【Java进阶】Stream 结合 Collectors 使用

2023-12-25 13:44
文章标签 java 进阶 使用 结合 stream collectors

本文主要是介绍【Java进阶】Stream 结合 Collectors 使用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

一、Collectors有什么功能

Collectors是Java 8中引入的一个工具类，用于对流进行汇总操作。它提供了一系列静态方法，可以将流中的元素收集到不同类型的集合中，或者进行统计、分组等操作。

下面是一些常用的Collectors方法及其功能的示例：

方法名功能示例
toList()将流中的元素收集到List集合中List list = stream.collect(Collectors.toList());
toSet()将流中的元素收集到Set集合中Set set = stream.collect(Collectors.toSet());
toMap()将流中的元素收集到Map集合中Map<String, Integer> map = stream.collect(Collectors.toMap(Student::getName, Student::getAge));
joining()将流中的元素连接成一个字符串String result = stream.collect(Collectors.joining(", "));
counting()统计流中元素的个数long count = stream.collect(Collectors.counting());
summingInt()对流中元素进行求和操作int sum = stream.collect(Collectors.summingInt(Integer::intValue));
averagingInt()对流中元素进行求平均值操作double average = stream.collect(Collectors.averagingInt(Integer::intValue));
groupingBy()根据某个属性对流中的元素进行分组Map<String, List> groups = stream.collect(Collectors.groupingBy(Student::getGrade));
partitioningBy()根据某个条件对流中的元素进行分区Map<Boolean, List> partitions = stream.collect(Collectors.partitioningBy(s -> s.getScore() >= 60));
maxBy()根据某个属性找到流中的最大元素Optional maxStudent = stream.collect(Collectors.maxBy(Comparator.comparing(Student::getScore)));
minBy()根据某个属性找到流中的最小元素Optional minStudent = stream.collect(Collectors.minBy(Comparator.comparing(Student::getScore)));
mapping()对流中的元素进行映射操作，并收集到指定的集合中List names = stream.collect(Collectors.mapping(Student::getName, Collectors.toList()));
reducing()对流中的元素进行归约操作Optional sum = stream.collect(Collectors.reducing(Integer::sum));
summarizingInt()对流中的元素进行统计操作，包括最大值、最小值、平均值、总和等IntSummaryStatistics stats = stream.collect(Collectors.summarizingInt(Student::getScore));

这些方法可以帮助您更灵活地对流进行汇总操作，根据具体需求选择适合的方法来处理流中的元素。

二、Collectors结合stream能做哪些事情

Collectors 和 Stream 配合使用可以完成以下任务：

  1. 收集（Collecting）：Collectors 提供了一系列用于收集 Stream 中元素的方法。通过使用 Collectors，可以将 Stream 中的元素收集到一个集合中，如 List、Set 或 Map，或者进行汇总操作，如计算总和、平均值等。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
List<Integer> collectedList = numbers.stream().collect(Collectors.toList());
System.out.println(collectedList); // 输出：[1, 2, 3, 4, 5]
  1. 分组（Grouping）：Collectors 的 groupingBy 方法可以根据指定的条件将 Stream 中的元素进行分组。分组后的结果存储在一个 Map 中，以分组条件为键，以分组的元素列表为值。
List<String> names = Arrays.asList("Alice", "Bob", "Carol", "David", "Eve");
Map<Character, List<String>> groupedNames = names.stream().collect(Collectors.groupingBy(name -> name.charAt(0)));
System.out.println(groupedNames); // 输出：{A=[Alice], B=[Bob], C=[Carol], D=[David], E=[Eve]}
  1. 分区（Partitioning）：Collectors 的 partitioningBy 方法可以根据指定的条件将 Stream 中的元素进行分区。分区后的结果存储在一个 Map 中，以分区条件为键，以满足条件和不满足条件的元素列表为值。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
Map<Boolean, List<Integer>> partitionedNumbers = numbers.stream().collect(Collectors.partitioningBy(n -> n % 2 == 0));
System.out.println(partitionedNumbers); // 输出：{false=[1, 3, 5], true=[2, 4]}
  1. 聚合（Aggregating）：Collectors 提供了一系列用于聚合操作的方法，如计算总和、平均值、最大值、最小值等。通过使用这些方法，可以对 Stream 中的元素进行聚合操作，得到一个单一的结果。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
int sum = numbers.stream().collect(Collectors.summingInt(n -> n));
double average = numbers.stream().collect(Collectors.averagingInt(n -> n));
System.out.println(sum); // 输出：15
System.out.println(average); // 输出：3.0
  1. 连接（Joining）：Collectors 的 joining 方法可以将 Stream 中的元素连接成一个字符串。可以指定连接的分隔符、前缀和后缀，以定制连接的方式。
List<String> names = Arrays.asList("Alice", "Bob", "Carol");
String joinedString = names.stream().collect(Collectors.joining(", "));
System.out.println(joinedString); // 输出：Alice, Bob, Carol
  1. 自定义（Customizing）：Collectors 还提供了一些方法，可以自定义收集操作的行为。通过使用这些方法，可以对收集的结果进行自定义的处理，满足特定的需求。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
Map<Boolean, List<Integer>> customResult = numbers.stream().collect(Collectors.groupingBy(n -> n % 2 == 0,Collectors.mapping(n -> n * 2, Collectors.toList())));
System.out.println(customResult); // 输出：{false=[2, 6, 10], true=[4, 8]}

