当前位置:首页 > 文章列表 > 文章 > java教程 > Java8Stream统计属性出现次数详解

Java8Stream统计属性出现次数详解

2025-08-05 11:45:32 0浏览 收藏

今天golang学习网给大家带来了《Java 8 Stream统计属性出现次数方法》,其中涉及到的知识点包括等等,无论你是小白还是老手,都适合看一看哦~有好的建议也欢迎大家在评论留言,若是看完有所收获,也希望大家能多多点赞支持呀!一起加油学习~

使用Java 8 Stream统计集合中特定属性的出现次数

在日常数据处理中,我们经常需要统计集合中特定类型或属性的出现频率。例如,在一个包含家庭成员信息的列表中,我们可能需要知道有多少个“兄弟姐妹”、多少个“孩子”等。对于原始数据可能以 List> 形式存在的情况,Java 8 Stream API 提供了一种优雅且高效的解决方案。本教程将重点介绍如何利用 Collectors.groupingBy 和 Collectors.counting 来实现这一目标,并推荐使用更具结构化的POJO(Plain Old Java Object)来提升代码的可读性和可维护性。

核心概念:Java 8 Stream API的分组与计数

Java 8引入的Stream API为集合操作带来了极大的便利。要统计集合中特定属性的出现次数,我们主要依赖以下两个Collectors:

  1. Collectors.groupingBy(Function classifier): 这个收集器根据提供的分类函数对流中的元素进行分组。分类函数的返回值将作为结果Map的键,而值则是一个包含所有属于该组的元素的列表(或进一步处理后的结果)。
  2. Collectors.counting(): 这是一个下游收集器,通常与groupingBy结合使用。它计算每个分组中的元素数量。

当两者结合使用时,groupingBy会根据分类函数将元素分组,然后counting会统计每个分组中的元素个数,最终返回一个Map,其中K是分类键,Long是对应的计数。

示例实现:统计家庭成员类型

为了更好地演示,我们将原始的List>数据结构转换为更符合Java编程习惯的POJO。这不仅提高了类型安全性,也使代码更易于理解和维护。

1. 定义数据模型(POJO)

首先,创建一个FamilyMember类来表示每个家庭成员的详细信息。

import java.time.LocalDate;

public class FamilyMember {
    private String memberType; // 家庭成员类型,如"Sibling", "Child", "Spouse"
    private String fullName;
    private LocalDate dateOfBirth;
    private String gender;

    public FamilyMember(String memberType, String fullName, 
                        LocalDate dateOfBirth, String gender) {
        this.memberType = memberType;
        this.fullName = fullName;
        this.dateOfBirth = dateOfBirth;
        this.gender = gender;
    }

    // Getters for all fields are essential for Stream operations
    public String getMemberType() {
        return memberType;
    }

    public String getFullName() {
        return fullName;
    }

    public LocalDate getDateOfBirth() {
        return dateOfBirth;
    }

    public String getGender() {
        return gender;
    }

    // Setters can be added if needed, but not strictly for this counting example
}

说明: FamilyMember类封装了家庭成员的属性。其中,memberType是我们希望进行计数的关键属性。为了让Collectors.groupingBy能够访问到这个属性,必须提供相应的getter方法(getMemberType())。

2. 实现计数逻辑

接下来,在主程序中创建FamilyMember对象列表,并使用Stream API进行计数。

import java.time.LocalDate;
import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;

public class MemberCounter {

    public static void main(String[] args) {
        // 模拟数据:创建家庭成员列表
        List<FamilyMember> listOfFamilyMember = Arrays.asList(
            new FamilyMember("Sibling", "Sibling name", LocalDate.of(1990, 12, 12), "Male"),
            new FamilyMember("Sibling", "Sibling name2", LocalDate.of(1990, 12, 12), "Male"),
            new FamilyMember("Sibling", "Sibling name3", LocalDate.of(1990, 12, 12), "Male"),
            new FamilyMember("Child", "Child name", LocalDate.of(2010, 12, 12), "Male"),
            new FamilyMember("Child", "Child name2", LocalDate.of(2000, 12, 12), "Female"),
            new FamilyMember("Spouse", "Spouse name", LocalDate.of(1990, 12, 12), "Male")
        );

        // 使用Stream API统计各类家庭成员的数量
        Map<String, Long> countMembers = listOfFamilyMember.stream()
            .collect(Collectors.groupingBy(FamilyMember::getMemberType, Collectors.counting()));

        // 打印结果
        System.out.println("家庭成员类型统计结果: " + countMembers);
    }
}

代码解析:

