集合数据处理（C#、JavaScript 和 Java）

Java 丢了好多年，最近在拣起来，首先当然是了解这么多年来它的变化，于是发现了 Java 8 的java.util.stream。在学习和试验的过程中，相比较于 C# 和 javascript，有那么些心得，作文以记之。

早些时间写过一篇《ES6 的 for..of 和 Generator，从伪数组 jQuery 对象说起》，和这个主题有点关系。其实我记得还有一篇讲 C# 的，没找到，也许只是想过，没写成，成了虚假记忆。

前言

之所以把 C#、JavaScript 和 Java 三种语言的实现写在一起，主要是为了放在一起有一个类比，可能会有助于理解。

集合数据

C# 的集合数据基类是 Collection<T>，它实现了 ICollection<T>接口，而 ICollection<T> 又从 IEnumerable<T> 接口继承——实际上要讨论的内容都基于 IEnumerable<T> 接口。另外还有一个非泛型的 IEnumerable 接口，不过建议大家尽量使用泛型，所以这个非泛型的接口就当我没说。顺便提一句，数组也是实现了 IEnumerable<T> 接口的。System.Linq 中提供的扩展大大方便了集合处理过程。

JavaScript 最常见的集合数据类型就是数组，自 ES6 发布以后，这个范围扩展到了 iterable 对象。不过这里要讨论的内容都是在 Array.prototype 中实现的。除此之外，underscore、lodash 这些第三方库中也实现了很多集合数据处理的方法，但不在本文讨论内容之内。

Java 的集合类型由 Collection<E> 接口定义。本文讨论的内容是 Java 8 的特性，在 java.util.stream 包中实现，由 Collection<E>.stream() 引入。

示例语言版本

• 后面示例中的部分 C# 语句可能需要支持 6.0 语言版本的编译器，如 Visual Studio 2015 或者 Visual Studio "15"

• JavaScript 代码都使用了 ES6 语法，目前大部分浏览器支持，Node 5 也完全支持。

• Java 要求 Java 8（或 1.8）版本

遍历

问题提出

给定一个名称列表，数组类型， ["Andy", "Jackson", "Yoo"]，要求遍历出到的控制台。

C# 的遍历

对于集合来说，最常用的就是遍历，不过 for，foreach, while 之类大家都耳熟能详了，不再多说。这里说的是 forEach() 方法。

很遗憾，C# 的 Linq 扩展 里没有提供 ForEach() 方法，不过 All(IEnumerable<T>, Func<T, Boolean>) 和 Any(IEnumerable<T>, Func<T, Boolean>) 都可以代替。这两个方法的区别就在于第二个参数 Func<T, Boolean> 的返回值。这两个方法都会遍历集合，对集合中的每个元素依次调用第二个参数，Func<T, Boolean> 所指的委托方法，并检查其返回值，All() 检查到 false 中止遍历，而 Any() 检查到 true 中止遍历。

All() 的意思是，所有元素都符合条件则返回 true，所有只要有一个不符合条件，返回了 false，则中止遍历，返回 false；Any() 的意思是只要发现有元素符合条件则返回 true。

Func<T, Boolean> 是一个公用委托。Func<...> 系列公用委托都用于委托带有返回值的的方法，所有 Func<..., TResult> 都是最后一个参数 TResult 代表返回值类型。

因此，C# 的遍历输出可以这样实现

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 的遍历

JavaScript 的 Array 实现了 forEach 实例方法，即 Array.prototype.forEach()。

对于 JavaScript 的数组，可以这样遍历

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

对于 JavaScript 的伪数组，可以这样

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

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

jQuery 的遍历

jQuery 是一个常用的 JavaScript 库，它封装的对象都是基于伪数组的，所以 jQuery 中经常用到遍历。除了网页元素集合外，jQuery 也可以遍历普通数组，有两种方式

可以直接把数组作为第一个参数，处理函数作为第二个参数调用 $.each()。

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

也可以把数组封装成一个 jQuery 对象（$(names)），再在这个 jQuery 对象上调用 eash() 方法。

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

两种方法的处理函数都一样，但是要注意，这和原生 forEach() 的处理函数有点不同。jQuery 的 each() 处理函数，第一个参数是序号，第二个参数是数组元素；而原生 forEach() 的处理函数正好相反，第一个参数是数组元素，第二个参数才是序号。

另外，$.each() 对伪数组同样适用，不需要通过 call() 来调用。

Java 的遍历

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

过滤（筛选）数据

问题提出

给出一组整数，需要将其中能被 3 整除选出来

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

期望结果

[93, 48, 33, 15]

C# 中过滤使用 Where() 扩展

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

注意：Where() 的结果即不是数组也不是 List，需要通过 ToArray() 生成数组，或者通过 ToList() 生成列表。Linq 要在 ToArray() 或者 ToList() 或者其它某些操作的时候才会真正遍历，依次执行 Where() 参数提供的那个筛选函数。

