惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

S
Secure Thoughts
罗磊的独立博客
T
The Blog of Author Tim Ferriss
人人都是产品经理
人人都是产品经理
博客园 - 叶小钗
Last Week in AI
Last Week in AI
美团技术团队
Google Online Security Blog
Google Online Security Blog
Application and Cybersecurity Blog
Application and Cybersecurity Blog
D
Docker
G
Google Developers Blog
大猫的无限游戏
大猫的无限游戏
酷 壳 – CoolShell
酷 壳 – CoolShell
小众软件
小众软件
月光博客
月光博客
L
LINUX DO - 最新话题
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
W
WeLiveSecurity
H
Heimdal Security Blog
Vercel News
Vercel News
SecWiki News
SecWiki News
Forbes - Security
Forbes - Security
Blog — PlanetScale
Blog — PlanetScale
Google DeepMind News
Google DeepMind News
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
www.infosecurity-magazine.com
www.infosecurity-magazine.com
TaoSecurity Blog
TaoSecurity Blog
T
Troy Hunt's Blog
A
About on SuperTechFans
C
Check Point Blog
S
Security Affairs
Hacker News - Newest:
Hacker News - Newest: "LLM"
AI
AI
WordPress大学
WordPress大学
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Help Net Security
Help Net Security
博客园_首页
The Last Watchdog
The Last Watchdog
S
SegmentFault 最新的问题
Hugging Face - Blog
Hugging Face - Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
Engineering at Meta
Engineering at Meta
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
I
Intezer
K
Kaspersky official blog
M
MIT News - Artificial intelligence
J
Java Code Geeks
G
GRAHAM CLULEY
P
Palo Alto Networks Blog

博客园 - npe0

策略模式在项目中的应用 博文阅读密码验证 - 博客园 MyBatis-Plus 的动态SQL片段用法 EasyExcel的多级表头 docker镜像搬运命令 macbook绕过安全控制安装第三方软件 Python中使用列表、map和filter函数配合lambda表达式来操作集合 阿里通义千问大模型初探 java.io.IOException: Cannot run program “az”: CreateProcess error=2, 系统找不到指定的文件。 Git使用问题记录 seata的分布式事务处理机制 JVM常用命令 easyexcel导出Bigdecimal数据格式问题 百万千万级Excel导出 arthas 常用命令 对find,xargs,grep和管道的一些深入理解 PlantUML 分库分表 jvm优化
你可能不知道的Collectors用法
npe0 · 2023-03-27 · via 博客园 - npe0

1.0、初始化数据

伪代码

User a1 = User.builder().age(2).name("A").build();
User a = User.builder().age(1).name("A").build();
User b = User.builder().age(2).name("B").build();
User c = User.builder().age(3).name("C").build();
User d = User.builder().age(4).name("D").build();

List<User> userList = Lists.newArrayList(a1,a,b, c, d);

User flatUser1 = User.builder().age(4).name("as,df,gh").build();
User flatUser2 = User.builder().age(4).name("gh,jk").build();
List<User> flatUserList = Lists.newArrayList(flatUser1,flatUser2);

1.1、toMap

key值相同时的策略

//k1和k2重复,返回k2
Map<String, User> collectK2 = userList.stream().collect(Collectors.toMap(User::getName, Function.identity(), (k1, k2) -> k2));
//按照自定义条件返回key,例如按照最大age返回key
Map<String, User> collectMax = userList.stream().collect(Collectors.toMap(User::getName, Function.identity(), BinaryOperator.maxBy(Comparator.comparing(User::getAge))));

1.2、flatMap

map 的输入和输出是 1:1

flatMap的输入和输出是 1:N

//map 的输入和输出是 1:1
//如果直接用map取值,则输出 [[Ljava.lang.String;@2a2d45ba, [Ljava.lang.String;@2a5ca609]
flatUserList.stream().map(var -> var.getName().split(",")).collect(Collectors.toList());
//使用flatMap 则输出 [as, df, gh, jk]
//flatMap的输入和输出是 1:N
flatUserList.stream().map(var->var.getName().split(",")).flatMap(Arrays::stream).distinct().collect(Collectors.toList());

1.3、groupingBy

分组策略-分组字段重复时取值逻辑

//默认value是list
userList.stream().collect(Collectors.groupingBy(User::getName));
//指定value返回类型
userList.stream().collect(Collectors.groupingBy(User::getName,Collectors.toSet()));
//分组策略-保留age最大的那一条
userList.stream().collect(Collectors.groupingBy(User::getName, Collectors.maxBy(Comparator.comparing(User::getAge))));
//分组策略-保留age最小的那一条
userList.stream().collect(Collectors.groupingBy(User::getName, Collectors.minBy(Comparator.comparing(User::getAge))));

1.4、collectingAndThen

对象集合去重

//name属性去重
userList.stream().collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(User::getName))), ArrayList::new));
//name和age去重
userList.stream().collect(Collectors.collectingAndThen(Collectors.toCollection(() ->new TreeSet<>(Comparator.comparing(user -> user.getName()+ "-" + user.getAge()))), ArrayList::new));

1.5、maxBy/minBy

取最大最小值

// 最大、最小age
userList.stream().collect(Collectors.maxBy(Comparator.comparing(User::getAge)));
userList.stream().collect(Collectors.minBy(Comparator.comparing(User::getAge)));

1.6、reduce

累加求和

// reduce、reducing、summingInt 效果一样
userList.stream().map(User::getAge).reduce(0, (x, y) -> x + y));
userList.stream().map(User::getAge).collect(Collectors.reducing(0,Integer::sum));
userList.stream().map(User::getAge).collect(Collectors.summingInt(Integer::intValue));