Collectors 和 Stream 的配合使用可以实现丰富的数据处理和操作，使代码更简洁、可读性更高，并提供了灵活性和可定制性。

以下是一些使用 Stream 和 Collectors 的最佳实践：

  • 使用 Stream 的短路操作，例如 filter() 和 map() ，而不是使用传统的 for 循环。
  • 使用 Collectors 来收集 Stream 中的元素，而不是使用传统的集合操作。
  • 使用 Collectors 来分组和聚合 Stream 中的元素。
  • 使用 Collectors 来归约 Stream 中的元素。

三、其他重点介绍

1、收集（Collecting）

当使用 Collectors 进行收集操作时，可以进行一些复杂的操作。以下是一些复杂示例：

1）将元素收集到自定义的集合类型中：

List<String> names = Arrays.asList("Alice", "Bob", "Carol", "David", "Eve");
TreeSet<String> sortedSet = names.stream().collect(Collectors.toCollection(TreeSet::new));
System.out.println(sortedSet); // 输出：[Alice, Bob, Carol, David, Eve]

在上述示例中，将 Stream 中的元素收集到一个 TreeSet 中，实现了按字母顺序排序的效果。

2）将元素收集到多个集合中：

List<String> names = Arrays.asList("Alice", "Bob", "Carol", "David", "Eve");
Map<Boolean, List<String>> partitionedLists = names.stream().collect(Collectors.partitioningBy(name -> name.length() > 4,Collectors.mapping(String::toUpperCase, Collectors.toList())));
System.out.println(partitionedLists);
// 输出：{false=[BOB, EVE], true=[ALICE, CAROL, DAVID]}

在上述示例中，根据名字的长度将元素进行分区，并将每个分区中的元素转换为大写字母后收集到一个列表中。

3）将元素收集到多个集合并计算每个集合的统计信息：

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
Map<Boolean, IntSummaryStatistics> partitionedStats = numbers.stream().collect(Collectors.partitioningBy(n -> n % 2 == 0,Collectors.summarizingInt(n -> n)));
System.out.println(partitionedStats);
// 输出：{false=IntSummaryStatistics{count=3, sum=9, min=1, average=3.000000, max=5},
//       true=IntSummaryStatistics{count=2, sum=6, min=2, average=3.000000, max=4}}

在上述示例中，根据数字的奇偶性将元素进行分区，并计算每个分区中元素的统计信息，包括总和、最小值、平均值和最大值。

这些示例展示了 Collectors 在收集操作中的一些复杂用法。通过结合不同的收集器和操作，可以实现更灵活和定制化的收集操作，满足不同场景下的需求。

2、Collectors.joining

Collectors.joining 是一个用于将元素连接成字符串的收集器（Collector）。它可以将 Stream 中的元素按照指定的分隔符连接起来，并返回一个连接后的字符串。

Collectors.joining 方法有多个重载形式，可以根据需要选择合适的形式。以下是 Collectors.joining 的使用示例：

List<String> names = Arrays.asList("Alice", "Bob", "Carol");// 连接元素，默认使用空字符串作为分隔符
String result1 = names.stream().collect(Collectors.joining());
System.out.println(result1);
// 输出：AliceBobCarol// 使用逗号作为分隔符连接元素
String result2 = names.stream().collect(Collectors.joining(", "));
System.out.println(result2);
// 输出：Alice, Bob, Carol// 使用逗号作为分隔符，并在连接的字符串前后添加前缀和后缀
String result3 = names.stream().collect(Collectors.joining(", ", "[", "]"));
System.out.println(result3);
// 输出：[Alice, Bob, Carol]

