【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

JVM 的类初始化机制

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时，有没有考虑过 JVM 是如何把静态的字节码（byte code）转化为运行时对象的呢，这个问题看似简单，但清楚的同学相信也不会太多，这篇文章首先介绍 JVM 类初始化的机制，然后给出几个易出错的实例来分析，帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段，分别是：loading 、Linking、initialization
阅读更多...
Spring Security 基于表达式的权限控制

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权，允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true （Spring security默认会带有ROLE_前缀）,去
阅读更多...
浅析Spring Security认证过程

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程，特意画了如下的类图，包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口，接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti
阅读更多...
Spring Security--Architecture Overview

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类，它们之间的依赖，构建起了整个框架。想要理解整个架构，最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文（security context）的信息。当前操作的用户是谁，该用户是否已经被认证，他拥有哪些角色权限…这些都被保
阅读更多...
Spring Security基于数据库验证流程详解

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明（认真看哦） AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证，则会调用 #attemptAuthentica
阅读更多...
Spring Security 从入门到进阶系列教程

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门（一）：登录与退出》 《Spring-Security-入门（二）：基于数据库验证》 《Spring-Security-入门（三）：密码加密》 《Spring-Security-入门（四）：自定义-Filter》 《Spring-Security-入门（五）：在 Sprin
阅读更多...
Java架构师知识体认识

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物
阅读更多...
中文分词jieba库的使用与实景应用（一）

中文分词jieba库的使用与实景应用（一）

知识星球：https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义： 精确模式（默认模式）： 全模式： 搜索引擎模式： paddle 模式（基于深度学习的分词模式）： 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取
阅读更多...
使用SecondaryNameNode恢复NameNode的数据

使用SecondaryNameNode恢复NameNode的数据

1）需求： NameNode进程挂了并且存储的数据也丢失了，如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2）故障模拟 （1）kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 （2）删除NameNode存储的数据（/opt/module/hadoop-3.1.4/data/tmp/dfs/na
阅读更多...
Hadoop数据压缩使用介绍

Hadoop数据压缩使用介绍

一、压缩原则 （1）运算密集型的Job，少用压缩 （2）IO密集型的Job，多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1）为了支持多种压缩/解压缩算法，Hadoop引入了编码/解码器 2）要在Hadoop中启用压缩，可以配置如下参数
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2