObj(i -> new Student(i + 1, names[i], scores[i]))
        .sorted((a, b) -> b.getScore() - a.getScore())
        .toArray(Student[]::new);