如何更简洁地对List<Map>去重并累加对应ID的数值？

你的现有代码能实现需求，但嵌套循环的写法不仅冗余，数据量大时效率也偏低。这里提供几种更简洁高效的实现方式：

方案一：先统计再生成结果（推荐） #

先遍历一次原列表统计每个ID的累计值，再根据指定的tagId列表生成最终结果，避免嵌套循环：

List tagId = ['a', 'b'];
List oldList = [{'id': 'a', 'value': 1}, 
                {'id': 'a', 'value': 1}, 
                {'id': 'a', 'value': 1}, 
                {'id': 'a', 'value': 1},
                {'id': 'b', 'value': 1},
                {'id': 'b', 'value': 1}];

// 统计每个ID的出现次数
final idCounter = <String, int>{};
for (final item in oldList) {
  final id = item['id'] as String;
  idCounter[id] = (idCounter[id] ?? 0) + 1;
}

// 根据tagId生成目标列表
final newList = tagId.map((id) => {'id': id, 'value': idCounter[id] ?? 0}).toList();

print(newList);

方案二：用fold函数式写法 #

利用fold方法一步完成统计，代码更紧凑：

List tagId = ['a', 'b'];
List oldList = [{'id': 'a', 'value': 1}, 
                {'id': 'a', 'value': 1}, 
                {'id': 'a', 'value': 1}, 
                {'id': 'a', 'value': 1},
                {'id': 'b', 'value': 1},
                {'id': 'b', 'value': 1}];

// 通过fold折叠列表生成统计Map
final idCounter = oldList.fold<Map<String, int>>({}, (counterMap, item) {
  final id = item['id'] as String;
  counterMap[id] = (counterMap[id] ?? 0) + 1;
  return counterMap;
});

final newList = tagId.map((id) => {'id': id, 'value': idCounter[id] ?? 0}).toList();

print(newList);

方案三：直接统计所有存在的ID（无需指定tagId） #

如果不需要依赖外部的tagId列表，而是直接统计原列表中所有出现的ID，写法可以更简洁：

List oldList = [{'id': 'a', 'value': 1}, 
                {'id': 'a', 'value': 1}, 
                {'id': 'a', 'value': 1}, 
                {'id': 'a', 'value': 1},
                {'id': 'b', 'value': 1},
                {'id': 'b', 'value': 1}];

final newList = oldList
    .fold<Map<String, int>>({}, (counterMap, item) {
      final id = item['id'] as String;
      counterMap[id] = (counterMap[id] ?? 0) + 1;
      return counterMap;
    })
    .entries
    .map((entry) => {'id': entry.key, 'value': entry.value})
    .toList();

print(newList);

这些方案的核心都是只遍历原列表一次完成统计，相比原代码的嵌套循环（时间复杂度O(n*m)），时间复杂度优化为O(n + m)，数据量大时优势明显，同时代码结构更清晰易读。

内容的提问来源于stack exchange，提问作者ben