Javajava 基本功

玩转Java8Stream(三、Collectors收集器)

2019-05-29  本文已影响0人  litesky

之前的文章中也提到了,Stream 的核心在于Collectors,即对处理后的数据进行收集。Collectors 提供了非常多且强大的API,可以将最终的数据收集成List、Set、Map,甚至是更复杂的结构(这三者的嵌套组合)。

Collectors 提供了很多API,有很多都是一些函数的重载,这里我个人将其分为三大类,如下:

  1. 数据收集:set、map、list
  2. 聚合归约:统计、求和、最值、平均、字符串拼接、规约
  3. 前后处理:分区、分组、自定义操作

API 使用

这里会讲到一些常用API 的用法,不会讲解所有API,因为真的是太多了,而且各种API的组合操作起来太可怕太复杂了。

数据收集

  1. Collectors.toCollection() 将数据转成Collection,只要是Collection 的实现都可以,例如ArrayList、HashSet ,该方法接受一个Collection 的实现对象或者说Collection 工厂的入参。

    示例:

                     //List
            Stream.of(1,2,3,4,5,6,8,9,0)
                    .collect(Collectors.toCollection(ArrayList::new));
            
            //Set
            Stream.of(1,2,3,4,5,6,8,9,0)
                    .collect(Collectors.toCollection(HashSet::new));
    
    
  1. Collectors.toList()和Collectors.toSet() 其实和Collectors.toCollection() 差不多,只是指定了容器的类型,默认使用ArrayList 和 HashSet。本来我以为这两个方法的内部会使用到Collectors.toCollection(),结果并不是,而是在内部new了一个CollectorImpl。

    预期:

         public static <T>
        Collector<T, ?, List<T>> toList() {
            return toCollection(ArrayList::new);
        }
    
       
        public static <T>
        Collector<T, ?, Set<T>> toSet() {
            return new toCollection(HashSet::new);
        }
    

    实际:

         public static <T>
        Collector<T, ?, List<T>> toList() {
            return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add,
                                       (left, right) -> { left.addAll(right); return left; },
                                       CH_ID);
        }
        
        public static <T>
        Collector<T, ?, Set<T>> toSet() {
            return new CollectorImpl<>((Supplier<Set<T>>) HashSet::new, Set::add,
                                       (left, right) -> { left.addAll(right); return left; },
                                       CH_UNORDERED_ID);
        }
    

    刚开始真是不知道作者是怎么想的,后来发现CollectorImpl 是需要一个Set<Collector.Characteristics>(特征集合)的东西,由于Set 是无序的,在toSet()方法中的实现传入了CH_UNORDERED_ID,但是toCollection()方法默都是CH_ID,难道是说在使用toCollecion()方法时不建议传入Set类型?如果有人知道的话,麻烦你告诉我一下。

    示例:

                 //List
            Stream.of(1,2,3,4,5,6,8,9,0)
                    .collect(Collectors.toList());
    
            //Set
            Stream.of(1,2,3,4,5,6,8,9,0)
                    .collect(Collectors.toSet());
    
  2. Collectors.toMap() 和Collectors.toConcurrentMap(),见名知义,收集成Map和ConcurrentMap,默认使用HashMap和ConcurrentHashMap。这里toConcurrentMap()是可以支持并行收集的,这两种类型都有三个重载方法,不管是Map 还是ConcurrentMap,他们和Collection的区别是Map 是K-V 形式的,所以在收集成Map的时候必须指定收集的K(依据)。这里toMap()和toConcurrentMap() 最少参数是,key的获取,要存的value。

    示例:这里以Student 这个结构为例,Student 包含 id、name。

    public class Student{
    
            //唯一
            private String id;
    
            private String name;
    
            public Student() {
            }
    
            public Student(String id, String name) {
                this.id = id;
                this.name = name;
            }
    
            public String getId() {
                return id;
            }
    
            public void setId(String id) {
                this.id = id;
            }
    
            public String getName() {
                return name;
            }
    
            public void setName(String name) {
                this.name = name;
            }
        }
    

