JavagroupingBy分组用法及实战教程
目前golang学习网上已经有很多关于文章的文章了,自己在初次阅读这些文章中,也见识到了很多学习思路;那么本文《Java中groupingBy分组作用及使用方法详解》,也希望能帮助到大家,如果阅读完后真的对你学习文章有帮助,欢迎动动手指,评论留言并分享~
Java中的groupingBy方法用于将流中的元素按指定规则分组并返回Map,其核心是通过Function定义分组规则。1. 最基本形式为传入一个Function确定分组key,如按Person的age属性分组;2. 可搭配下游Collector实现更复杂操作,如用Collectors.counting()统计每组数量,或用Collectors.mapping()映射元素生成新列表;3. groupingBy支持多级分组,例如先按省份再按城市分组,通过嵌套使用groupingBy完成;4. key可以为null,此时所有对应元素归为一组,但需注意性能和下游Collector对null的支持;5. groupingBy还可结合如toSet、summingInt、maxBy等多种Collector以满足不同数据处理需求。

Java中的groupingBy方法,简单来说,就是把一个流(Stream)里的元素按照你指定的规则分成不同的组,最后返回一个Map,这个Map的key就是分组的规则,value就是属于这个组的元素列表。它能让你更方便地处理集合数据,不用自己写循环和条件判断。

流元素分组的实现方法主要依赖于Collectors.groupingBy()这个静态方法。它有多种重载形式,可以满足不同的分组需求。最基本的形式是传入一个Function,这个Function定义了分组的规则。

