一起来学Java8（七）——Stream（中）

在一起来学Java8（七）——Stream（上）中我们了解到了Stream对象的常用方法以及用法。现在一起来深入了解下Stream.collect()方法的使用

collect基本用法

collect意思为收集，它是对Stream中的元素进行收集和归纳，返回一个新的集合对象。先来看一个简单例子：

public class CollectTest {

	@Data
	@AllArgsConstructor
	static class Goods {
		private String goodsName;
		private int price;
	}
	
	public static void main(String[] args) {
		List<Goods> list = Arrays.asList(
				new Goods("iphoneX", 4000)
				, new Goods("mate30 pro", 5999)
				, new Goods("redmek20", 2999)
				);
		List<String> nameList = list.stream()
			.map(Goods::getGoodsName)
			.collect(Collectors.toList());
	}

}

在这个例子中，通过map方法返回商品名称，然后把所有的商品名称放到了List对象中。

查看源码发现，collect方法由两个重载方法组成。

方法1：

<R> R collect(Supplier<R> supplier,
                  BiConsumer<R, ? super T> accumulator,
                  BiConsumer<R, R> combiner);

方法2：

<R, A> R collect(Collector<? super T, A, R> collector);

其中用的最多的是方法2，这个方法可以看做是方法1的快捷方式，因为Collector中同样提供了Supplier<R> supplier, BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner这三个参数，不难猜测其底层还是要用到方法1对应的实现。

我们可以先从collect(Collector<? super T, A, R> collector)开始入手，通过这个再去慢慢了解方法1的用法。

Collectors

Stream.collect(Collector<? super T, A, R> collector)方法的参数Collector对象主要由Collectors类提供。Collectors类里面包含了一系列的静态方法，用来返回Collector对象，常用的方法如下列表所示：

方法名称	描述
averagingXX	求平均数
counting	求集合中元素个数
groupingBy	对集合进行分组
joining	对集合元素进行拼接
mapping	可在分组的过程中再次进行值的映射
maxBy	求最大值
minBy	求最小值
partitioningBy	对元素进行分区
reducing	归纳
summarizingXX	汇总
toCollection	转换成集合对象
toConcurrentMap	转换成ConcurrentMap
toList	转换成List
toMap	转换成Map
toSet	转换成Set

下面依次来讲解下每个方法的用处。

averagingXX

averagingXX包括averagingDouble，averagingInt，averagingLong。它们表示求平均值。

double averagingInt = Stream.of(1, 2, 3)
		.collect(Collectors.averagingInt(val -> val));
System.out.println("averagingInt:" + averagingInt);

double averagingLong = Stream.of(10L, 21L, 30L)
		.collect(Collectors.averagingLong(val -> val));
System.out.println("averagingLong:" + averagingLong);

double averagingDouble = Stream.of(0.1, 0.2, 0.3)
		.collect(Collectors.averagingDouble(val -> val));
System.out.println("averagingDouble:" + averagingDouble);

它们的参数是一个函数式接口，可以使用Lambda表达式编写，其中Lambda表达式中的参数为Stream中的元素，返回的是待求平均的数值。下面这则列子是求商品的平均值：

List<Goods> list = Arrays.asList(
				new Goods("iphoneX", 4000)
				, new Goods("mate30 pro", 5999)
				, new Goods("redmek20", 2999)
				);
		
double avgPrice = list.stream()
	.collect(Collectors.averagingInt(goods -> goods.getPrice()));
System.out.println("商品的平均价格：" + avgPrice);

summingXX

与averagingXX类似，summingXX方法用来求集合中的元素值的总和。

double summingInt = Stream.of(1, 2, 3)
		.collect(Collectors.summingInt(val -> val));
System.out.println("summingInt:" + summingInt);

double summingLong = Stream.of(10L, 21L, 30L)
		.collect(Collectors.summingLong(val -> val));
System.out.println("summingLong:" + summingLong);

double summingDouble = Stream.of(0.1, 0.2, 0.3)
		.collect(Collectors.summingDouble(val -> val));
System.out.println("summingDouble:" + summingDouble);

打印：

summingInt:6.0
summingLong:61.0
summingDouble:0.6

counting()

counting()返回集合中元素个数。

long count = Stream.of(1,2,3,4,5)
		.collect(Collectors.counting());
System.out.println("count：" + count); // 5

summarizingXX

上面讲到了averagingXX（求平均）、summingXX（求和）、counting（求总数），如果我要同时获取这三个数该怎么办呢，可以用summarizingXX。