    说明:这里制定k 为 id,value 既可以是对象本身,也可以指定对象的某个字段。可见,map的收集自定义性非常高。

                     
            Student studentA = new Student("20190001","小明");
            Student studentB = new Student("20190002","小红");
            Student studentC = new Student("20190003","小丁");
    
    
            //Function.identity() 获取这个对象本身,那么结果就是Map<String,Student> 即 id->student
            //串行收集
         Stream.of(studentA,studentB,studentC)
                    .collect(Collectors.toMap(Student::getId,Function.identity()));
    
            //并发收集
            Stream.of(studentA,studentB,studentC)
                    .parallel()
                    .collect(Collectors.toConcurrentMap(Student::getId,Function.identity()));
    
            //================================================================================
    
            //Map<String,String> 即 id->name
            //串行收集
            Stream.of(studentA,studentB,studentC)
                    .collect(Collectors.toMap(Student::getId,Student::getName));
    
            //并发收集
            Stream.of(studentA,studentB,studentC)
                    .parallel()
                    .collect(Collectors.toConcurrentMap(Student::getId,Student::getName));
    

    那么如果key重复的该怎么处理?这里我们假设有两个id相同Student,如果他们id相同,在转成Map的时候,取name大一个,小的将会被丢弃。

                     //Map<String,Student>
            Stream.of(studentA, studentB, studentC)
                    .collect(Collectors
                            .toMap(Student::getId,
                                    Function.identity(),
                                    BinaryOperator
                                            .maxBy(Comparator.comparing(Student::getName))));
    
            
            //可能上面比较复杂,这编写一个命令式
            //Map<String,Student>
            Stream.of(studentA, studentB, studentC)
                    .collect(Collectors
                            .toMap(Student::getId,
                                    Function.identity(),
                                    (s1, s2) -> {
                                
                                        //这里使用compareTo 方法 s1>s2 会返回1,s1==s2 返回0 ,否则返回-1
                                        if (((Student) s1).name.compareTo(((Student) s2).name) < -1) {
                                            return s2;
                                        } else {
                                            return s1;
                                        }
                                    }));
    

    如果不想使用默认的HashMap 或者 ConcurrentHashMap , 第三个重载方法还可以使用自定义的Map对象(Map工厂)。

                  //自定义LinkedHashMap
            //Map<String,Student>
            Stream.of(studentA, studentB, studentC)
                    .collect(Collectors
                            .toMap(Student::getId,
                                    Function.identity(),
                                    BinaryOperator
                                            .maxBy(Comparator.comparing(Student::getName)),
                                    LinkedHashMap::new));
    

聚合归约

  1. Collectors.joining(),拼接,有三个重载方法,底层实现是StringBuilder,通过append方法拼接到一起,并且可以自定义分隔符(这个感觉还是很有用的,很多时候需要把一个list转成一个String,指定分隔符就可以实现了,非常方便)、前缀、后缀。

    示例:

         
                     Student studentA = new Student("20190001", "小明");
            Student studentB = new Student("20190002", "小红");
            Student studentC = new Student("20190003", "小丁");
    
                 //使用分隔符:201900012019000220190003
            Stream.of(studentA, studentB, studentC)
                    .map(Student::getId)
                    .collect(Collectors.joining());
    
            //使用^_^ 作为分隔符
            //20190001^_^20190002^_^20190003
            Stream.of(studentA, studentB, studentC)
                    .map(Student::getId)
                    .collect(Collectors.joining("^_^"));
    
            //使用^_^ 作为分隔符
            //[]作为前后缀
            //[20190001^_^20190002^_^20190003]
            Stream.of(studentA, studentB, studentC)
                    .map(Student::getId)
                    .collect(Collectors.joining("^_^", "[", "]"));
    
  1. Collectors.counting() 统计元素个数,这个和Stream.count() 作用都是一样的,返回的类型一个是包装Long,另一个是基本long,但是他们的使用场景还是有区别的,这个后面再提。

    示例:

