Java 8实战阅读-收集器(Collect)

Java 8实战阅读总结--收集器(Collectors中的静态方法)

1、转化为set/list/具体类型HashSet(toSet()，toList()，toCollection(HashSet::new))

2、求和、平均、最大、最小、个数(summarizingInt，averagingInt等 )

3、连接(joining)，依次使用函数求值(reducing)

4、分组(一级、二级分组、联合使用其他函数)(groupingBy)

5、分区--分组的特例，按照key是boolean类型分组(也可基于一级分区进行二级操作)(partitioningBy)

方法说明及汇总：(摘自《Java 8 实战》6.5节)

实践代码如下：
 

package com.csdn.test;

import java.util.Arrays;
import java.util.Comparator;
import java.util.HashSet;
import java.util.IntSummaryStatistics;
import java.util.List;
import java.util.Map;
import java.util.Optional;
import java.util.Set;
import java.util.stream.Collectors;

public class TestStreamCollect
{

    /**
     * 也可实现自定义收集器  需要实现Collector接口
     */
    
    public static void testCollect(List<Integer> intList)
    {
        // 求和/平均/最大/最小/数量
        IntSummaryStatistics sum = intList.stream().collect(Collectors.summarizingInt(i->i));
        System.out.println("sum-->" + sum.getSum());
        System.out.println("avg-->" + sum.getAverage());
        double d = intList.stream().collect(Collectors.averagingInt(i->i));
        System.out.println("avg-->" + d);
        
        /*====================================================================*/
        
        // 连接
        String str = intList.stream().map(i -> i+"").collect(Collectors.joining(", "));
        System.out.println("string concat-->" + str);
        
        /*====================================================================*/
        
        // reducing求和
        // collect方法特别适合表达可变容器上的归约,不要用reduce代替
        int sumReduce = intList.stream().collect(Collectors.reducing(0, val->val, (i,j)->i+j));
        System.out.println("sum-->" + sumReduce);
        
        /*====================================================================*/
        
        // 一级分组
        Map<Integer,List<Integer>> gMap = intList.stream().collect(Collectors.groupingBy(i->i));
        System.out.println("gMap->" + gMap);
        // 二级分组
        Map<Integer,Map<Integer,List<Integer>>> gSecMap = intList.stream().collect(Collectors.groupingBy(i->i,Collectors.groupingBy(i->i)));
        System.out.println("gMap->" + gSecMap);
        // 按组收集数据
        Map<Integer,Long> gSubMap = intList.stream().collect(Collectors.groupingBy(i->i,Collectors.counting()));
        System.out.println("gMap->" + gSubMap);
        // 按照组统计最大值，可读性很差，不推荐
        Map<Integer, Integer> compareMap = intList.stream()
                        .collect(Collectors.groupingBy(i -> i,
                            Collectors.collectingAndThen(
                                Collectors.maxBy(
                                    Comparator.comparingInt(i -> i)),
                                Optional::get)));
        System.out.println("compareMap->" + compareMap);
        
        /*====================================================================*/
        
        // 与groupingBy联合使用
        Map<Integer, IntSummaryStatistics> gSumMap = intList.stream().collect(
            Collectors.groupingBy(i -> i, Collectors.summarizingInt(i -> i)));
        System.out.println("gSumMap->" + gSumMap);
        
        Map<Integer, Set<Integer>> gSetMap = intList.stream().collect(
            Collectors.groupingBy(i -> i, Collectors.mapping(i->i, Collectors.toSet())));
        System.out.println("gSetMap->" + gSetMap);
        
        // 指定set具体类型为HashSet
        Map<Integer, Set<Integer>> gHashSetMap = intList.stream().collect(
            Collectors.groupingBy(i -> i, Collectors.mapping(i->i, Collectors.toCollection(HashSet::new))));
        System.out.println("gHashSetMap->" + gHashSetMap);
        
        /*====================================================================*/
        
        // 分区--分组的特例，按照key是boolean类型分组(也可基于一级分区进行二级操作)
        Map<Boolean,List<Integer>> gBoolMap = intList.stream().collect(Collectors.partitioningBy(i->i==2));
        System.out.println("gBoolMap->" + gBoolMap);
    }
    
    
    public static void main(String[] args)
    {
        Integer[] numbers = {2, 2, 3, 5, 7, 11, 13};
        testCollect(Arrays.asList(numbers));
    }

}

输出：

sum-->43
avg-->6.142857142857143
avg-->6.142857142857143
string concat-->2, 2, 3, 5, 7, 11, 13
sum-->43
gMap->{2=[2, 2], 3=[3], 5=[5], 7=[7], 11=[11], 13=[13]}
gMap->{2={2=[2, 2]}, 3={3=[3]}, 5={5=[5]}, 7={7=[7]}, 11={11=[11]}, 13={13=[13]}}
gMap->{2=2, 3=1, 5=1, 7=1, 11=1, 13=1}
compareMap->{2=2, 3=3, 5=5, 7=7, 11=11, 13=13}
gSumMap->{2=IntSummaryStatistics{count=2, sum=4, min=2, average=2.000000, max=2}, 3=IntSummaryStatistics{count=1, sum=3, min=3, average=3.000000, max=3}, 5=IntSummaryStatistics{count=1, sum=5, min=5, average=5.000000, max=5}, 7=IntSummaryStatistics{count=1, sum=7, min=7, average=7.000000, max=7}, 11=IntSummaryStatistics{count=1, sum=11, min=11, average=11.000000, max=11}, 13=IntSummaryStatistics{count=1, sum=13, min=13, average=13.000000, max=13}}
gSetMap->{2=[2], 3=[3], 5=[5], 7=[7], 11=[11], 13=[13]}
gHashSetMap->{2=[2], 3=[3], 5=[5], 7=[7], 11=[11], 13=[13]}
gBoolMap->{false=[3, 5, 7, 11, 13], true=[2, 2]}