当前位置:首页 > 文章列表 > 文章 > java教程 > JavaStream交集与差集实现方法

JavaStream交集与差集实现方法

2026-03-25 18:44:22 0浏览 收藏
本文详解了如何利用Java Stream API灵活实现两个集合的交集与差集操作:交集通过`filter(list2::contains)`筛选出两集合共有的元素,差集则用`filter(e -> !list2.contains(e))`提取仅存在于第一个集合的元素;特别强调了在处理大数据量时,将第二个集合转为HashSet以将查找复杂度从O(n)降至O(1),显著提升性能,是简洁实用又易被忽视的关键优化技巧。

在Java中如何通过Stream实现交集与差集

在Java中,可以通过Stream API结合集合操作来实现两个集合的交集与差集。虽然Stream本身没有直接提供交集或差集的方法,但可以借助filter()和contains()等方法灵活实现。以下是具体做法。

交集(Intersection)

交集是指两个集合中都存在的元素。可以通过一个集合的Stream调用filter(),保留另一个集合中包含的元素。

示例代码:

List list1 = Arrays.asList(1, 2, 3, 4);
List list2 = Arrays.asList(3, 4, 5, 6);

List intersection = list1.stream()
    .filter(list2::contains)
    .collect(Collectors.toList());

// 结果:[3, 4]

注意:如果需要去重,可使用Collectors.toSet()。

差集(Difference)

差集是指存在于一个集合但不在另一个集合中的元素。比如list1 - list2就是保留在list1中但不在list2中的元素。

示例代码:

List difference = list1.stream()
    .filter(e -> !list2.contains(e))
    .collect(Collectors.toList());

// 结果:[1, 2]

这个操作常用于找出“新增”或“被删除”的数据。

性能提示

当集合较大时,频繁调用contains()会影响性能,因为List的查找是O(n)。建议将第二个集合转为HashSet以提升效率。

优化写法:

Set set2 = new HashSet(list2);

List intersection = list1.stream()
    .filter(set2::contains)
    .collect(Collectors.toList());

List difference = list1.stream()
    .filter(e -> !set2.contains(e))
    .collect(Collectors.toList());

这样能将查找时间降为O(1),整体性能更优。

基本上就这些。利用filter配合集合的contains,再辅以HashSet优化,就能高效实现交集与差集。不复杂但容易忽略细节。

理论要掌握,实操不能落!以上关于《JavaStream交集与差集实现方法》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

互动作业搜书答案技巧|教材解析全攻略互动作业搜书答案技巧|教材解析全攻略
上一篇
互动作业搜书答案技巧|教材解析全攻略
2026临床医师考试入口官网地址
下一篇
2026临床医师考试入口官网地址
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。
    263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。
    313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。
    295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。
    271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。
    88次使用