package com.micro.order.util;
import com.google.common.collect.Lists;
import java.util.ArrayList;
import java.util.List;
/**
* 大list拆分为多个小list处理
*
* @author zbo
* @param <T>
*/
public class ListSplitUtil<T extends Object> {
/**
* @param list 要拆分的list
* @param size 每次拆分的大小
* @param <T>
* @return
*/
public static <T> List<List<T>> splitSize(List<T> list, int size) {
if (list == null || list.size() == 0) {
return null;
}
// 获得数据总量
int count = list.size();
// 计算出要分成几个批次
int pageCount = (count / size) + (count % size == 0 ? 0 : 1);
List<List<T>> temp = new ArrayList<>(pageCount);
for (int i = 0, from = 0, to = 0; i < pageCount; i++) {
from = i * size;
to = from + size;
// 如果超过总数量,则取到最后一个数的位置
to = to > count ? count : to;
// 对list 进行拆分
List<T> list1 = list.subList(from, to);
// 将拆分后的list放入大List返回
temp.add(list1);
// 也可以改造本方法,直接在此处做操作
}
return temp;
}
/**
* @param list 要拆分的list
* @param sum 要拆分为多少个List
* @param <T>
* @return
*/
public static <T> List<List<T>> splitNum(List<T> list, int sum) {
if (list == null || list.size() == 0) {
return null;
}
if (list.size() < sum) {
return null;
}
// 获得数据总量
int count = list.size();
// 计算出每个批次要分多少
int pageCount = (count / sum);
//计算出能不能平均分配 如果不能 最后一个list有几个元素
int countTemp = count % sum;
int lastSize = pageCount;
if (countTemp != 0) {
lastSize = pageCount + countTemp;
}
List<List<T>> temp = new ArrayList<>(pageCount);
for (int i = 0, from = 0, to = 0; i < sum; i++) {
from = i * pageCount;
to = from + pageCount;
// 如果超过总数量,则取到最后一个数的位置
List<T> list1 = Lists.newArrayList();
if (i == (sum - 1)) {
// 最后一个list
list1 = list.subList(from, list.size());
} else {
// 对list 进行拆分
list1 = list.subList(from, to);
// 将拆分后的list放入大List返回
}
temp.add(list1);
// 也可以改造本方法,直接在此处做操作
}
return temp;
}
// 测试方法
public static void main(String[] args) {
List<Integer> list = new ArrayList<>();
for (int i = 0; i < 52; i++) {
list.add(i);
}
List<List<Integer>> split = splitNum(list, 3);
for (int i = 0, length = split.size(); i < length; i++) {
System.out.println(split.get(i));
}
}
}
java 实现 list拆分 按照大小拆分 按照个数拆分
最新推荐文章于 2024-08-23 00:40:55 发布

472

被折叠的 条评论
为什么被折叠?