解决方案

groupingBy的核心在于定义分组的“规则”。这个规则通过Function接口来实现,这个Function接收流中的每个元素作为输入,返回一个值,这个值就是该元素所属的组的key。
例如,假设我们有一个List,Person类包含name和age两个属性,我们想按照年龄分组:
Listpeople = Arrays.asList( new Person("Alice", 25), new Person("Bob", 30), new Person("Charlie", 25), new Person("David", 30), new Person("Eve", 35) ); Map > peopleByAge = people.stream() .collect(Collectors.groupingBy(Person::getAge)); System.out.println(peopleByAge); // 输出:{25=[Person{name='Alice', age=25}, Person{name='Charlie', age=25}], 30=[Person{name='Bob', age=30}, Person{name='David', age=30}], 35=[Person{name='Eve', age=35}]}
这里,Person::getAge就是一个Function,它接收一个Person对象,返回这个人的年龄。groupingBy方法会根据这个年龄把所有的人分成不同的组。
除了最简单的形式,groupingBy还支持更复杂的分组方式。例如,你可以指定一个下游的Collector,用于对每个组的元素进行进一步的处理。
比如,我们想按照年龄分组,但是只统计每个年龄段的人数,而不是把所有的人都放到一个List里:
MapcountByAge = people.stream() .collect(Collectors.groupingBy(Person::getAge, Collectors.counting())); System.out.println(countByAge); // 输出:{25=2, 30=2, 35=1}
这里,我们使用了Collectors.counting()作为下游的Collector,它会统计每个组的元素个数。
再比如,我们想按照年龄分组,但是只保留每个年龄段的人的名字列表:
Map> namesByAge = people.stream() .collect(Collectors.groupingBy(Person::getAge, Collectors.mapping(Person::getName, Collectors.toList()))); System.out.println(namesByAge); // 输出:{25=[Alice, Charlie], 30=[Bob, David], 35=[Eve]}
这里,我们使用了Collectors.mapping()作为下游的Collector,它会把每个Person对象映射成一个名字,然后把所有的名字放到一个List里。
总之,groupingBy是一个非常强大的方法,它可以让你以各种方式对流中的元素进行分组。
groupingBy的key可以是null吗?如果key是null会发生什么?
groupingBy的key是可以为null的。如果key是null,那么所有key为null的元素会被分到同一个组。但是,你需要注意,如果你的数据中有大量的null key,可能会导致某个组的元素非常多,影响性能。此外,如果你的下游Collector不支持null值,可能会抛出NullPointerException。
例如:
Listnames = Arrays.asList("Alice", null, "Bob", null, "Charlie"); Map > groupedNames = names.stream() .collect(Collectors.groupingBy(name -> name)); System.out.println(groupedNames); // 输出:{null=[null, null], Alice=[Alice], Bob=[Bob], Charlie=[Charlie]}
在这个例子中,null被当作一个有效的key,所有为null的元素都被分到了同一个组。
如何使用groupingBy进行多级分组?例如先按省份分组,再按城市分组
groupingBy支持多级分组,只需要在下游的Collector中再次使用groupingBy即可。
例如,假设我们有一个List,Address类包含province和city两个属性,我们想先按照省份分组,再按照城市分组:
List addresses = Arrays.asList(
new Address("Guangdong", "Guangzhou"),
new Address("Guangdong", "Shenzhen"),
new Address("Guangxi", "Nanning"),
new Address("Guangxi", "Guilin")
);
Map>> addressesByProvinceAndCity = addresses.stream()
.collect(Collectors.groupingBy(Address::getProvince, Collectors.groupingBy(Address::getCity)));
System.out.println(addressesByProvinceAndCity);
// 输出:{Guangdong={Guangzhou=[Address{province='Guangdong', city='Guangzhou'}], Shenzhen=[Address{province='Guangdong', city='Shenzhen'}]}, Guangxi={Nanning=[Address{province='Guangxi', city='Nanning'}], Guilin=[Address{province='Guangxi', city='Guilin'}]}} 在这个例子中,我们首先按照省份分组,然后对每个省份的地址列表,再次按照城市分组。最终得到一个Map,外层的key是省份,内层的key是城市,value是属于这个省份和城市的地址列表。
除了toList()和counting(),groupingBy还能搭配哪些其他的Collector使用?
groupingBy可以搭配很多其他的Collector使用,常用的包括:
Collectors.toSet(): 将每个组的元素收集到一个Set中,可以去重。Collectors.toMap(keyMapper, valueMapper): 将每个组的元素收集到一个Map中,需要指定key和value的映射规则。Collectors.averagingInt(ToIntFunction)/averagingLong(ToLongFunction)/averagingDouble(ToDoubleFunction): 计算每个组的平均值。Collectors.summingInt(ToIntFunction)/summingLong(ToLongFunction)/summingDouble(ToDoubleFunction): 计算每个组的总和。Collectors.maxBy(Comparator)/minBy(Comparator): 找出每个组的最大值/最小值。Collectors.reducing(identity, op): 对每个组的元素进行归约操作。Collectors.collectingAndThen(downstream, finisher): 对下游的Collector的结果进行进一步的处理。
例如,我们想按照年龄分组,然后找出每个年龄段年龄最大的人:
Map> oldestByAge = people.stream() .collect(Collectors.groupingBy(Person::getAge, Collectors.maxBy(Comparator.comparingInt(Person::getAge)))); System.out.println(oldestByAge); // 输出:{25=Optional[Person{name='Charlie', age=25}], 30=Optional[Person{name='David', age=30}], 35=Optional[Person{name='Eve', age=35}]}
在这个例子中,我们使用了Collectors.maxBy(Comparator.comparingInt(Person::getAge))作为下游的Collector,它会找出每个年龄段年龄最大的人。注意,由于可能某个年龄段没有人,所以返回的是Optional。
总之,groupingBy的灵活性在于可以搭配各种不同的Collector,根据不同的需求对分组后的数据进行各种各样的处理。
以上就是《JavagroupingBy分组用法及实战教程》的详细内容,更多关于java的资料请关注golang学习网公众号!
HTML链接目标设置方法详解
- 上一篇
- HTML链接目标设置方法详解
- 下一篇
- Golang文件加密方法与安全方案解析
-
- 文章 · java教程 | 48分钟前 |
- Java 虚拟线程怎样识别 pinned 场景
- 158浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- Java jcmd 怎样按线程状态筛选定位阻塞
- 241浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- Java Files.find 怎样按属性过滤文件
- 345浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- Java record 怎样处理可变集合的防御性复制
- 494浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- Java MethodHandles.Lookup 访问私有成员的权限边界
- 320浏览 收藏
-
- 文章 · java教程 | 3小时前 | Java · 集合 · 资源管理 · Stream · Java教程 · supplier Java Stream Files.lines Stream生命周期 重复遍历
- Java Stream 怎样避免重复遍历昂贵数据源
- 146浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- Java ClassValue 怎样按类缓存元数据并支持失效
- 165浏览 收藏
-
- 文章 · java教程 | 4小时前 | 文件处理 · Java · nio · java 文件类型 MIME Files.probeContentType FileTypeDetector
- Java Files.probeContentType 为什么返回 null
- 218浏览 收藏
-
- 文章 · java教程 | 4小时前 |
- Java ArrayDeque 怎样实现双端队列的首尾操作
- 312浏览 收藏
-
- 文章 · java教程 | 4小时前 | Java · 虚拟线程 ·
- Java 虚拟线程怎样为 ThreadLocal 上下文设置继承边界
- 126浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 554次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 605次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 632次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 587次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 411次使用
-
- Java 时间格式兼容多个输入格式的方法
- 2026-10-18 501浏览
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览

