当前位置:首页 > 文章列表 > 文章 > java教程 > Java集合元素统计方法详解

Java集合元素统计方法详解

2026-02-08 23:30:45 0浏览 收藏

今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《Java中使用counting统计集合元素数量详解》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

Collectors.counting返回Long类型计数结果,用于统计流中元素数量;可单独使用统计总数,如fruits.stream().collect(Collectors.counting())得5;常与groupingBy结合实现分类计数,如按水果名称分组统计得{orange=1, banana=2, apple=2};也可基于对象属性分组,如按Person的city字段分组得{Beijing=2, Shanghai=2, Guangzhou=1};还能按条件动态分组,如按年龄段(age/10*10)统计得{20=3, 30=2};支持嵌套其他收集器,适用于数据聚合与分布分析场景。

在Java中如何使用Collectors.counting统计元素数量_集合计数操作解析

在Java中,Collectors.counting 是一个用于统计流(Stream)中元素数量的收集器。它通常与 Collectors.groupingBy 或其他分组、过滤操作结合使用,实现对集合元素的分类计数。这个方法返回一个 Collector,其结果类型是 Long,表示匹配条件的元素个数。

基本用法:统计集合总数量

最简单的使用场景是统计整个流中的元素总数。

List fruits = Arrays.asList("apple", "banana", "orange", "apple", "banana");

long totalCount = fruits.stream() .collect(Collectors.counting());

System.out.println(totalCount); // 输出:5

这里直接通过 stream().collect(Collectors.counting()) 得到集合的总元素数,等价于调用 list.size(),但在流处理链中更自然。

结合 groupingBy 实现分类计数

更常见的用途是配合 Collectors.groupingBy 对数据按某属性分组并统计每组数量。

Map countByFruit = fruits.stream()
    .collect(Collectors.groupingBy(fruit -> fruit, Collectors.counting()));

System.out.println(countByFruit); // 输出:{orange=1, banana=2, apple=2}

上面代码将水果名称作为分组键,并使用 Collectors.counting() 统计每个名称出现的次数,相当于词频统计。

按条件或属性进行分组统计

你也可以根据对象的某个字段进行分组计数。例如有一个 Person 类:

class Person {
    String name;
    int age;
    String city;
// 构造函数
public Person(String name, int age, String city) {
    this.name = name;
    this.age = age;
    this.city = city;
}

// getter 方法省略

}

现在统计每个人所在城市的居民数量:

List people = Arrays.asList(
    new Person("Alice", 25, "Beijing"),
    new Person("Bob", 30, "Shanghai"),
    new Person("Charlie", 35, "Beijing"),
    new Person("David", 28, "Guangzhou"),
    new Person("Eva", 22, "Shanghai")
);

Map countByCity = people.stream() .collect(Collectors.groupingBy(Person::getCity, Collectors.counting()));

System.out.println(countByCity); // 输出:{Beijing=2, Shanghai=2, Guangzhou=1}

这展示了如何基于对象属性动态分组并计数。

与其他收集器组合使用

Collectors.counting() 还可以和其他收集器嵌套使用,比如只统计满足特定条件的元素数量。

Map countByAgeGroup = people.stream()
    .collect(Collectors.groupingBy(
        p -> p.getAge() / 10 * 10,  // 按年龄段分组,如 20, 30
        Collectors.counting()
    ));

System.out.println(countByAgeGroup); // 输出:{20=3, 30=2} (假设年龄为25,28,22归为20段;30,35归为30段)

这种写法可用于生成数据分布报表。

基本上就这些。Collectors.counting 使用简单,但功能强大,尤其适合在流式处理中做聚合统计。关键是理解它作为一个“终端收集行为”,必须配合 collect 方法使用,并常用于分组上下文中。掌握它有助于写出简洁高效的数据分析代码。

今天关于《Java集合元素统计方法详解》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于java的内容请关注golang学习网公众号!

微健App团队功能全面解析微健App团队功能全面解析
上一篇
微健App团队功能全面解析
Windows亮度自动调节无法关闭解决方法
下一篇
Windows亮度自动调节无法关闭解决方法
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
    500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。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    821次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    814次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    904次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    876次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    697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 和 隐私政策
返回登录
  • 重置密码