在上述示例中， Collectors.joining 方法将 Stream 中的元素连接成一个字符串。可以通过传递不同的分隔符、前缀和后缀来定制连接的方式。

需要注意的是， Collectors.joining 适用于处理字符串类型的元素。如果 Stream 中的元素不是字符串类型，可以使用 map 方法将其转换为字符串，然后再使用 Collectors.joining 进行连接。

总结来说， Collectors.joining 是一个非常方便的收集器，可用于将 Stream 中的元素连接成字符串。它提供了灵活的选项，可以定制连接的分隔符、前缀和后缀。

3、Collectors.groupingBy

Collectors.groupingBy 是一个用于对元素进行分组的收集器（Collector）。它可以根据指定的条件对 Stream 中的元素进行分组，并返回一个以分组条件为键，以分组结果为值的 Map。

Collectors.groupingBy 方法有多个重载形式，可以根据需要选择合适的形式。以下是 Collectors.groupingBy 的使用示例：

List<String> names = Arrays.asList("Alice", "Bob", "Carol", "David", "Eve");// 根据名字的首字母进行分组
Map<Character, List<String>> groupByFirstLetter = names.stream().collect(Collectors.groupingBy(name -> name.charAt(0)));System.out.println(groupByFirstLetter);
// 输出：{A=[Alice], B=[Bob], C=[Carol], D=[David], E=[Eve]}// 根据名字的长度进行分组，并计算每组的数量
Map<Integer, Long> groupByLength = names.stream().collect(Collectors.groupingBy(String::length, Collectors.counting()));System.out.println(groupByLength);
// 输出：{3=2, 4=2, 5=1}

在上述示例中， Collectors.groupingBy 方法根据指定的条件对元素进行分组。可以使用 lambda 表达式或方法引用指定分组条件。分组结果将以分组条件为键，以分组的元素列表或其他聚合操作的结果为值存储在 Map 中。

需要注意的是， Collectors.groupingBy 收集器还可以与其他收集器结合使用，以进行更复杂的分组和聚合操作。例如，在第二个示例中，使用了 Collectors.counting() 收集器来计算每个分组的数量。

复杂一些的使用
当使用 Collectors.groupingBy 时，可以结合其他收集器来进行更复杂的分组和聚合操作。以下是一些复杂示例：

1）计算每个分组的平均值：

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);Map<String, Double> averageByGroup = numbers.stream().collect(Collectors.groupingBy(n -> (n % 2 == 0) ? "Even" : "Odd",Collectors.averagingInt(n -> n)));System.out.println(averageByGroup);
// 输出：{Even=6.0, Odd=5.0}

在上述示例中，根据数字的奇偶性进行分组，并计算每个分组的平均值。

2）将分组的元素转换为新的数据结构：

List<Person> people = Arrays.asList(new Person("Alice", 25),new Person("Bob", 30),new Person("Carol", 35),new Person("David", 40),new Person("Eve", 45)
);Map<Integer, List<String>> namesByAge = people.stream().collect(Collectors.groupingBy(Person::getAge,Collectors.mapping(Person::getName, Collectors.toList())));System.out.println(namesByAge);
// 输出：{25=[Alice], 30=[Bob], 35=[Carol], 40=[David], 45=[Eve]}

在上述示例中，根据年龄对人员进行分组，并将每个分组的姓名收集到一个列表中。

3）多级分组：

List<Person> people = Arrays.asList(new Person("Alice", 25),new Person("Bob", 30),new Person("Carol", 35),new Person("David", 40),new Person("Eve", 45)
);Map<Integer, Map<String, List<Person>>> groupedPeople = people.stream().collect(Collectors.groupingBy(Person::getAge,Collectors.groupingBy(person -> (person.getName().length() % 2 == 0) ? "Even" : "Odd")));
System.out.println(groupedPeople);

在上述示例中，首先根据年龄进行分组，然后根据姓名长度的奇偶性进行二级分组。

这些示例展示了 Collectors.groupingBy 的一些复杂用法，它们允许您根据不同的条件对元素进行分组和聚合操作。您可以根据具体的需求选择合适的组合方式。

总结来说， Collectors.groupingBy 是一个非常有用的收集器，可用于对 Stream 中的元素进行分组。它可以根据指定的条件将元素分组，并返回一个以分组条件为键的 Map。

参考

  • 官方文档

这篇关于【Java进阶】Stream 结合 Collectors 使用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/535728。

