前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >map排序,根据key给map排序,根据value给map排序

map排序,根据key给map排序,根据value给map排序

作者头像
IT云清
发布于 2019-01-22 01:36:30
发布于 2019-01-22 01:36:30
1.7K00
代码可运行
举报
文章被收录于专栏:IT云清IT云清
运行总次数:0
代码可运行

1.根据key键给map排序

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
    public static void main(String[] args) {
        Map<Integer,String> map = new TreeMap<>(new Comparator<Integer>(){
            @Override
            public int compare(Integero1, Integer o2) {
                return o1-o2;//按照key顺序排列,o2-o1是逆序
            }
        });
        map.put(3, "China");
        map.put(8, "America");
        map.put(2, "Canada");
        map.put(1, "Franch");
        map.put(5, "Banana");
//map遍历
        Set<Integer> set = map.keySet();
        Iterator<Integer> iterator = set.iterator();
        while(iterator.hasNext()){
            Integer key2 = iterator.next();
            System.out.println(key2+"-------"+map.get(key2));
        }
    }

排序结果:

1-------Franch 2-------Canada 3-------China

5-------Banana 8-------America

注意:标红部分的对应关系,因为key是Integer,所以,比较器的泛型和参数 都是Integer.

2.根据value给map排序

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
    public static void main(String[] args) {
        TreeMap<Integer, String> map = new TreeMap<>();
        map.put(3, "China");
        map.put(8, "America");
        map.put(2, "Canada");
        map.put(1, "Franch");
        map.put(5, "Banana");

        ArrayList<Entry<Integer, String>> list =
                new ArrayList<Map.Entry<Integer, String>>(map.entrySet());

        Collections.sort(list, new Comparator<Map.Entry<Integer, String>>() {
            @Override
            public int compare(Entry<Integer, String> o1,
                               Entry<Integer, String> o2) {
                return o1.getValue().compareTo(o2.getValue());//顺序
            }
        });

        for (Entry<Integer, String> entry : list) {
            System.out.println(entry.getKey()+"------"+entry.getValue());
        }
    }

排序结果:

8------America 5------Banana 2------Canada 3------China 1------Franch

如果想要逆序,改变o1和o2的顺序即可,蓝色部分改为:

o2.getValue().compareTo(o1.getValue())

