本文详解如何使用 java 的 stream api 和 comparator 链式调用，基于频次（降序）和数值本身（升序）对整数列表进行稳定排序，并修正常见类型不匹配错误。
本文详解如何使用 java 的 stream api 和 comparator 链式调用，基于频次（降序）和数值本身（升序）对整数列表进行稳定排序，并修正常见类型不匹配错误。
在实际开发中，常需对列表按“元素出现频率”排序：高频优先；当频率相同时，再按元素值升序排列（如 42 出现 4 次、5 和 17 各出现 2 次，则结果应为 [42, 42, 42, 42, 5, 5, 17, 17]）。原始代码出错的根本原因在于：Comparator 的泛型类型与待排序 List 的元素类型不一致——items 是 List<Integer>，但 Comparator 却定义为 Comparator<Map.Entry<Integer, Integer>>，导致 Collections.sort(items, comp) 编译失败。
正确思路是：Comparator 应接收两个 Integer（即列表中的元素），并在比较时动态查表获取其频次。推荐使用现代 Java（8+）的函数式写法，简洁、安全且可读性强：
import java.util.*;
import java.util.stream.Collectors;
import java.util.function.Function;
public static void sortByFreq(List<Integer> items) {
// 步骤1：构建频次映射 —— 使用 Long 避免 int 溢出风险，且与 Collectors.counting() 类型匹配
Map<Integer, Long> counter = items.stream()
.collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));
// 步骤2：原地排序 —— 先按频次降序（.reversed()），再按数值升序（Function.identity()）
items.sort(
Comparator.comparing((Integer i) -> counter.get(i))
.reversed()
.thenComparing(Function.identity())
);
}✅ 关键要点说明：
- items.sort(...) 是 List 接口的默认方法，直接操作原列表，无需额外 Collections.sort；
- Comparator.comparing((Integer i) -> counter.get(i)) 明确声明入参为 Integer，与 items 元素类型一致，彻底规避类型推断错误；
- .reversed() 将频次比较转为降序（默认升序），符合“高频优先”需求；
- .thenComparing(Function.identity()) 在频次相等时，按元素自身值升序排列（即 5 < 17，故 5 排在 17 前）；
- 使用 Long 作为频次类型（而非 Integer）更健壮，尤其在大数据量场景下防止计数溢出。
⚠️ 注意事项：
- 切勿在 Comparator 中直接对 Map.Entry 比较后作用于 List<Integer>——这是类型系统不兼容的根源；
- 若需保持原列表不变，应先 new ArrayList<>(items) 创建副本再排序；
- counter.get(i) 在 i 必然存在（因由 items 构建），无需空值检查，性能无损。
该方案逻辑清晰、零冗余循环、符合函数式编程范式，是解决“频次+次级键”多级排序问题的标准实践。