                 // Long 8
            Stream.of(1,0,-10,9,8,100,200,-80)
                    .collect(Collectors.counting());
            
            //如果仅仅只是为了统计,那就没必要使用Collectors了,那样更消耗资源
            // long 8
            Stream.of(1,0,-10,9,8,100,200,-80)
                    .count();
    
  2. Collectors.minBy()、Collectors.maxBy() 和Stream.min()、Stream.max() 作用也是一样的,只不过Collectors.minBy()、Collectors.maxBy()适用于高级场景。

    示例:

                 // maxBy 200
            Stream.of(1, 0, -10, 9, 8, 100, 200, -80)
                    .collect(Collectors.maxBy(Integer::compareTo)).ifPresent(System.out::println);
    
            // max 200
            Stream.of(1, 0, -10, 9, 8, 100, 200, -80)
                    .max(Integer::compareTo).ifPresent(System.out::println);
    
            // minBy -80
            Stream.of(1, 0, -10, 9, 8, 100, 200, -80)
                    .collect(Collectors.minBy(Integer::compareTo)).ifPresent(System.out::println);
    
            // min -80
            Stream.of(1, 0, -10, 9, 8, 100, 200, -80)
                    .min(Integer::compareTo).ifPresent(System.out::println);
    
  3. Collectors.summingInt()、Collectors.summarizingLong()、Collectors.summarizingDouble() 这三个分别用于int、long、double类型数据一个求总操作,返回的是一个SummaryStatistics(求总),包含了数量统计count、求和sum、最小值min、平均值average、最大值max。虽然IntStream、DoubleStream、LongStream 都可以是求和sum 但是也仅仅只是求和,没有summing结果丰富。如果要一次性统计、求平均值什么的,summing还是非常方便的。

    示例:

                 //IntSummaryStatistics{count=10, sum=55, min=1, average=5.500000, max=10}
            Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
                    .collect(Collectors.summarizingInt(Integer::valueOf));
    
            //DoubleSummaryStatistics{count=10, sum=55.000000, min=1.000000, average=5.500000, max=10.000000}
            Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
                    .collect(Collectors.summarizingDouble(Double::valueOf));
    
            //LongSummaryStatistics{count=10, sum=55, min=1, average=5.500000, max=10}
            Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
                    .collect(Collectors.summarizingLong(Long::valueOf));
    
    
            // 55
            Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10).mapToInt(Integer::valueOf)
                    .sum();
    
            // 55.0
            Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10).mapToDouble(Double::valueOf)
                    .sum();
    
            // 55
            Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10).mapToLong(Long::valueOf)
                    .sum();
    
  4. Collectors.averagingInt()、Collectors.averagingDouble()、Collectors.averagingLong() 求平均值,适用于高级场景,这个后面再提。

    示例:

                 Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
                    .collect(Collectors.averagingInt(Integer::valueOf));
    
            Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
                    .collect(Collectors.averagingDouble(Double::valueOf));
    
            Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
                    .collect(Collectors.averagingLong(Long::valueOf));
    
  5. Collectors.reducing() 好像也和Stream.reduce()差不多,也都是规约操作。其实Collectors.counting() 就是用reducing()实现的,如代码所示:

    public static <T> Collector<T, ?, Long> counting() {
            return reducing(0L, e -> 1L, Long::sum);
        }
    

    那既然这样的话,我们就实现一个对所有学生名字长度求和规约操作。

    示例:

                     //Optional[6]
            Stream.of(studentA, studentB, studentC)
                    .map(student -> student.name.length())
                    .collect(Collectors.reducing(Integer::sum));
    
            //6
            //或者这样,指定初始值,这样可以防止没有元素的情况下正常执行
            Stream.of(studentA, studentB, studentC)
                    .map(student -> student.name.length())
                    .collect(Collectors.reducing(0, (i1, i2) -> i1 + i2));
    
    
            //6
            //更或者先不转换,规约的时候再转换
            Stream.of(studentA, studentB, studentC)
                    .collect(Collectors.reducing(0, s -> ((Student) s).getName().length(), Integer::sum));
    

