Java中如何对HashMap列表计算用户失败时长？

核心思路 #

1. 按用户分组：将所有记录按用户名归类，便于单独处理每个用户的状态变化。
2. 按时间升序排序：对每个用户的记录按年份从小到大排序，确保能按时间顺序追踪失败到成功的状态转换。
3. 遍历计算时长：维护一个变量记录失败状态的起始年份，遇到成功时计算持续时长并累加；若遍历结束后仍处于失败状态，则计算到2022年的时长。

代码实现（Python） #

records = [
    {"name":"john", "date":2015, "status":"success"},
    {"name":"john", "date":2013, "status":"fail"},
    {"name":"chris", "date":2013, "status":"success"},
    {"name":"john", "date":2012, "status":"fail"},
    {"name":"john", "date":2009, "status":"success"},
    {"name":"chris", "date":2007, "status":"fail"},
    {"name":"john", "date":2005, "status":"fail"},
]

from collections import defaultdict

# 1. 按用户分组
user_groups = defaultdict(list)
for record in records:
    user_groups[record["name"]].append(record)

# 2. 计算每个用户的总失败时长
failure_duration = {}
for username, user_records in user_groups.items():
    # 按日期升序排序记录
    sorted_records = sorted(user_records, key=lambda x: x["date"])
    total = 0
    fail_start_year = None
    
    for rec in sorted_records:
        if rec["status"] == "fail":
            # 标记失败起始年份（仅当当前无活跃失败状态时）
            if fail_start_year is None:
                fail_start_year = rec["date"]
        else:
            # 遇到成功状态，计算并累加失败时长
            if fail_start_year is not None:
                total += rec["date"] - fail_start_year
                fail_start_year = None
    
    # 处理截止2022年仍处于失败状态的情况
    if fail_start_year is not None:
        total += 2022 - fail_start_year
    
    failure_duration[username] = total

print(failure_duration)
# 输出结果：{'john': 7, 'chris': 6}

方案优势 #

• 时间效率高：分组操作是O(n)线性时间，每个用户的排序是O(k log k)（k为该用户的记录数），整体复杂度接近O(n)，适合处理大规模数据。
• 逻辑清晰：通过状态追踪的方式，准确处理连续失败、失败转成功等多种场景，同时覆盖了截止2022年仍未恢复成功的边界情况。

内容的提问来源于stack exchange，提问作者Good Panic