当前位置: 首页 > article >正文

Java Collectors工具类

目录

1.toList

2.toSet

3.toMap

4.toCollection

5.joining

6.groupingBy

7.partitioningBy

8.mapping

9.reducing

10.averagingInt & averagingLong & averagingLong

11. summingInt & summingLong & summingDouble

12.maxBy & minBy

13.counting

14.collectingAndThen

15.toConcurrentMap


Collectors 是 Java 8 引入的一个工具类,用于提供各种常见的 Collector 实现。这些 Collector 可以用于将流中的元素收集到各种目标容器中,如 ListSetMap 等。下面是一些 Collectors 工具类中常用的静态方法及其用法示例。

1.toList

描述:将流中的元素收集到一个 List 中。

List<String> list = Stream.of("a", "b", "c").collect(Collectors.toList());
2.toSet

描述:将流中的元素收集到一个 Set 中,去除重复项。

Set<String> set = Stream.of("a", "b", "c", "a").collect(Collectors.toSet());
3.toMap

方法一:将流转换为映射。

Map<String, Integer> nameToAge = people.stream().collect(Collectors.toMap(Person::getName, Person::getAge));

方法二:将流转换为映射,在键冲突时提供合并策略。

List<String> items = Arrays.asList("apple", "banana", "apple");
Map<String, Long> itemCounts = items.stream().collect(Collectors.toMap(Function.identity(), item -> 1L, Long::sum));
System.out.println(itemCounts); // 结果: {banana=1, apple=2}
4.toCollection

描述:将流中的元素收集到一个由工厂方法创建的集合中。

List<String> linkedList = Stream.of("a", "b", "c").collect(Collectors.toCollection(LinkedList::new));
5.joining

方法一:将流中的字符串元素连接成一个单一的字符串。

String joined = Stream.of("a", "b", "c").collect(Collectors.joining(", "));
System.out.println(joined);  // 结果: "a, b, c"

方法二:将流中的字符串元素连接成一个单一的字符串,并添加前缀和后缀。

String joined = Stream.of("a", "b", "c").collect(Collectors.joining(", ", "[", "]"));
System.out.println(joined); // 结果: "[a, b, c]"
6.groupingBy

方法一:将流中的元素按某个分类函数分组,结果是一个 Map<K, List<T>>

Map<String, List<String>> grouped = Stream.of("apple", "banana", "cherry", "date", "cat")
                .collect(Collectors.groupingBy(s -> s.substring(0, 1)));
System.out.println(grouped); // {a=[apple], b=[banana], c=[cherry, cat], d=[date]}

方法二:将流中的元素按某个分类函数分组,并使用下游收集器进一步处理每个分组的结果。

Map<String, Set<String>> grouped = Stream.of("apple", "banana", "cherry", "date", "cherry")
                .collect(Collectors.groupingBy(s -> s.substring(0, 1), Collectors.toSet()));
System.out.println(grouped); // 结果: {a=[apple], b=[banana], c=[cherry], d=[date]}
7.partitioningBy

方法一:将流中的元素按某个谓词分为两部分,结果是一个 Map<Boolean, List<T>>

Map<Boolean, List<Integer>> partitioned = Stream.of(1, 2, 3, 4, 5)
                .collect(Collectors.partitioningBy(i -> i % 2 == 0));
System.out.println(partitioned); // 结果: {false=[1, 3, 5], true=[2, 4]}

方法二:将流中的元素按某个谓词分为两部分,并使用下游收集器进一步处理每个部分的结果。

Map<Boolean, Set<Integer>> partitioned = Stream.of(1, 2, 3, 4, 5, 2)
                .collect(Collectors.partitioningBy(i -> i % 2 == 0, Collectors.toSet()));
System.out.println(partitioned); // 结果: {false=[1, 3, 5], true=[2, 4]}
8.mapping

描述:将流中的元素映射到另一个类型,并使用下游收集器进一步处理。

List<String> mapped = Stream.of("apple", "banana", "cherry")
                .collect(Collectors.mapping(String::toUpperCase, Collectors.toList()));
System.out.println(mapped); // 结果: ["APPLE", "BANANA", "CHERRY"]
9.reducing

方法一:将流中的元素通过二元操作符进行归约。

Optional<Integer> sum = Stream.of(1, 2, 3, 4).collect(Collectors.reducing(Integer::sum));
System.out.println(sum); // 结果: Optional[10]

方法二:将流中的元素通过二元操作符进行归约,并提供一个初始值。

int sum = Stream.of(1, 2, 3, 4, 5).collect(Collectors.reducing(2, Integer::sum));
System.out.println(sum); // 结果: // 结果: 17