IntSummaryStatistics summarizingInt = Stream.of(1, 2, 3)
				.collect(Collectors.summarizingInt(val -> val));
System.out.println("平均值:" + summarizingInt.getAverage());
System.out.println("总个数:" + summarizingInt.getCount());
System.out.println("总和:" + summarizingInt.getSum());
System.out.println("最大值:" + summarizingInt.getMax());
System.out.println("最小值:" + summarizingInt.getMin());

打印：

平均值:2.0
总个数:3
总和:6
最大值:3
最小值:1

summarizingInt将统计结果放到了一个IntSummaryStatistics对象里面，在对象中可以获取不同的统计信息。

groupingBy()

groupingBy()是对集合中的元素进行分组，由三个重载方法组成

重载1: groupingBy(Function)
重载2: groupingBy(Function, Collector)
重载3: groupingBy(Function, Supplier, Collector)

其中重载1调用了重载2，重载2调用重载3，因此最终都会执行到重载3中来。

首先看下重载1groupingBy(Function)的用法，这个方法默认分组到新的List中，下面这个例子对商品类型进行分组，同样的类型的商品放到一个List中。

@Data
@AllArgsConstructor
static class Goods {
	private String goodsName;
	// 类型，1：手机，2：电脑
	private int type;
	@Override
	public String toString() {
		return goodsName;
	}
}

public static void main(String[] args) {
	List<Goods> list = Arrays.asList(
			new Goods("iphoneX", 1)
			, new Goods("mate30 pro", 1)
			, new Goods("thinkpad T400", 2)
			, new Goods("macbook pro", 2)
			);
	
	Map<Integer, List<Goods>> goodsListMap = list.stream()
		.collect(Collectors.groupingBy(Goods::getType));
	goodsListMap.forEach((key, value) -> {
		System.out.println("类型" + key + ":" + value);
	});
}

打印：

类型1:[iphoneX, mate30 pro]
类型2:[thinkpad T400, macbook pro]

上面说到了groupingBy(Function)实际上是调用了groupingBy(Function, Collector)，其中第二个参数Collector决定了转换到哪里，默认是toList()，参见groupingBy(Function)的源码：

public static <T, K> Collector<T, ?, Map<K, List<T>>>
    groupingBy(Function<? super T, ? extends K> classifier) {
        return groupingBy(classifier, toList());
    }

因此我们可以调用groupingBy(Function, Collector)手动指定Collector，假设我们要把转换后的元素放到Set当中，可以这样写：

Map<Integer, Set<Goods>> goodsListMap = list.stream()
        .collect(Collectors.groupingBy(Goods::getType, Collectors.toSet()));

查看重载2方法源码，发现其调用了重载3：

public static <T, K, A, D>
    Collector<T, ?, Map<K, D>> groupingBy(Function<? super T, ? extends K> classifier,
                                          Collector<? super T, A, D> downstream) {
        return groupingBy(classifier, HashMap::new, downstream);
    }

其中Goods::getType对应classifier，Collectors.toSet()对应downstream。中间那个参数HashMap::new意思很明显了，即返回的Map的具体实现类是哪个，如果要改成LinkedHashMap，可以这样写：

LinkedHashMap<Integer, Set<Goods>> goodsListMap = list.stream()
        .collect(Collectors.groupingBy(Goods::getType, LinkedHashMap::new, Collectors.toSet()));

这正是重载3的使用方式。

Collectors中的groupingByConcurrent方法正是基于重载3而来，中间的代码改成了ConcurrentHashMap::new而已。

public static <T, K>
    Collector<T, ?, ConcurrentMap<K, List<T>>>
    groupingByConcurrent(Function<? super T, ? extends K> classifier) {
        return groupingByConcurrent(classifier, ConcurrentHashMap::new, toList());
    }

groupingBy方法中的Collector参数不仅仅只可以toList()，toSet()，它还有更加灵活的用法，之前我们转换的都是Map<Integer, List<Goods>>形式，value中存放的是集合对象，如果不想要那么多属性，只想要对象里面的商品名称，，也就是说我们想得到Map<Integer, List<String>>，其中key为商品类型，value为商品名称集合。

