JavaStream去重技巧：distinct与equals使用方法

Java Stream 的 distinct() 方法虽简洁高效，但对自定义对象去重时极易踩坑：必须同步、正确地重写 equals() 和 hashCode() 方法，且二者逻辑必须严格一致——仅重写 equals() 会导致底层 HashSet 失效，去重失败；关键在于只基于稳定、业务相关的不可变字段（如 id）实现，避免引入可变状态。当无法修改原类时，可通过 distinctByKey 等函数式方案灵活绕过限制。掌握这些细节，才能让 distinct() 真正“去得准、去得稳”，告别看似去重实则无效的调试困境。

在 Java 中，Stream.distinct() 默认基于对象的 equals() 和 hashCode() 判断是否重复。要对复杂对象（如自定义类）正确去重，必须重写这两个方法，并确保逻辑一致——这是核心前提。

重写 equals() 和 hashCode() 是必要基础

仅重写 equals() 不够，hashCode() 必须同步实现，否则 distinct() 在底层使用 HashSet 时可能失效（相同对象 hash 不同，被当作不同元素）。

建议使用 IDE 自动生成（如 IntelliJ 的 Alt+Insert），或用 Objects.equals() 和 Objects.hash() 手动编写，确保只参与业务上“视为相同”的字段：

• 例如 User 类按 id 去重 → equals 和 hashCode 只比较/计算 id
• 若按 name + email 去重 → 两个方法中都只涉及这两个字段
• 避免包含可变字段（如状态、时间戳），否则对象修改后 hash 变化，破坏集合一致性

distinct() 直接用于对象流，无需额外收集器

只要 equals()/hashCode() 正确，调用 stream.distinct() 即可完成去重，返回新流：

List users = Arrays.asList(
    new User(1, "Alice", "a@x.com"),
    new User(2, "Bob", "b@x.com"),
    new User(1, "Alice", "a@y.com") // id 相同，视为重复
);
List unique = users.stream()
    .distinct()
    .collect(Collectors.toList()); // 结果含 2 个对象（id=1 和 id=2 各一个）

注意：distinct() 是有状态中间操作，依赖内部 HashSet 缓存已见元素，内存占用随唯一元素数增长。

替代方案：当无法修改原类时用 keyMapper

如果不能或不应修改目标类的 equals()（如第三方类、或需多种去重逻辑），可用 Collectors.toMap() 或自定义收集器，但更推荐借助 StreamEx 库的 distinctByKey()，或手写基于 key 的去重：

• 用 Map 记录已见 key（如 user.getId()），过滤重复
• 或用 Collectors.collectingAndThen(..., ArrayList::new) 配合 LinkedHashSet 保证顺序
• 纯 Stream API 下，较简洁的方式是：stream.filter(distinctByKey(User::getId))，其中 distinctByKey 返回一个 Predicate，利用 ConcurrentHashMap 记录已见 key

常见陷阱与验证建议

去重失败往往源于细节疏忽：

• 没重写 hashCode() → 表现为“应该去重却没去”
• equals() 中用了 == 比较字符串或包装类型 → 应用 Objects.equals(a, b)
• 字段为 null 时未处理 → Objects.equals() 安全，手动比较需判空
• 测试时用 System.out.println(list) 看结果，但没重写 toString() → 看不出是否真去重，建议打印关键字段

简单验证：构造含明确重复（相同 id 或相同业务字段）的对象列表，执行 distinct() 后检查 size 和内容即可确认效果。

到这里，我们也就讲完了《JavaStream去重技巧：distinct与equals使用方法》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！