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2017年08月22日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【统计】 ROC曲线(1) - 模型评估首选方案
ROC曲线,也称“受试者工作特征曲线”,主要是用于X对Y的预测准确率情况。最初ROC曲线是运用在军事上,现在更多应用在医学领域,判断某种因素对于某种疾病的诊断是否有诊断价值。
用户6317549
2019/12/17
2.9K0
【统计】 ROC曲线(1) - 模型评估首选方案
受试者工作特性曲线 (ROC) 的原理及绘制方式
受试者工作特性曲线 (Receiver Operating Characteristic, ROC) 曲线是生信分析中一种常用的性能评估方法,那么他背后的原理是什么呢?他为什么会被推荐作为二分类模型的优秀性能指标呢?
叶子Tenney
2024/05/28
3.3K0
受试者工作特性曲线 (ROC) 的原理及绘制方式
R语言 ROC曲线
ROC曲线(受试者工作特征, Receiver Operating Characteristic) 可以简单、直观得观察分析方法的临床准确性,并可用肉眼作出判断。ROC以真阳性率(灵敏度FPR)为纵坐标,假阳性率(1-特异度TPR)为横坐标绘制的曲线,可准确反映某分析方法特异性和敏感性的关系,是试验准确性的综合代表。ROC曲线不固定分类界值,允许中间状态存在,利于使用者结合专业知识,权衡漏诊与误诊的影响,选择一更佳截断点作为诊断参考值。提供不同试验之间在共同标尺下的直观的比较,ROC曲线越凸越近左上角表明其
用户1359560
2018/08/27
2.8K0
R语言 ROC曲线
机器学习之分类性能度量指标 : ROC曲线、AUC值、正确率、召回率
同见博客:http://zhwhong.ml/2017/04/14/ROC-AUC-Precision-Recall-analysis/(对Latex公式支持更好) ---- 在分类任务中,人们总是喜欢基于错误率来衡量分类器任务的成功程度。错误率指的是在所有测试样例中错分的样例比例。实际上,这样的度量错误掩盖了样例如何被分错的事实。在机器学习中,有一个普遍适用的称为混淆矩阵(confusion matrix)的工具,它可以帮助人们更好地了解分类中的错误。 比如有这样一个在房子周围可能发现的动物类型的预测,这
zhwhong
2018/05/16
2.6K0
GraphPad prism 生存分析和ROC 曲线操作步骤解析
某实验室中记录了 15 只注射 10μg/ml 大肠杆菌的小鼠与 18 只 20μg/ml  大肠杆菌的小鼠的生存时间(d),试分析两种浓度的生存率。
微点
2019/07/20
17.8K0
模型性能分析:ROC 与 AUC
ROC 分析和曲线下面积 (AUC) 是数据科学中广泛使用的工具,借鉴了信号处理,用于评估不同参数化下模型的质量,或比较两个或多个模型的性能。
数据科学工厂
2023/02/27
8240
模型性能分析:ROC 与 AUC
机器学习之分类性能度量指标 : ROC曲线、AUC值、正确率、召回率
在分类任务中,人们总是喜欢基于错误率来衡量分类器任务的成功程度。错误率指的是在所有测试样例中错分的样例比例。实际上,这样的度量错误掩盖了样例如何被分错的事实。在机器学习中,有一个普遍适用的称为混淆矩阵
用户1332428
2018/03/09
3.7K0
机器学习之分类性能度量指标 : ROC曲线、AUC值、正确率、召回率
机器学习-ROC曲线:技术解析与实战应用
机器学习和数据科学在解决复杂问题时,经常需要评估模型的性能。其中,ROC(Receiver Operating Characteristic)曲线是一种非常有用的工具,被广泛应用于分类问题中。该工具不仅在医学检测、信号处理中有着悠久的历史,而且在近年来的机器学习应用中也显得尤为关键。
TechLead
2023/10/21
1.2K0
机器学习-ROC曲线:技术解析与实战应用
【ROC曲线专栏】如何快速绘制ROC曲线?
“针对某种疾病,现有A、B两种公认的诊断方法,你的团队研究出新诊断方法C。自然而然,肯定需要比较A、B、C三种方法,判断到底哪一种对该疾病的诊断更准确?”
Mark Chen
2020/11/02
3.6K0
【ROC曲线专栏】如何快速绘制ROC曲线?
roc曲线的意义_【科研助手】ROC曲线在医学诊断类稿件中的应用「建议收藏」
ROC曲线,即受试者工作特征曲线(receiver operating characteristic curve),是以灵敏度为纵坐标,1-特异度为横坐标绘制而成的曲线,其在临床医学诊断类稿件中受到人们的广泛关注且应用逐渐深入。而稿件中的ROC曲线应用是否合理及数据逻辑能否行得通,还需认真分析。今天,小编就跟大家聊一聊ROC曲线在医学诊断类稿件中的应用。
全栈程序员站长
2022/08/30
3.2K0
roc曲线的意义_【科研助手】ROC曲线在医学诊断类稿件中的应用「建议收藏」
什么是ROC曲线?为什么要使用ROC?以及 AUC的计算
真正(True Positive , TP)被模型预测为正的正样本; 假负(False Negative , FN)被模型预测为负的正样本; 假正(False Positive , FP)被模型预测为正的负样本; 真负(True Negative , TN)被模型预测为负的负样本。
种花家的奋斗兔
2020/11/13
69.3K1
什么是ROC曲线?为什么要使用ROC?以及 AUC的计算
ROC曲线及AUC值[通俗易懂]
参考文献:【ROC曲线与AUC值】,【ROC,AUC最透彻的讲解(实例分析+matlab代码)】,【AUC计算方法与Python实现】,【AUC曲线计算方法及代码实现】
全栈程序员站长
2022/08/29
3.7K0
ROC曲线及AUC值[通俗易懂]
模型性能分析:ROC 分析和 AUC
ROC 分析和曲线下面积 (AUC) 是数据科学中广泛使用的工具,借鉴了信号处理,用于评估不同参数化下模型的质量,或比较两个或多个模型的性能。
数据科学工厂
2023/01/19
8130
ROC曲线/AUC曲线与混淆矩阵介绍
ROC(Receiver Operating Characteristic)曲线即受试者工作特征曲线 (receiver operating characteristic curve,简称ROC曲线),又称为感受性曲线(sensitivity curve),用来评价一个二值分类器(binary classifier)的优劣。
里克贝斯
2021/05/21
1.7K0
ROC曲线/AUC曲线与混淆矩阵介绍
模型评价指标—ROC曲线
对于分类模型,在建立好模型后,我们想对模型进行评价,常见的指标有混淆矩阵、F1值、KS曲线、ROC曲线、AUC面积等。
阿黎逸阳
2023/08/21
2.8K0
模型评价指标—ROC曲线
ROC曲线详解
受试者工作特征曲线 (receiver operating characteristic curve,简称ROC曲线),又称为 感受性曲线(sensitivity curve)。得此名的原因在于曲线上各点反映着相同的感受性,它们都是对同一 信号刺激的反应,只不过是在几种不同的判定标准下所得的结果而已。接受者操作特性曲线就是以假阳性概率(False positive rate)为 横轴,击中概率为纵轴所组成的坐标图,和被试在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。
全栈程序员站长
2022/08/29
2.5K0
ROC曲线详解
ROC曲线绘制原理及如何用SPSS绘制ROC曲线
ROC曲线(Receiver operating characteristic curve),即受试者工作特征曲线,主要用来评价某个指标对两类被试(如病人和健康人)分类/诊断的效果,以及寻找最佳的指标临界值使得分类效果最好。但是ROC曲线绘制的原理是什么,或者说如何一步步画出ROC曲线,以及如何用SPSS软件快速绘制出ROC曲线呢?对于很多新手朋友来说,对上述问题并不十分清楚。笔者这里对上述问题进行详细阐述,以期大家对ROC曲线有更深入的了解。
悦影科技
2020/11/18
5.6K0
ROC曲线绘制原理及如何用SPSS绘制ROC曲线
算法金 | 一文彻底理解机器学习 ROC-AUC 指标
在机器学习和数据科学的江湖中,评估模型的好坏是非常关键的一环。而 ROC(Receiver Operating Characteristic)曲线和 AUC(Area Under Curve)正是评估分类模型性能的重要工具。
算法金
2024/06/11
1.4K0
算法金 | 一文彻底理解机器学习 ROC-AUC 指标
R: ROCR包用于ROC分析
ROC可以用于:(1)比较预测二分类响应变量的预测效果;(2)获取预测二分类响应变量的连续预测变量的阈值。
生信菜鸟团
2020/05/26
4.9K0
ROC曲线纯手工绘制
假如,我想根据ca125的值判定一个人到底有没有肿瘤,找了10个肿瘤患者,20个非肿瘤患者,都给他们测一下ca125,这样就得到了30个ca125的值。
医学和生信笔记
2023/02/14
9290
ROC曲线纯手工绘制
推荐阅读
相关推荐
【统计】 ROC曲线(1) - 模型评估首选方案
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验