Java如何按小时区间对列表内同描述元素实现去重

核心逻辑是给每个元素生成唯一的去重标识，标识由两部分拼接组成：

• 元素的description字段值
• 时间戳按业务时区截断到小时粒度后的时间值

同一个小时内、description相同的元素生成的标识完全一致，通过Map过滤掉重复标识对应的后续元素即可，整体时间复杂度O(n)，500条数据的量级没有任何性能压力。

注意处理google.protobuf.Timestamp时必须显式指定业务对应的时区，不要依赖服务器默认时区，避免跨环境部署时出现小时计算偏差。

首先确保你的MyObject类添加了两个私有字段的getter方法，否则无法读取属性值。

import com.google.protobuf.Timestamp;
import java.time.*;
import java.util.*;

public class MyObjectDeduplicator {
    // 替换为你业务实际使用的时区
    private static final ZoneId BIZ_ZONE = ZoneId.of("Asia/Shanghai");

    public static List<MyObject> removeDuplicateInSameHour(List<MyObject> sourceList) {
        // 用LinkedHashMap保留元素在原列表中首次出现的顺序
        Map<String, MyObject> dedupMap = new LinkedHashMap<>();

        for (MyObject item : sourceList) {
            // 1. 将protobuf Timestamp转为带时区的时间，截断到小时粒度
            Timestamp protoTs = item.getTimestamp();
            Instant instant = Instant.ofEpochSecond(protoTs.getSeconds(), protoTs.getNanos());
            long hourEpochMilli = instant.atZone(BIZ_ZONE)
                    .truncatedTo(ChronoUnit.HOURS)
                    .toInstant()
                    .toEpochMilli();

            // 2. 生成去重key
            String dedupKey = item.getDescription() + "_" + hourEpochMilli;

            // 3. key不存在时才放入，即保留同组第一个出现的元素
            dedupMap.putIfAbsent(dedupKey, item);
            
            // 如果需要保留同组最后一个出现的元素，把上面的putIfAbsent换成put(dedupKey, item)即可
        }

        return new ArrayList<>(dedupMap.values());
    }
}

调用时直接传入原列表即可得到去重后的结果：

List<MyObject> resultList = MyObjectDeduplicator.removeDuplicateInSameHour(myList);

针对你给出的两个测试场景，逻辑完全符合预期：

• 对于06-07-2022T01:30:00, "some random description"和06-07-2022T01:35:00, "some random description"：两个时间截断到小时为同一值，description相同，判定为重复，仅保留1个元素
• 对于06-07-2022T01:30:00, "some random description"和06-07-2022T03:20:00, "some random description"：两个时间截断到小时分别为1点和3点，去重key不同，两个元素均会保留

内容的提问来源于stack exchange，提问作者TheStranger