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 中可以通过 java.util.stream.IntStream.of() 来从数组生成 stream 对象

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() 看起来也可以生成 stream 对象，但是通过调试会发现，这是一个 Stream<int[]> 而不是 Stream<Integer>。原因是 asList(T ...a) 其参数可变参数，而且要求参数类型是类，所以 asList(data) 是把 data 作为一个 int[] 类型参数而不是 int 类型的参数数据。如果要从 int[] 生成 List<Integer>，还得通过 IntStream 来处理

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

映射处理

映射处理是指将某种类型的集合，将其元素依次映射成另一种类型，产生一个新类型的集合。新集合中的每个元素都与原集中的同样位置的元素有对应关系。

问题提出

这里提出一个精典的问题：成绩转等级，不过为了简化代码（switch 或多重 if 语句代码比较长），改为判断成绩是否及格，60 分为及格线。

偷个懒，就用上个问题的输入 [46, 74, 20, 37, 98, 93, 98, 48, 33, 15]，

期望结果：

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

C# 通过 Select() 来进行映射处理。

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

JavaScript 通过 Array.prototype.map 来进行映射处理。

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() 等方法处理映射

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);

与“筛选”示例不同，在“筛选”示例中，由于筛选结果是 IntStream，可以直接调用 InStream::toArray() 来得到 int[]。

但在这个示例中，mapToObj() 得到的是一个 Stream<String>，类型擦除后就是 Stream，所以 Stream::toArray() 默认得到的是一个 Object[] 而不是 String[]。如果想得到 String[]，需要为 toArray() 指定 String[] 的构造函数，即 String[]::new。

生成查找表（如哈希表）

查找表在数据结构里的意义还是比较宽的，其中通过哈希算法实现的称为哈希表。C# 中通常是用 Directory<T>，不过它是不是通过哈希实现我就不清楚了。不过 Java 中的 HashMap 和 Hashtable，从名称就看得出来是实现。JavaScript 的字面对象据称也是哈希实现。

提出问题

现在有一个姓名列表，是按学号从 1~7 排列的，需要建立一个查找到，使之能通过姓名很容易找到对应的学号。

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

期望结果

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 扩展提供的若干方法都没有将序号传递给处理函数，所以上例中采用了临时变量计数的方式来进行。不过有一个看起来好看一点的办法，用 Enumerable.Range() 先生成一个序号的序列，再基于这个序列来处理

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 的两种处理办法

JavaScript 没有提供从 [] 到 {} 的转换函数，不过要做这个转换也不是好麻烦，用 forEach 遍历即可

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

为了不让临时变量污染外面的作用域，上面的示例中采用了 IEFE 的写法。不过，如果用 Array.prototype.reduce 则可以让代码更简洁一些

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

Java 的 Collectors

Java 的处理函数也没有传入序号，所以在 Java 中的实例和 C# 类似。不过，第一种方法不可用，因为 Java Lambda 的实现相当于是匿名类对接口的实现，只能访问局部的 final 变量，i 要执行 i++ 操作，显然不是 final 的，所以只能用第二种办法

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));

我只能说 .boxed() 是个大坑啊，一定要记得调。

汇总和聚合处理

汇总处理就是合计啊，平均数啊之类的，使用方式都差不多，所以以合计（Sum）为例。

汇总处理其实是聚合处理的一个特例，所以就同一个问题，再用普通的聚合处理方式再实现一次。

问题提出

已知全班成绩，求班总分，再次用到了那个数组

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

期望结果：562

C# 的实现

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();

聚合实现方式（用 Aggregate()）

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

聚合实现方式要灵活得多，比如，改成乘法就可以算阶乘。当然用于其它更复杂的情况也不在话下。前面生成查找表的 JavaScript 部分就是采用聚合来实现的。

JavaScript 都是通过聚合来实现的

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，这是有区别的。参数顺序嘛，注意一下就行了。

Java 中使用 Stream::reduce 进行聚合处理

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();

同样也可以用 reduce 处理

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);

综合应用

问题提出

已知全班 7 个人，按学号 从 1~7 分别是

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

这 7 个人的成绩按学号序，分别是

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

有 Student 数组结构

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

要求得到全班 7 人的 student 数组，且该数组按分数从高到低排序

C# 实现

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 两个方法，一般情况下只需要给一个映射函数，从原数据里找到要用于比较的数据即可使用其 >、< 等运算符进行比较。如果比例起来比较复杂的，需要提供第二个参数，一个 IComparer<T> 的实现

JavaScript 实现

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 的排序则是直接给个比较函数，根据返回的数值小于0、等于0或大于0来判断是小于、等于还是大于。

Java 实现

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);