在
Flutter 中对 `
List<Map<String, dynamic>>` 类型的数据进行去重，通常需要根据某个字段或多个字段的组合来判断重复项。由于 `Map` 是引用类型，直接使用 `Set` 或 `contains` 方法无法有效识别逻辑上相同的 `Map` 对象。
### 基于字段值的去重策略
可以通过 `fold` 或 `reduce` 方法实现基于字段值的去重。以下是一个示例，假设我们希望根据 `id` 字段去重：
```dart
List<Map<String, dynamic>>
list = [
{'id': 1, 'name': 'Alice'},
{'id': 2, 'name': 'Bob'},
{'id': 1, 'name': 'Alice'},
{'id': 3, 'name': 'Charlie'},
];
List<Map<String, dynamic>> unique
List =
list.fold([], (
List<Map<String, dynamic>> acc, item) {
if (!acc.any((map) => map['id'] == item['id'])) {
acc.add(item);
}
return acc;
});
```
此方法通过遍历原始列表，并检查累积器中是否已存在相同 `id` 的条目，确保最终结果中的每个 `id` 都是唯一的[^1]。
### 使用自定义对象简化操作
如果数据结构较为复杂，或者需要频繁执行去重操作，可以考虑将 `Map` 封装为自定义类，并重写 `==` 运算符和 `hashCode` 方法，以便使用 `Set` 实现自动去重：
```dart
class Person {
final int id;
final String name;
Person(this.id, this.name);
@override
bool operator ==(Object other) =>
identical(this, other) ||
(other is Person && runtimeType == other.runtimeType && id == other.id);
@override
int get hashCode => id.hashCode;
}
void main() {
List<Person> people = [
Person(1, 'Alice'),
Person(2, 'Bob'),
Person(1, 'Alice'),
Person(3, 'Charlie'),
];
Set<Person> uniquePeople = Set.from(people);
print(uniquePeople); // 输出：{Person(1, Alice), Person(2, Bob), Person(3, Charlie)}
}
```
在此示例中，通过重写 `==` 和 `hashCode`，使 `Set` 能够正确识别并排除重复的 `Person` 实例[^1]。
### 利用第三方库优化性能
对于大规模数据集，手动实现去重可能效率较低。可以使用 `equatable` 等第三方库简化 `==` 和 `hashCode` 的实现，同时提高代码可读性和性能：
```yaml
dependencies:
equatable: ^2.0.5
```
结合 `equatable`，可以轻松实现高效的去重逻辑：
```dart
import 'package:equatable/equatable.dart';
class Person extends Equatable {
final int id;
final String name;
Person(this.id, this.name);
@override
List<Object?> get props => [id];
}
void main() {
List<Person> people = [
Person(1, 'Alice'),
Person(2, 'Bob'),
Person(1, 'Alice'),
Person(3, 'Charlie'),
];
Set<Person> uniquePeople = Set.from(people);
print(uniquePeople); // 输出：{Person(1, Alice), Person(2, Bob), Person(3, Charlie)}
}
```
借助 `Equatable`，无需手动编写 `==` 和 `hashCode`，即可获得高效且可靠的去重能力。
---
本文讲述了在Flutter中如何处理获取到的嵌套Future<List>类型的统计数据，作者详细展示了获取peercon stats、遍历报告并解析values的过程。
扫一扫
523
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
