Java 8 Stream 的终极技巧——Collectors 功能与操作方法详解

2023-07-24 11:31:03 64

本文实例讲述了Java8Stream的终极技巧——Collectors功能与操作方法。分享给大家供大家参考，具体如下：

1.前言

昨天在Collection移除元素操作相关的文章中提到了Collectors。相信很多同学对这个比较感兴趣，那我们今天就来研究一下Collectors。

2.Collectors的作用

Collectors是Java8加入的操作类，位于java.util.stream包下。它会根据不同的策略将元素收集归纳起来，比如最简单常用的是将元素装入Map、Set、List等可变容器中。特别对于Java8StreamApi来说非常有用。它提供了collect()方法来对Stream流进行终结操作派生出基于各种策略的结果集。我们就借助于Stream来熟悉一下Collectors吧。我们依然用昨天的例子：

Listservers=newArrayList<>();
servers.add("Felordcn");
servers.add("Tomcat");
servers.add("Jetty");
servers.add("Undertow");
servers.add("Resin");

3.Java8中Collectors的方法

Collectors提供了一系列的静态方法供我们使用，通常情况我们静态导入即可使用。接下来我们来看看都提供了哪些方法吧。

3.1类型归纳

这是一个系列，作用是将元素分别归纳进可变容器List、Map、Set、Collection或者ConcurrentMap。

Collectors.toList();
Collectors.toMap();
Collectors.toSet();
Collectors.toCollection();
Collectors.toConcurrentMap();

我们可以根据以上提供的API使用Stream的collect方法中的转换为熟悉的集合容器。非常简单这里不再演示。

3.2joining

将元素以某种规则连接起来。该方法有三种重载joining(CharSequencedelimiter)和joining(CharSequencedelimiter,CharSequenceprefix,CharSequencesuffix)

//输出FelordcnTomcatJettyUndertowResin
servers.stream().collect(Collectors.joining());

//输出Felordcn,Tomcat,Jetty,Undertow,Resin
servers.stream().collect(Collectors.joining(","));

//输出[Felordcn,Tomcat,Jetty,Undertow,Resin]
servers.stream().collect(Collectors.joining(",","[","]"));

用的比较多的是读取HttpServletRequest中的body：

HttpServletRequest.getReader().lines().collect(Collectors.joining());

3.3collectingAndThen

该方法先执行了一个归纳操作，然后再对归纳的结果进行Function函数处理输出一个新的结果。

//比如我们将serversjoining然后转成大写，结果为：FELORDCN,TOMCAT,JETTY,UNDERTOW,RESIN
servers.stream.collect(Collectors.collectingAndThen(Collectors.joining(","),String::toUpperCase));

3.4groupingBy

按照条件对元素进行分组，和SQL中的groupby用法有异曲同工之妙，通常也建议使用Java进行分组处理以减轻数据库压力。groupingBy也有三个重载方法
我们将servers按照长度进行分组:

//按照字符串长度进行分组符合条件的元素将组成一个List映射到以条件长度为key的Map>中
servers.stream.collect(Collectors.groupingBy(String::length))

如果我不想Map的value为List怎么办？上面的实现实际上调用了下面的方式：

//Map>
servers.stream.collect(Collectors.groupingBy(String::length,Collectors.toSet()))

我要考虑同步安全问题怎么办？当然使用线程安全的同步容器啊，那前两种都用不成了吧！别急！我们来推断一下，其实第二种等同于下面的写法:

Supplier>>mapSupplier=HashMap::new;
Map>collect=servers.stream.collect(Collectors.groupingBy(String::length,mapSupplier,Collectors.toSet()));

这就非常好办了，我们提供一个同步Map不就行了，于是问题解决了：

Supplier>>mapSupplier=()->Collections.synchronizedMap(newHashMap<>());
Map>collect=servers.stream.collect(Collectors.groupingBy(String::length,mapSupplier,Collectors.toSet()));

其实同步安全问题Collectors的另一个方法groupingByConcurrent给我们提供了解决方案。用法和groupingBy差不多。

3.5partitioningBy

partitioningBy我们在本文开头的提到的文章中已经见识过了，可以看作groupingBy的一个特例，基于断言（Predicate）策略分组。这里不再举例说明。

3.6counting

该方法归纳元素的的数量，非常简单，不再举例说明。

3.7maxBy/minBy

这两个方法分别提供了查找大小元素的操作，它们基于比较器接口Comparator来比较，返回的是一个Optional对象。我们来获取servers中最小长度的元素:

//Jetty
Optionalmin=servers.stream.collect(Collectors.minBy(Comparator.comparingInt(String::length)));

