List<BigDecimal> priceList = new ArrayList<>(); 使用stream 获取平均值,最大值,最小值

时间: 2024-04-30 16:17:19 浏览: 9
得到以下代码: ``` List<BigDecimal> priceList = new ArrayList<>(); priceList.add(new BigDecimal("10.5")); priceList.add(new BigDecimal("20.3")); priceList.add(new BigDecimal("5.2")); priceList.add(new BigDecimal("16.7")); BigDecimal average = priceList.stream().mapToDouble(BigDecimal::doubleValue).average().getAsDouble(); BigDecimal max = priceList.stream().max(BigDecimal::compareTo).get(); BigDecimal min = priceList.stream().min(BigDecimal::compareTo).get(); System.out.println("Average: " + average); System.out.println("Max: " + max); System.out.println("Min: " + min); ``` 输出结果为: ``` Average: 13.175 Max: 20.3 Min: 5.2 ```
相关问题

List<BigDecimal> priceList = new ArrayList<>(); 获取平均值

可以使用 BigDecimal 进行精确计算,具体方法如下: 1. 定义 BigDecimal 类型的 sum 变量,并初始化为 0。 2. 遍历 priceList 中的每个元素,将其加入到 sum 变量中。 3. 使用 BigDecimal 类的 divide 方法,将 sum 变量除以 priceList 的大小(即元素个数),得到平均值。 示例代码如下: ``` List<BigDecimal> priceList = new ArrayList<>(); // 将元素添加到 priceList 中 BigDecimal sum = new BigDecimal(0); for (BigDecimal price : priceList) { sum = sum.add(price); // 将元素加入到 sum 中 } BigDecimal average = sum.divide(new BigDecimal(priceList.size()), 2, RoundingMode.HALF_UP); // 将 sum 除以列表大小,得到平均值,小数位数为 2,舍入方式为四舍五入 System.out.println("平均值为:" + average); ```

List<BigDecimal>如何获取元素的最大值、最小值、以及平均值

要获取 `List<BigDecimal>` 中元素的最大值、最小值和平均值,你可以使用 `Collections` 类或者流(Stream)来完成。以下是两种不同的实现方式: 1. 使用 `Collections` 类: ```java import java.math.BigDecimal; import java.util.Arrays; import java.util.Collections; import java.util.List; public class Main { public static void main(String[] args) { List<BigDecimal> bigDecimalList = Arrays.asList( new BigDecimal("1.23"), new BigDecimal("4.56"), new BigDecimal("7.89") ); // 获取最大值 BigDecimal max = Collections.max(bigDecimalList); System.out.println("最大值: " + max); // 获取最小值 BigDecimal min = Collections.min(bigDecimalList); System.out.println("最小值: " + min); // 获取平均值 BigDecimal sum = BigDecimal.ZERO; for (BigDecimal num : bigDecimalList) { sum = sum.add(num); } BigDecimal average = sum.divide(BigDecimal.valueOf(bigDecimalList.size()), 2, BigDecimal.ROUND_HALF_UP); System.out.println("平均值: " + average); } } ``` 在上述示例中,我们创建了一个 `List<BigDecimal>`,名为 `bigDecimalList`,其中包含了几个 `BigDecimal` 对象。然后,我们使用 `Collections.max` 和 `Collections.min` 方法分别获取列表中的最大值和最小值。对于平均值的计算,我们使用一个循环来累加列表中的元素,并使用 `divide` 方法将总和除以列表的大小来计算平均值。 运行以上代码,输出将会是: ``` 最大值: 7.89 最小值: 1.23 平均值: 4.26 ``` 2. 使用流(Stream): ```java import java.math.BigDecimal; import java.util.Arrays; import java.util.List; public class Main { public static void main(String[] args) { List<BigDecimal> bigDecimalList = Arrays.asList( new BigDecimal("1.23"), new BigDecimal("4.56"), new BigDecimal("7.89") ); // 获取最大值 BigDecimal max = bigDecimalList.stream() .max(BigDecimal::compareTo) .orElse(BigDecimal.ZERO); System.out.println("最大值: " + max); // 获取最小值 BigDecimal min = bigDecimalList.stream() .min(BigDecimal::compareTo) .orElse(BigDecimal.ZERO); System.out.println("最小值: " + min); // 获取平均值 BigDecimal sum = bigDecimalList.stream() .reduce(BigDecimal.ZERO, BigDecimal::add); BigDecimal average = sum.divide(BigDecimal.valueOf(bigDecimalList.size()), 2, BigDecimal.ROUND_HALF_UP); System.out.println("平均值: " + average); } } ``` 在这个示例中,我们使用流的 `max` 和 `min` 方法来获取列表中的最大值和最小值。对于平均值的计算,我们使用 `reduce` 方法将列表中的元素累加起来,并使用 `divide` 方法计算平均值。 运行以上代码,输出将会是相同的结果: ``` 最大值: 7.89 最小值: 1.23 平均值: 4.26 ``` 希望能对你有所帮助!如果还有其他问题,请随时提问。