前后处理

  1. Collectors.groupingBy()和Collectors.groupingByConcurrent(),这两者区别也仅是单线程和多线程的使用场景。为什么要groupingBy归类为前后处理呢?groupingBy 是在数据收集前分组的,再将分好组的数据传递给下游的收集器。

    这是 groupingBy最长的参数的函数classifier 是分类器,mapFactory map的工厂,downstream下游的收集器,正是downstream 的存在,可以在数据传递个下游之前做很多的骚操作。

    public static <T, K, D, A, M extends Map<K, D>>
        Collector<T, ?, M> groupingBy(Function<? super T, ? extends K> classifier,
                                      Supplier<M> mapFactory,
                                      Collector<? super T, A, D> downstream) 
    

    示例:这里将一组数整型数分为正数、负数、零,groupingByConcurrent()的参数也是跟它一样的就不举例了。

                 //Map<String,List<Integer>>
            Stream.of(-6, -7, -8, -9, 1, 2, 3, 4, 5, 6)
                    .collect(Collectors.groupingBy(integer -> {
                        if (integer < 0) {
                            return "小于";
                        } else if (integer == 0) {
                            return "等于";
                        } else {
                            return "大于";
                        }
                    }));
    
            //Map<String,Set<Integer>>
            //自定义下游收集器
            Stream.of(-6, -7, -8, -9, 1, 2, 3, 4, 5, 6)
                    .collect(Collectors.groupingBy(integer -> {
                        if (integer < 0) {
                            return "小于";
                        } else if (integer == 0) {
                            return "等于";
                        } else {
                            return "大于";
                        }
                    },Collectors.toSet()));
    
            //Map<String,Set<Integer>>
            //自定义map容器 和 下游收集器
            Stream.of(-6, -7, -8, -9, 1, 2, 3, 4, 5, 6)
                    .collect(Collectors.groupingBy(integer -> {
                        if (integer < 0) {
                            return "小于";
                        } else if (integer == 0) {
                            return "等于";
                        } else {
                            return "大于";
                        }
                    },LinkedHashMap::new,Collectors.toSet()));
    
  2. Collectors.partitioningBy() 字面意思话就叫分区好了,但是partitioningBy最多只能将数据分为两部分,因为partitioningBy分区的依据Predicate,而Predicate只会有true 和false 两种结果,所有partitioningBy最多只能将数据分为两组。partitioningBy除了分类器与groupingBy 不一样外,其他的参数都相同。

    示例:

     //Map<Boolean,List<Integer>>
            Stream.of(0,1,0,1)
                    .collect(Collectors.partitioningBy(integer -> integer==0));
    
            //Map<Boolean,Set<Integer>>
            //自定义下游收集器
            Stream.of(0,1,0,1)
                    .collect(Collectors.partitioningBy(integer -> integer==0,Collectors.toSet()));
    
  3. Collectors.mapping() 可以自定义要收集的字段。

    示例:

             //List<String>
            Stream.of(studentA,studentB,studentC)
                    .collect(Collectors.mapping(Student::getName,Collectors.toList()));
    
  4. Collectors.collectingAndThen()收集后操作,如果你要在收集数据后再做一些操作,那么这个就非常有用了。

    示例:这里在收集后转成了listIterator,只是个简单的示例,具体的实现逻辑非常有待想象。

    //listIterator 
    Stream.of(studentA,studentB,studentC)
                    .collect(Collectors.collectingAndThen(Collectors.toList(),List::listIterator));
    

总结

Collectors.作为Stream的核心,工能丰富强大,在我所写的业务代码中,几乎没有Collectors 完不成的,实在太难,只要多想想,多试试这些API的组合,相信还是可以用Collectors来完成的。
之前为了写个排序的id,我花了差不多6个小时去组合这些API,但还好写出来了。这是我写业务时某个复杂的操作


image.png image.png

还有一点就是,像Stream操作符中与Collectors.中类似的收集器功能,如果能用Steam的操作符就去使用,这样可以降低系统开销。

上一篇下一篇

猜你喜欢

热点阅读