这个时候Collectors.mapping()就派上用场了，我们使用groupingBy(Function, Collector)方法，第二参数传Collectors.mapping()

Map<Integer, List<String>> goodsListMap = 
list.stream()
	.collect(
		 Collectors.groupingBy(
		    Goods::getType, 
		    Collectors.mapping(Goods::getGoodsName, Collectors.toList())
		 )
	);

mapping()方法有两个参数，第一参数指定返回的属性，第二个参数指定返回哪种集合。

joining

joining方法可以把Stream中的元素拼接起来。

List<String> list = Arrays.asList("hello", "world");
String str = list.stream().collect(Collectors.joining());
System.out.println(str); // 打印：helloworld

还可以指定分隔符：

List<String> list = Arrays.asList("hello", "world");
String str = list.stream().collect(Collectors.joining(","));
System.out.println(str); // 打印：hello,world

除此之外，String类提供了一个join方法，功能是一样的

String str2 = String.join(",", list);
System.out.println(str2);

maxBy&minBy

maxBy：找出Stream中最大的元素

@Data
@AllArgsConstructor
static class Goods {
	private String goodsName;
	private int price;
}

public static void main(String[] args) {
	List<Goods> list = Arrays.asList(
			new Goods("iphoneX", 4000)
			, new Goods("mate30 pro", 5999)
			, new Goods("redmek20", 2999)
			);
	
	Goods maxPriceGoods = list.stream()
		.collect(
			Collectors.maxBy(
				Comparator.comparing(Goods::getPrice)
			)
		)
		.orElse(null);
	System.out.println("最贵的商品：" + maxPriceGoods);
}

上面的例子演示了查找最贵的商品，Collectors.maxBy()方法需要传入一个比较器，需要根据商品的价格来比较。

同理，找到最便宜的商品只需把maxBy替换成minBy即可。

partitioningBy

partitioningBy方法表示分区，它将根据条件将Stream中的元素分成两部分，并分别放入到一个Map当中，Map的key为Boolean类型，key为true部分存放满足条件的元素，key为false存放不满足条件的元素。

{
    true -> 符合条件的元素
    false -> 不符合条件的元素
}

partitioningBy方法由两个重载方法组成

重载1：partitioningBy(Predicate)
重载2：partitioningBy(Predicate, Collector)

其中重载1会调用重载2，因此最终还是调用了重载2方法，我们先看下重载1方法。

下面这个例子根据商品类型，将商品划分为手机类商品和非手机类商品。

@Data
@AllArgsConstructor
static class Goods {
	private String goodsName;
	// 类型，1：手机，2：电脑
	private int type;
	@Override
	public String toString() {
		return goodsName;
	}
}

public static void main(String[] args) {
	List<Goods> list = Arrays.asList(
			new Goods("iphoneX", 1)
			, new Goods("mate30 pro", 1)
			, new Goods("thinkpad T400", 2)
			, new Goods("macbook pro", 2)
			);
	
	// 手机归为一类，非手机商品归为一类
	// true -> 手机类商品
	// false -> 非手机类商品
	Map<Boolean, List<Goods>> goodsMap = list.stream()
		.collect(
		    Collectors.partitioningBy(goods -> goods.getType() == 1)
		);
	// 获取手机类商品
	List<Goods> mobileGoods = goodsMap.get(true);
	System.out.println(mobileGoods);
}

partitioningBy(Predicate, Collector)方法的第二个参数可以用来指定集合元素，默认使用的List存放，如果要使用Set存放，可以这样写：

Map<Boolean, Set<Goods>> goodsMap = list.stream()
	.collect(
		Collectors.partitioningBy(
			goods -> goods.getType() == 1
			// 指定收集类型
			, Collectors.toSet())
	);

toList & toSet & toCollection

toList和toSet可以将Stream中的元素转换成List、Set集合，这是用的比较多的两个方法。

Stream<Goods> stream = Stream.of(
		new Goods("iphoneX", 4000)
		, new Goods("mate30 pro", 5999)
		, new Goods("redmek20", 2999)
		);

List<Goods> list = stream.collect(Collectors.toList());
Set<Goods> set = stream.collect(Collectors.toSet());

默认情况下，toList返回的是ArrayList，toSet返回的是HashSet，如果要返回其它类型的集合比如LinkedList，可以使用toCollection，它可以让开发者自己指定需要哪种集合。

