您现在的位置：程式碼之家 >> 編程語言 > >> Java 程式設計 >> Java 程式設計入門

Java 陣列統計實戰：計算平均值、最大值、最小值的正確姿勢

編輯：Java 程式設計入門

問題分析

原始代碼存在嚴重邏輯錯誤：

平均值計算錯誤：`s += w[i]/5` 應為累加後再除
最大/最小值判斷錯誤：迴圈內比較固定索引 `w[0]`、`w[2]` 而非 `w[i]`
整數除法精度丟失：`int s` 存儲平均值會截斷小數

修正版實現（Java 7 風格）

package com.example.array;

public class ArrayStatistics {
    public static void main(String[] args) {
        // 模擬學生 Java 成績
        double[] scores = {34.0, 24.0, 78.0, 99.0, 100.0};
        
        if (scores.length == 0) {
            System.out.println("陣列為空");
            return;
        }
        
        double sum = 0;
        double max = scores[0];
        double min = scores[0];
        
        for (double score : scores) {
            sum += score;
            if (score > max) max = score;
            if (score < min) min = score;
        }
        
        double avg = sum / scores.length;
        
        System.out.printf("平均分：%.2f%n", avg);
        System.out.println("最高分：" + max);
        System.out.println("最低分：" + min);
    }
}

現代 Java 8+ Stream API 寫法（推薦）

import java.util.Arrays;
import java.util.OptionalDouble;

public class ArrayStatisticsModern {
    public static void main(String[] args) {
        double[] scores = {34.0, 24.0, 78.0, 99.0, 100.0};
        
        // 並行流處理大數據量更高效
        OptionalDouble avgOpt = Arrays.stream(scores).average();
        OptionalDouble maxOpt = Arrays.stream(scores).max();
        OptionalDouble minOpt = Arrays.stream(scores).min();
        
        if (avgOpt.isPresent()) {
            System.out.printf("平均分：%.2f%n", avgOpt.getAsDouble());
            System.out.println("最高分：" + maxOpt.getAsDouble());
            System.out.println("最低分：" + minOpt.getAsDouble());
        }
        
        // 一次性獲取所有統計量（最高效）
        DoubleSummaryStatistics stats = Arrays.stream(scores)
            .collect(Collectors.summarizingDouble(d -> d));
        
        System.out.printf("平均：%.2f, 最大：%.2f, 最小：%.2f, 總和：%.2f, 個數：%d%n",
            stats.getAverage(), stats.getMax(), stats.getMin(), stats.getSum(), stats.getCount());
    }
}

物件陣列統計（對應原始代碼場景）

import java.util.Comparator;
import java.util.List;
import java.util.stream.Collectors;

class Student {
    private String name;
    private double javaScore;
    
    public Student(String name, double javaScore) {
        this.name = name;
        this.javaScore = javaScore;
    }
    // getter 省略
    public double getJavaScore() { return javaScore; }
    public String getName() { return name; }
}

public class StudentScoreStats {
    public static void main(String[] args) {
        List students = List.of(
            new Student("張揚", 34),
            new Student("劉禪", 24),
            new Student("張燕", 78),
            new Student("周少博", 99),
            new Student("張旭", 100)
        );
        
        // 方式一：Stream 統計
        DoubleSummaryStatistics stats = students.stream()
            .collect(Collectors.summarizingDouble(Student::getJavaScore));
        
        System.out.printf("平均分：%.2f%n", stats.getAverage());
        System.out.println("最高分：" + stats.getMax() + " (" + 
            students.stream().max(Comparator.comparing(Student::getJavaScore)).get().getName() + ")");
        System.out.println("最低分：" + stats.getMin() + " (" + 
            students.stream().min(Comparator.comparing(Student::getJavaScore)).get().getName() + ")");
        
        // 方式二：並行處理大量數據
        // students.parallelStream().collect(...)
    }
}

效能對比與選型建議

方案	適用場景	優點	缺點
for 迴圈	極簡場景、嵌入式、Android 老版本	零開銷、完全控制	樣板代碼多、易出錯
Stream API	現代 Java 應用、業務邏輯	可讀性強、函數式、並行友好	微小開銷、調試稍難
DoubleSummaryStatistics	需多統計量同時獲取	單次遍歷、數值穩定算法	僅限基本型別流
Apache Commons Math	科學計算、統計分析	豐富統計函數	引入重依賴