方法三:将流中的元素映射到另一个类型,并通过二元操作符进行归约。

int sum = Stream.of("1", "2", "3", "4", "6").collect(Collectors.reducing(2, Integer::parseInt, Integer::sum));
System.out.println(sum); // 结果: // 结果: 18
10.averagingInt & averagingLong & averagingLong

描述:计算流中元素的平均值,元素类型分别为 int, long, double

double average = Stream.of(1, 2, 3, 4).collect(Collectors.averagingInt(Integer::intValue));
System.out.println(average); // 结果: 2.5

double average = Stream.of(1L, 2L, 3L, 4L).collect(Collectors.averagingLong(Long::longValue));
System.out.println(average); // 结果: 2.5

double average = Stream.of(1.0, 2.0, 3.0, 4.0).collect(Collectors.averagingDouble(Double::doubleValue));
System.out.println(average); // 结果: 2.5
11. summingInt & summingLong & summingDouble

描述:计算流中元素的总和,元素类型分别为 int, long, double。

int sum = Stream.of(1, 2, 3, 4).collect(Collectors.summingInt(Integer::intValue));
System.out.println(sum); // 结果: 10

long sum = Stream.of(1L, 2L, 3L, 4L).collect(Collectors.summingLong(Long::longValue));
System.out.println(sum); // 结果: 10

double sum = Stream.of(1.0, 2.0, 3.0, 4.0).collect(Collectors.summingDouble(Double::doubleValue));
System.out.println(sum); // 结果: 10.0
12.maxBy & minBy

描述:找到流中最大值/ 最小值的元素。

Optional<Integer> max = Stream.of(1, 2, 3, 4).collect(Collectors.maxBy(Integer::compare));
System.out.println(max); // Optional[4]

Optional<Integer> min = Stream.of(1, 2, 3, 4).collect(Collectors.minBy(Integer::compare));
System.out.println(min); // Optional[1]
13.counting

描述:计算流中元素的数量。

long count = Stream.of(1, 2, 3, 4, 7).collect(Collectors.counting());
System.out.println(count); // 结果: 5
14.collectingAndThen

描述:允许你在收集结果后执行额外的操作。

List<String> words = Arrays.asList("hello", "world");
String result = words.stream().collect(Collectors.collectingAndThen(Collectors.joining(", "), str -> "Result: " + str));
System.out.println(result); // 结果: Result: hello, world
15.toConcurrentMap

描述:将流转换为并发映射(ConcurrentMap),适用于多线程环境。

List<String> keys = Arrays.asList("key1", "key2", "key3");
ConcurrentMap<String, Integer> concurrentMap = keys.stream().collect(Collectors.toConcurrentMap(Function.identity(), k -> k.length()));
System.out.println(concurrentMap); // 结果: {key1=4, key2=4, key3=4}


http://www.kler.cn/news/318457.html

相关文章:

  • js进阶——词法作用域
  • 无人机蜂群作战会成为未来战争的主要形式吗,该如何反制呢?
  • 前端——阿里图标的使用
  • Qt窗口——对话框
  • EventSource 和 WebSocket的区别
  • istio 网关开启https访问链接重置
  • 腾讯云点播及声音上传
  • 安全常用的kali linux是怎样的,如何安装?
  • 【高级编程】XML DOM4J解析XML文件(含案例)
  • 组合模式
  • qt--压缩图片的大小
  • 【编程基础知识】什么是DNS域名解析,有啥作用,什么地方会用到
  • 【Diffusion分割】FDiff-Fusion:基于模糊学习的去噪扩散融合网络
  • 深度学习——线性回归
  • PHP探索校园新生态校园帮小程序系统小程序源码
  • 数据采集使用动态代理被拦截的原因是什么?
  • Qt日志输出及QsLog日志库
  • Linux 进程2
  • React UI组件库推荐
  • 手写SpringMVC(简易版)
  • 车载应用的多功能需求与公安、金融等行业的应用特点
  • 信号处理之中值滤波
  • HTML5好看的水果蔬菜在线商城网站源码系列模板2
  • Django 中间件
  • json Date格式化时间偏差8小时,而@JsonFormat注解有无法动态指定时区,如何解决?
  • 从 Oracle 集群到单节点环境(详细记录一次数据迁移过程)之二:生产服务器的备份操作
  • 低代码平台后端搭建-阶段完结
  • iOS - TestFlight使用
  • 梧桐数据库(WuTongDB):MySQL 优化器简介
  • 用工厂模式演示springboot三种注入方式 | @Autowired