LinkedList<Goods> linkedList = stream.collect(Collectors.toCollection(LinkedList::new));

toConcurrentMap

toConcurrentMap方法是将Stream转换成ConcurrentMap，它由三个重载方法组成

重载1：toConcurrentMap(Function<? super T, ? extends K> keyMapper, Function<? super T, ? extends U> valueMapper)
重载2：toConcurrentMap(Function<? super T, ? extends K> keyMapper, Function<? super T, ? extends U> valueMapper, BinaryOperator<U> mergeFunction)
重载3：toConcurrentMap(Function<? super T, ? extends K> keyMapper, Function<? super T, ? extends U> valueMapper, BinaryOperator<U> mergeFunction, Supplier<M> mapSupplier)

其中重载1调用重载2，重载2调用重载3，最终都会执行到重载3方法上来。

先看重载1，提供了两个参数

keyMapper：指定ConcurrentMap中的key值
valueMapper：指定key对应的value

下面这个例子是将商品的名称作为key，价格作为value

List<Goods> list = Arrays.asList(
		new Goods("iphoneX", 4000)
		, new Goods("mate30 pro", 5999)
		, new Goods("redmek20", 2999)
);
ConcurrentMap<String, Integer> goodsMap = list.stream()
		.collect(
				Collectors.toConcurrentMap(Goods::getGoodsName, Goods::getPrice)
		);
System.out.println(goodsMap);

打印：

{mate30 pro=5999, iphoneX=4000, redmek20=2999}

注意：这个方法要求key不能重复，如果有重复的key，会抛IllegalStateException异常，如果有key重复，需要使用toConcurrentMap(Function, Function, BinaryOperator)，即重载2

再来看下重载2：toConcurrentMap(Function, Function, BinaryOperator)，这个方法前两个参数跟重载1一样，第三个参数用来处理key冲突的情况，让开发者选择一个value值返回。

List<Goods> list = Arrays.asList(
		new Goods("iphoneX", 4000)
		, new Goods("mate30 pro", 5999)
		, new Goods("mate30 pro", 6000) // 这里有两个冲突了
		, new Goods("redmek20", 2999)
);
ConcurrentMap<String, Integer> goodsMap = list.stream()
		.collect(
				Collectors.toConcurrentMap(Goods::getGoodsName, Goods::getPrice, new BinaryOperator<Integer>() {
					@Override
					public Integer apply(Integer price1, Integer price2) {
						// 选择价格贵的返回
						return Math.max(price1, price2);
					}
				})
		);
System.out.println(goodsMap);

打印：{mate30 pro=6000, iphoneX=4000, redmek20=2999}

这个例子中mate30 pro作为key重复了，在BinaryOperator中，我们选择价格高的那一条数据返回。

最后看下重载3，相比于重载2，又多了一个参数Supplier，它可以让开发者指定返回一种ConcurrentMap

重载2调用重载3，默认使用的是ConcurrentMap::new。

注意：第四个参数必须是ConcurrentMap或ConcurrentMap的子类

小节

本篇主要讲解了Stream.collect的用法，以及Collectors类中静态方法的使用，在下一篇文章中，我们将详细讲解关于reduce的相关用法。

欢迎关注作者微信公众号：猿敲月下码，第一时间获得技术分享

一起来学Java8（七）——Stream（中）

collect基本用法

Collectors

averagingXX

summingXX

counting()

summarizingXX

groupingBy()

joining

maxBy&minBy

partitioningBy

toList & toSet & toCollection

toConcurrentMap

小节

10分钟搞定Mysql主从部署配置

如何使用 JS 判断用户是否处于活跃状态

「Pygors跨平台GUI」2：安装MinGW-w64、MSYS2还是WSL2

[转帖]

python列出centos7内存使用前50的进程信息

「Pygors跨平台GUI」1：Pygors跨平台GUI应用研究

一键自动化博客发布工具,用过的人都说好(掘金篇)

lightdb数据库超时相关控制参数

lightdb秒级增加列和删除列（not null带默认值）

Java ThreadPoolShutdown

Rust RSA簽名算法（Sha256WithRSA）

nodejs使用http客戶端發送請求

The consumer group has been created before, specify another name please.

一起來學Java8（三）——方法引用

Python進行RSA簽名，支持SHAWithRSA，SHA256WithRSA

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結