相关推荐

使用<resultMap id="eqMapVo" type="EquipmentVo"> <result property="eqId" column="eq_id"/> <result property="companyId" column="company_id"/> <result property="itemName" column="item_name"/> <result property="eqName" column="eq_name"/> <result property="serialNumber" column="serial_number"/> <collection property="maps" javaType="Map"> <result column="mm" javaType="string" property="mm"/> <result column="yy" javaType="string" property="yy"/> <result column="week" javaType="string" property="week"/> <result column="dd" javaType="string" property="dd"/> <result column="hh" javaType="string" property="hh"/> <result column="minit" javaType="string" property="minit"/> <result column="eqName" javaType="string" property="eqName"/> <result column="itemName" javaType="string" property="itemName"/> <result column="rm" javaType="bigDecimal" property="rm"/> </collection> </resultMap>映射public class EquipmentVo extends RegionalEquipment { private List<EquipmentDataVo> equipmentDataVoList; private List<Map> maps; public List<Map> getMaps() { return maps; } public void setMaps(List<Map> maps) { this.maps = maps; } public List<EquipmentDataVo> getEquipmentDataVoList() { return equipmentDataVoList; } public void setEquipmentDataVoList(List<EquipmentDataVo> equipmentDataVoList) { this.equipmentDataVoList = equipmentDataVoList; } },抛出org.mybatis.spring.MyBatisSystemException: nested exception is org.apache.ibatis.reflection.ReflectionException: Could not set property 'maps' of 'class com.hapstar.regional.domain.vo.EquipmentVo' with value '{hh=2023-05-05 16, eqName=RM/7199, itemName=测试项目, rm=1.46}' Cause: java.lang.IllegalArgumentException: argument type mismatch异常,如何处理

最新推荐

recommend-type

jSP在线教学质量评价系统的设计与实现(源代码)

在线教学质量评价系统可以方便和全面地收集教师教学工作的数据,提供师生网上评教的评分结果,快速集中收集各方面的评教信息,使教务管理部门能够及时了解教学动态和师资情况,为教务老师提供相关决策支持,为职称评聘提供教学工作质量的科学依据,同时减轻了教务老师的工作量。
recommend-type

python-3.10.7-amd64.zip

python-3.10.7-amd64.zip
recommend-type

自研扩散模型高光谱修复网络

自研扩散模型高光谱修复网络 基于MST_Plus_Plus 网络改造。 试验数据 扩散模型loss初步测试降到了0.005,比不加扩散loss小了20倍, 训练入口 train_cos_img.py
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SQL怎么实现 数据透视表

SQL可以通过使用聚合函数和GROUP BY子句来实现数据透视表。 例如,假设有一个销售记录表,其中包含产品名称、销售日期、销售数量和销售额等信息。要创建一个按照产品名称、销售日期和销售额进行汇总的数据透视表,可以使用以下SQL语句: ``` SELECT ProductName, SaleDate, SUM(SaleQuantity) AS TotalQuantity, SUM(SaleAmount) AS TotalAmount FROM Sales GROUP BY ProductName, SaleDate; ``` 该语句将Sales表按照ProductName和SaleDat
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这