这里其实Resin长度也是最小，这里遵循了"先入为主"的原则。当然Stream.min()可以很方便的获取最小长度的元素。maxBy同样的道理。

3.8summingInt/Double/Long

用来做累加计算。计算元素某个属性的总和,类似Mysql的sum函数，比如计算各个项目的盈利总和、计算本月的全部工资总和等等。我们这里就计算一下servers中字符串的长度之和（为了举例不考虑其它写法）。

//总长度32
servers.stream.collect(Collectors.summingInt(s->s.length()));

3.9summarizingInt/Double/Long

如果我们对3.6章节-3.8章节的操作结果都要怎么办？难不成我们搞5个Stream流吗？所以就有了summarizingInt、summarizingDouble、summarizingLong三个方法。
这三个方法通过对元素某个属性的提取，会返回对元素该属性的统计数据对象，分别对应IntSummaryStatistics、DoubleSummaryStatistics、LongSummaryStatistics。我们对servers中元素的长度进行统计：

DoubleSummaryStatisticsdoubleSummaryStatistics=servers.stream.collect(Collectors.summarizingDouble(String::length));
//{count=5,sum=32.000000,min=5.000000,average=6.400000,max=8.000000}
System.out.println("doubleSummaryStatistics.toString()="+doubleSummaryStatistics.toString());

结果DoubleSummaryStatistics中包含了总数，总和，最小值，最大值，平均值五个指标。

3.10mapping

该方法是先对元素使用Function进行再加工操作，然后用另一个Collector归纳。比如我们先去掉servers中元素的首字母，然后将它们装入List。

//[elordcn,omcat,etty,ndertow,esin]
servers.stream.collect(Collectors.mapping(s->s.substring(1),Collectors.toList()));

有点类似Stream先进行了map操作再进行collect：

servers.stream.map(s->s.substring(1)).collect(Collectors.toList());

3.11reducing

这个方法非常有用！但是如果要了解这个就必须了解其参数BinaryOperator。这是一个函数式接口，是给两个相同类型的量，返回一个跟这两个量相同类型的一个结果，伪表达式为(T,T)->T。默认给了两个实现maxBy和minBy，根据比较器来比较大小并分别返回最大值或者最小值。当然你可以灵活定制。然后reducing就很好理解了，元素两两之间进行比较根据策略淘汰一个，随着轮次的进行元素个数就是reduce的。那这个有什么用处呢？Java官方给了一个例子：统计每个城市个子最高的人。

ComparatorbyHeight=Comparator.comparing(Person::getHeight);
Map>tallestByCity=people.stream()
.collect(Collectors.groupingBy(Person::getCity,Collectors.reducing(BinaryOperator.maxBy(byHeight))));

结合最开始给的例子你可以使用reducing找出最长的字符串试试。

上面这一层是根据Height属性找最高的Person，而且如果这个属性没有初始化值或者没有数据，很有可能拿不到结果所以给出的是Optional。如果我们给出了identity作一个基准值，那么我们首先会跟这个基准值进行BinaryOperator操作。
比如我们给出高于2米的人作为identity。我们就可以统计每个城市不低于2米而且最高的那个人，当然如果该城市没有人高于2米则返回基准值identity：

ComparatorbyHeight=Comparator.comparing(Person::getHeight);
Personidentity=newPerson();
identity.setHeight(2.);
identity.setName("identity");
Mapcollect=persons.stream()
.collect(Collectors.groupingBy(Person::getCity,Collectors.reducing(identity,BinaryOperator.maxBy(byHeight))));

这时候就确定一定会返回一个Person了，最起码会是基准值identity不再是Optional。

还有些情况，我们想在reducing的时候把Person的身高先四舍五入一下。这就需要我们做一个映射处理。定义一个Functionmapper来干这个活。那么上面的逻辑就可以变更为：

ComparatorbyHeight=Comparator.comparing(Person::getHeight);
Personidentity=newPerson();
identity.setHeight(2.);
identity.setName("identity");
//定义映射处理四舍五入
Functionmapper=ps->{
Doubleheight=ps.getHeight();

BigDecimaldecimal=newBigDecimal(height);
Doubled=decimal.setScale(1,BigDecimal.ROUND_HALF_UP).doubleValue();
ps.setHeight(d);
returnps;
};
Mapcollect=persons.stream()
.collect(Collectors.groupingBy(Person::getCity,Collectors.reducing(identity,mapper,BinaryOperator.maxBy(byHeight))));

4.总结

今天我们对Java8中的Collectors进行了详细的讲解。如果你熟悉了Collectors操作Stream会更加得心应手。当然在Java8之后的Java9和Java12中Collectors都有新增的功能，后面有时间我们会继续进行讲解。敬请关注！

更多关于java算法相关内容感兴趣的读者可查看本站专题：《Java文件与目录操作技巧汇总》、《Java数据结构与算法教程》、《Java操作DOM节点技巧总结》和《Java缓存操作技巧汇总》

希望本文所述对大家java程序设计有所帮助。