相关文章

Java中流式并行操作parallelStream的原理和使用方法

Java中流式并行操作parallelStream的原理和使用方法

《Java中流式并行操作parallelStream的原理和使用方法》本文详细介绍了Java中的并行流（parallelStream）的原理、正确使用方法以及在实际业务中的应用案例,并指出在使用并行流... 目录Java中流式并行操作parallelStream0. 问题的产生1. 什么是parallelS
阅读更多...
Linux join命令的使用及说明

Linux join命令的使用及说明

《Linuxjoin命令的使用及说明》`join`命令用于在Linux中按字段将两个文件进行连接,类似于SQL的JOIN,它需要两个文件按用于匹配的字段排序,并且第一个文件的换行符必须是LF,`jo... 目录一. 基本语法二. 数据准备三. 指定文件的连接key四.-a输出指定文件的所有行五.-o指定输出
阅读更多...
Java中Redisson 的原理深度解析

Java中Redisson 的原理深度解析

《Java中Redisson的原理深度解析》Redisson是一个高性能的Redis客户端,它通过将Redis数据结构映射为Java对象和分布式对象,实现了在Java应用中方便地使用Redis,本文... 目录前言一、核心设计理念二、核心架构与通信层1. 基于 Netty 的异步非阻塞通信2. 编解码器三、
阅读更多...
Linux jq命令的使用解读

Linux jq命令的使用解读

《Linuxjq命令的使用解读》jq是一个强大的命令行工具,用于处理JSON数据,它可以用来查看、过滤、修改、格式化JSON数据,通过使用各种选项和过滤器,可以实现复杂的JSON处理任务... 目录一. 简介二. 选项2.1.2.2-c2.3-r2.4-R三. 字段提取3.1 普通字段3.2 数组字段四.
阅读更多...
Linux kill正在执行的后台任务 kill进程组使用详解

Linux kill正在执行的后台任务 kill进程组使用详解

《Linuxkill正在执行的后台任务kill进程组使用详解》文章介绍了两个脚本的功能和区别,以及执行这些脚本时遇到的进程管理问题,通过查看进程树、使用`kill`命令和`lsof`命令,分析了子... 目录零. 用到的命令一. 待执行的脚本二. 执行含子进程的脚本，并kill2.1 进程查看2.2 遇到的
阅读更多...
SpringBoot基于注解实现数据库字段回填的完整方案

SpringBoot基于注解实现数据库字段回填的完整方案

《SpringBoot基于注解实现数据库字段回填的完整方案》这篇文章主要为大家详细介绍了SpringBoot如何基于注解实现数据库字段回填的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以了解... 目录数据库表pom.XMLRelationFieldRelationFieldMapping基础的一些代
阅读更多...
一篇文章彻底搞懂macOS如何决定java环境

一篇文章彻底搞懂macOS如何决定java环境

《一篇文章彻底搞懂macOS如何决定java环境》MacOS作为一个功能强大的操作系统,为开发者提供了丰富的开发工具和框架,下面：本文主要介绍macOS如何决定java环境的相关资料,文中通过代码... 目录方法一：使用 which命令方法二：使用 Java_home工具（Apple 官方推荐）那问题来了，
阅读更多...
Java HashMap的底层实现原理深度解析

Java HashMap的底层实现原理深度解析

《JavaHashMap的底层实现原理深度解析》HashMap基于数组+链表+红黑树结构,通过哈希算法和扩容机制优化性能,负载因子与树化阈值平衡效率,是Java开发必备的高效数据结构,本文给大家介绍... 目录一、概述：HashMap的宏观结构二、核心数据结构解析1. 数组（桶数组）2. 链表节点（Node
阅读更多...
Java AOP面向切面编程的概念和实现方式

Java AOP面向切面编程的概念和实现方式

《JavaAOP面向切面编程的概念和实现方式》AOP是面向切面编程,通过动态代理将横切关注点（如日志、事务）与核心业务逻辑分离,提升代码复用性和可维护性,本文给大家介绍JavaAOP面向切面编程的概... 目录一、AOP 是什么？二、AOP 的核心概念与实现方式核心概念实现方式三、Spring AOP 的关
阅读更多...
详解SpringBoot+Ehcache使用示例

详解SpringBoot+Ehcache使用示例

《详解SpringBoot+Ehcache使用示例》本文介绍了SpringBoot中配置Ehcache、自定义get/set方式,并实际使用缓存的过程,文中通过示例代码介绍的非常详细,对大家的学习或者... 目录摘要概念内存与磁盘持久化存储：配置灵活性：编码示例引入依赖：配置ehcache.XML文件：配置
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2