Java 过滤昼伏夜出车辆数据

以下是一个可能的Java实现，用于过滤昼伏夜出车辆数据：

public List<AnalysisJudgmentVehicleVO> filterNightDriving(List<AnalysisJudgmentVehicleVO> records, String startTime, String endTime, double ratio) {
    // 将开始和结束时间转换为Date类型
    Date startDate = null, endDate = null;
    try {
        SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
        startDate = sdf.parse(startTime);
        endDate = sdf.parse(endTime);
    } catch (ParseException e) {
        e.printStackTrace();
        return new ArrayList<>();
    }

    // 计算开始和结束时间相差的天数
    long diffDays = (endDate.getTime() - startDate.getTime()) / (24 * 60 * 60 * 1000);

    // 构建新集合
    List<AnalysisJudgmentVehicleVO> result = new ArrayList<>();

    // 遍历过车记录
    Map<String, Set<String>> vehicleMap = new HashMap<>(); // 记录每个车辆每天是否有白天过车记录
    for (AnalysisJudgmentVehicleVO record : records) {
        // 将过车时间转换为Date类型
        Date gcsj = null;
        try {
            SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
            gcsj = sdf.parse(record.getGcsj());
        } catch (ParseException e) {
            e.printStackTrace();
            continue;
        }

        // 判断是否在统计时间范围内
        if (gcsj.before(startDate) || gcsj.after(endDate)) {
            continue;
        }

        // 判断是否在白天时间内
        Calendar cal = Calendar.getInstance();
        cal.setTime(gcsj);
        int hour = cal.get(Calendar.HOUR_OF_DAY);
        if (hour >= 6 && hour < 18) { // 白天
            // 标记该车辆当天有过白天过车记录
            String key = record.getHpzl() + record.getHphm() + sdf.format(gcsj).substring(0, 10);
            if (!vehicleMap.containsKey(key)) {
                vehicleMap.put(key, new HashSet<>());
            }
            vehicleMap.get(key).add('day');
        } else { // 晚上
            // 判断该车辆当天是否已有白天过车记录
            String key = record.getHpzl() + record.getHphm() + sdf.format(gcsj).substring(0, 10);
            if (!vehicleMap.containsKey(key)) {
                vehicleMap.put(key, new HashSet<>());
            }
            if (!vehicleMap.get(key).contains('day')) { // 没有白天过车记录
                // 将过车数据添加到新集合中
                result.add(record);
            }
        }
    }

    // 计算昼伏夜出比例
    int nightDrivingCount = result.size();
    int totalDrivingCount = vehicleMap.size();
    double nightDrivingRatio = (double) nightDrivingCount / (diffDays * totalDrivingCount);
    if (nightDrivingRatio > ratio) {
        return result;
    } else {
        return new ArrayList<>();
    }
}

使用示例：

List<AnalysisJudgmentVehicleVO> records = ...; // 输入过车记录集合
String startTime = "2023-04-01"; // 开始时间
String endTime = "2023-04-10"; // 结束时间
double ratio = 0.3; // 昼伏夜出比例
List<AnalysisJudgmentVehicleVO> result = filterNightDriving(records, startTime, endTime, ratio); // 过滤昼伏夜出数据

该代码实现的核心逻辑是：

将过车时间转换为Date类型，并根据开始时间和结束时间判断是否在统计时间范围内；
根据过车时间判断是白天还是晚上，并将车辆信息和日期作为key存储在map中，记录该车辆在该日期是否有白天过车记录；
如果该车辆在该日期没有白天过车记录，则将其添加到结果集中；
最后根据结果集的大小和统计时间范围计算昼伏夜出比例，判断是否满足条件。

该算法适用于对车辆数据进行分析，可以有效地过滤出昼伏夜出车辆，为相关人员提供参考信息。