java8中的partitioningBy和groupingBy说明,以及下游收集器,断点调试记录peek说明

groupingBy和partitioningBy的区别
我们先来看官方源码说明
public static <T, K> Collector<T, ?, Map<K, List<T>>>
groupingBy(Function<? super T, ? extends K> classifier) {
return groupingBy(classifier, toList());
}
groupingBy的函数参数为Function然后他的返回值也是Map,但是他的key是泛型,那么这个分组就会将数据分组成多个key的形式。
我们再来看下partitioningBy
Collector<T, ?, Map<Boolean, List<T>>> partitioningBy(Predicate<? super T> predicate) {
return partitioningBy(predicate, toList());
}
可以看出函数的参数一个Predicate接口,那么这个接口的返回值是boolean类型的,也只能是boolean类型,然后他的返回值是Map的key是boolean类型,也就是这个函数的返回值只能将数据分为两组也就是ture和false两组数据。
列子如下:
List<Girl> girls = new ArrayList();
girls.add(new Girl(20, "haha"));
girls.add(new Girl(20, "wowo"));
girls.add(new Girl(22, "hehe"));
girls.add(new Girl(21, "haha"));
girls.add(new Girl(21, "xixi"));
final Map<Integer, List<Girl>> listMap = girls.stream().collect(Collectors.groupingBy(Girl::getAge));
System.out.println(listMap);

ConcurrentHashMap<Integer, Integer> map = new ConcurrentHashMap<>();
listMap.entrySet().parallelStream().forEach(o -> map.put(o.getKey(), o.getValue().size()));
System.out.println(map);
如果要分组统计计数,采用如下很麻烦,简单方式如下:
采用counting进行收集。
Map<Integer, Long> collect = girls.stream().collect(Collectors.groupingBy(Girl::getAge, counting()));

final Map<Boolean, List<Girl>> listMap1 = girls.stream().collect(Collectors.partitioningBy(o -> o.getAge() > 20));

输出结果
{20=[Girl{age=20, name='haha'}, Girl{age=20, name='wowo'}], 21=[Girl{age=21, name='haha'}, Girl{age=21, name='xixi'}], 22=
{false=[Girl{age=20, name='haha'}, Girl{age=20, name='wowo'}], true=[Girl{age=22, name='hehe'}, Girl{age=21, name='haha'}, Girl{age=21, name='xixi'}]}

采用joining来格式化数据
String s2 = girls.stream().map(Girl::getName).collect(Collectors.joining(","));
final String s3 = girls.stream().map(Girl::getName).collect(Collectors.joining(", ","[","]"));

//如果我们想分组以后得到每个分组的数据呢
final Map<Integer, List<String>> mappingMap = girls.stream().collect(groupingBy(Girl::getAge, mapping(Girl::getName, toList())));
System.out.println(mappingMap);
结果如下:
{20=[haha, wowo], 21=[haha, xixi], 22=[hehe]}

downStream下游收集器,如上我们用到了2个下游收集器。收集器是生成最终结果的一剂配方,下游收集器则是生成部分结果的配方,主收集器中会用到下游收集器。
下游收集器还有averageingInt,平均收集器 summarizingDouble统计收集器

采用peek或者foreach记录中间结果
Map<String, DoubleSummaryStatistics> collect1 = girls.stream().peek(System.out::println).collect(groupingBy(Girl::getName, summarizingDouble(Girl::getAge)));

Comparator排序问题
personList.stream().sorted(Comparator.comparing((Person::getAge)).collect(Collectors.toList()); //按照年龄有小到大排序
personList.stream().sorted(Comparator.comparing((Person::getAge).thenComparing(Person::getId())).collect(Collectors.toList())

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,340评论 5 467
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,762评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,329评论 0 329
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,678评论 1 270
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,583评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 47,995评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,493评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,145评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,293评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,250评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,267评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,973评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,556评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,648评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,873评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,257评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,809评论 2 339

推荐阅读更多精彩内容