Java 8 Stream, как получить количество Top N?

Прежде всего, констатируем, что ваш код абсолютно правильный. Он делает то, что нужно сделать, и даже оптимизируется с помощью наборов. Однако его можно улучшить двумя способами:

1. Временная сложность: вы сортируете весь набор данных, который имеет временную сложность O(mlogm), где m является размером вашего первоначального списка проигрывателей. Сразу же вы берете верхние элементы N в своем списке с помощью N << m.

   Ниже я показываю способ улучшить временную сложность алгоритма для O(mlogN), что означает, что в вашем конкретном случае он станет O(m) (это потому, что N=2, поэтому logN=log2=1).

2. Вы просматриваете набор данных 3 раза: сначала вы повторяете список игроков, чтобы создать карту счетчиков, затем вы повторяете эту карту, чтобы получить набор с лучшими проигрывателями N, и, наконец, вы повторяете список игроков еще раз, чтобы проверить, принадлежит ли каждый проигрыватель к набору топовых проигрывателей N.

   Это можно улучшить, чтобы выполнить только 2 прохода по набору данных: первый для создания карты подсчетов (аналогично тому, что вы уже сделали), а другой для создания структуры, которая будет содержать только верхние элементы N, отсортированные. по убыванию счетчика, при этом результат будет готов к возврату после завершения обхода.

Важный: Решение, приведенное ниже, требует, чтобы ваш класс PlayerStatistics последовательно реализовал методы hashCode и equals.

Сначала у нас есть общий метод topN, который (что неудивительно) извлекает верхние элементы N из любой заданной карты. Он делает это, сравнивая свои записи по значению в порядке убывания (в этой версии значения V должны быть Comparable<V>, но этот алгоритм можно легко расширить для поддержки значений, которые не реализуют Comparable<V>, путем предоставления пользовательского Comparator<V>):

public static 
<K, V extends Comparable<? super V>, T extends Comparable<? super T>>
Collection<K> 
topN(
        Map<K, V> map, 
        int N,
        Function<? super K, ? extends T> tieBreaker) {

    TreeMap<Map.Entry<K, V>, K> topN = new TreeMap<>(
        Map.Entry.<K, V>comparingByValue()      // by value descending, then by key
            .reversed()                         // to allow entries with duplicate values
            .thenComparing(e -> tieBreaker.apply(e.getKey())));

    map.entrySet().forEach(e -> {
      topN.put(e, e.getKey());
      if (topN.size() > N) topN.pollLastEntry();
    });

    return topN.values();
}

Здесь topNTreeMap ведет себя как приоритетная очередь размера N (хотя мы складываем до элементов N+1). Сначала мы помещаем запись в карту topN, затем, если на карте больше записей N, мы немедленно вызываем для нее метод pollLastEntry, который удаляет запись с самым низким приоритетом (согласно порядку ключей TreeMap) . Это гарантирует, что при обходе карта topN будет содержать только отсортированные верхние записи N.

Обратите внимание, что я использую компаратор, который сначала сортирует TreeMap<Map.Entry<K, V>, K> по значениям V в порядке убывания, а затем по клавишам K. Это достигается с помощью функции Function<? super K, ? extends T> tieBreaker, которая преобразует каждый ключ K в значение T, которое должно быть Comparable<T>. Все это позволяет карте содержать записи с повторяющимися значениями V, не требуя, чтобы ключи K также были Comparable<K>.

Наконец, вы должны использовать описанный выше метод следующим образом:

Map<PlayerStatistics, Long> counts = yourInitialListOfPlayers.stream()
    .filter(x -> !"".equals(x.getName()) && x.getName() != null)
    .collect(Collectors.groupingBy(x -> x, Collectors.counting()));

Collection<PlayerStatistics> top2 = topN(counts, 2, PlayerStatistics::getName);