  • listOfFamilyMember.stream(): 将List转换为一个流,以便进行链式操作。
  • .collect(...): 这是一个终端操作,用于将流中的元素收集到一个结果容器中。
  • Collectors.groupingBy(FamilyMember::getMemberType, Collectors.counting()): 这是核心部分。
    • FamilyMember::getMemberType: 这是一个方法引用,作为分类函数。它告诉groupingBy根据每个FamilyMember对象的memberType属性进行分组。
    • Collectors.counting(): 作为groupingBy的下游收集器,它负责计算每个分组中元素的数量。

运行结果

执行上述代码,将得到如下输出:

家庭成员类型统计结果: {Spouse=1, Sibling=3, Child=2}

这个Map清晰地展示了每种家庭成员类型的出现次数。

注意事项与最佳实践

  • 数据结构选择: 强烈推荐使用POJO而非Map来存储结构化数据。POJO提供了编译时类型检查、更好的代码可读性、IDE自动补全支持以及更强的可维护性。如果数据源确实是List>,你可以在处理前将其转换为POJO列表。如果无法转换,也可以直接使用Lambda表达式作为分类函数,例如 listOfMaps.stream().collect(Collectors.groupingBy(map -> map.get("Add_Family_Member"), Collectors.counting()));,但这种方式会失去类型安全性,且在键不存在时可能返回null。
  • Null值处理: 如果分类函数返回null,groupingBy会将所有null值归为一组,并以null作为该组的键。在实际应用中,你可能需要在使用前对数据进行清洗或添加null检查,例如使用Objects.requireNonNull或filter操作。
  • 可读性与维护性: Stream API的链式操作使得代码意图清晰,易于阅读和理解。结合方法引用(如FamilyMember::getMemberType)进一步提高了代码的简洁性。
  • 性能: Stream API在内部进行了优化,对于大多数数据集,其性能表现良好。但在处理超大规模数据集时,仍需考虑内存消耗和并发处理,必要时可使用并行流(parallelStream())。

总结

Java 8 Stream API结合Collectors.groupingBy和Collectors.counting为统计集合中特定属性的出现次数提供了一个强大、简洁且富有表达力的解决方案。通过采用POJO作为数据模型,可以进一步提升代码的健壮性和可维护性。掌握这一模式,将极大地提高你在Java中处理数据聚合任务的效率。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

Python连接Oracle数据库教程Python连接Oracle数据库教程
上一篇
Python连接Oracle数据库教程
Python分词教程:jieba使用全解析
下一篇
Python分词教程:jieba使用全解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    499次学习
  • JavaScript正则表达式基础与实战
    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
    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。
    484次学习
查看更多
AI推荐
  • PandaWiki开源知识库:AI大模型驱动,智能文档与AI创作、问答、搜索一体化平台
    PandaWiki开源知识库
    PandaWiki是一款AI大模型驱动的开源知识库搭建系统,助您快速构建产品/技术文档、FAQ、博客。提供AI创作、问答、搜索能力,支持富文本编辑、多格式导出,并可轻松集成与多来源内容导入。
    85次使用
  • SEO  AI Mermaid 流程图:自然语言生成,文本驱动可视化创作
    AI Mermaid流程图
    SEO AI Mermaid 流程图工具:基于 Mermaid 语法,AI 辅助,自然语言生成流程图,提升可视化创作效率,适用于开发者、产品经理、教育工作者。
    885次使用
  • 搜获客笔记生成器:小红书医美爆款内容AI创作神器
    搜获客【笔记生成器】
    搜获客笔记生成器,国内首个聚焦小红书医美垂类的AI文案工具。1500万爆款文案库,行业专属算法,助您高效创作合规、引流的医美笔记,提升运营效率,引爆小红书流量!
    905次使用
  • iTerms:一站式法律AI工作台,智能合同审查起草与法律问答专家
    iTerms
    iTerms是一款专业的一站式法律AI工作台,提供AI合同审查、AI合同起草及AI法律问答服务。通过智能问答、深度思考与联网检索,助您高效检索法律法规与司法判例,告别传统模板,实现合同一键起草与在线编辑,大幅提升法律事务处理效率。
    920次使用
  • TokenPony:AI大模型API聚合平台,一站式接入,高效稳定高性价比
    TokenPony
    TokenPony是讯盟科技旗下的AI大模型聚合API平台。通过统一接口接入DeepSeek、Kimi、Qwen等主流模型,支持1024K超长上下文,实现零配置、免部署、极速响应与高性价比的AI应用开发,助力专业用户轻松构建智能服务。
    988次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码