Java 数据集合并错误/随机？

我有一个

.csv

文件，看起来像这样：

123,1-1-2020,[Apple]
123,1-2-2020,[Apple]
123,1-2-2020,[Beer]
345,1-3-2020,[Bacon]
345,1-4-2020,[Cheese]
345,1-4-2020,[Sausage]
345,1-5-2020,[Bacon]

我制作了一个函数，用于查找任何行的

编号

和

日期

是否相似，行中的项目将在其旁边附加一个数字，以显示项目集中有多少项目：

123,1-1-2020,1,[Apple]
123,1-2-2020,2,[Apple, Beer]
345,1-3-2020,1,[Bacon]
345,1-4-2020,2,[Cheese,Sausage]
345,1-5-2020,1,[Bacon]

虽然这是预期的结果，实际结果是使用我的算法得到的一组更大的数据，但项目有时会随机不计数并丢失（整行消失）。上述示例有时会变成：

123,1-1-2020,1,[Apple]
123,1-2-2020,2,[Apple, Beer]
345,1-3-2020,1,[Bacon]
345,1-4-2020,2,[Cheese,Sausage]
345,1-5-2020,1,[Bacon]
// Any one of those output lines would sometimes disappear entirely.

我很困惑为什么会这样。下面是我实现的算法：

protected List<Receipt> convert(List<Receipt> list) {

        List<Receipt> receipts = new ArrayList<>();
        for (int i = 0; i < list.size(); i++) {
            List<Receipt> temp = new ArrayList<>();
            temp.add(list.get(i));
            for (int j = i + 1; j < list.size(); j++) {
                if (list.get(i).getNumber().equals(list.get(j).getNumber())) {
                    temp.add(list.get(j));
                }
            }

            Map<String, Set<String>> map = new HashMap<>();
            for (Receipt r : temp) {
                if (!map.containsKey(r.getDate())) {
                    map.put(r.getDate(), r.getItems());
                } else {
                    map.replace(r.getDate(), merge(map.get(r.getDate()), r.getItems()));
                }
            }

            for (Map.Entry<String, Set<String>> m : map.entrySet()) {
                receipts.add(new Receipt(list.get(i).getNumber(), m.getKey(), m.getValue()));
            }
            i = i + temp.size();
        }
        return receipts;
    }

// Merge function used above to append two item sets.
private static Set<String> merge(Set<String> a, Set<String> b) {

        return new HashSet<>() {
            {
                addAll(a);
                addAll(b);
            }
        };
    }

受保护列表转换（列表）{
列表收据=新的ArrayList（）；
对于（int i=0；i

其中，

.csv

中的每一行都被制作成一个

收据

对象，该对象具有

（字符串）

getNumber（）

，

（字符串）

getDate（）

和

（设置）

getItems（）

方法

例如，对于具有类似格式且有数十万行的.csv，在原始数据集中，

Bacon

项被查找了1334次，但我的算法的输出，

Bacon

仅在1160-1240次之间随机出现。所有其他项目也会出现这种情况。还有一些奇怪的行为，一些随机的行也错误地附加了项目（相同的数字，不同的日期，但仍然附加）

这种随机性的原因可能是什么

---

编辑：正如评论部分提到的建议，原因似乎是

i++

和

i=i+temp.size（）

错误地增加了

i

值。

首先，在

merge（）

方法中使用了双括号语法，这是非常不鼓励的。例如，参见以下答案：

其次，您的代码对列表的迭代次数太多，您可以（也应该）在一次迭代中完成

在继续之前，我们需要查看

Receipt

类，该类未在问题中显示，但我们可以推断它看起来如下所示：

123,1-1-2020,[Apple]
123,1-2-2020,[Apple]
123,1-2-2020,[Beer]
345,1-3-2020,[Bacon]
345,1-4-2020,[Cheese]
345,1-4-2020,[Sausage]
345,1-5-2020,[Bacon]

公共类收据{
私有最终字符串编号；
私人最终字符串日期；
私人最终设置项目；
公共收据（字符串编号、字符串日期、设置项目）{
这个数字=数字；
this.date=日期；
这个项目=项目；
}
公共字符串getNumber（）{
返回此.number；
}
公共字符串getDate（）{
返回此日期；
}
公共集合getItems（）{
归还此物品；
}
}

目标是合并共享

编号

和

日期

的收据。要在一次迭代中实现这一点，我们需要一个

映射

，由

数字

和

日期

组合键控。有三种方法可以做到这一点：

实现

equals（）

和

hashCode（）

仅基于这两个字段，忽略

项

字段。这是最简单的解决方案，但需要修改

Receipt

类，并定义“相等”以不包括项目列表，这是一个有争议的决定，因此我们不要这样做

实现一个只有两个字段的专用类，并实现

equals（）

和

hashCode（）

。这样做的优点是只保留

收据

，但确实需要一个新类

使用

Receipt

类作为键，但提供仅比较两个字段的

Map

类自定义

比较器。使用Java8，我们可以在不创建新类的情况下实现这一点，所以让我们试试。我们需要使用
TreeMap
来提供定制的
比较器

因此，我们将创建一个

TreeMap

，使用一个自定义的

比较器

，迭代列表一次，在执行过程中合并项目，最后迭代映射以构建合并收据的新列表

受保护的静态列表转换（列表）{
Map Map=newtreemap（Comparator.comparing（receive:：getDate）
.然后比较（收据：：getNumber））；
用于（收据：列表）{
map.merge（receipt，receipt.getItems（），（v1，v2）->{
设置新闻集=新树集（v1）；
新闻集addAll（v2）；
返回新闻集；
});
}
列表结果=新建ArrayList（）；
for（条目：map.entrySet（））{
结果.添加（新收据（entry.getKey（）.getNumber（），
entry.getKey（）.getDate（），
entry.getValue（））；
}
返回结果；
}

当然，也可以使用流逻辑完成：

受保护的静态列表转换（列表）{
return list.stream（）
.collect（收集器.groupingBy(