首页 > Java > java教程 > 正文

使用 Java Stream 高效实现按属性分组并获取最大值映射

DDD
发布: 2025-11-25 14:34:12
原创
807人浏览过

使用 java stream 高效实现按属性分组并获取最大值映射

本文深入探讨如何利用 Java Stream API 优雅地解决数据处理中常见的“按属性分组并获取最大值”问题。通过对比 groupingBy 与 toMap 的不同实现,重点介绍 Collectors.toMap 结合 BinaryOperator.maxBy 的高效与简洁方案,实现从列表到目标映射的直接转换,从而提升代码可读性和执行效率。

在日常的数据处理任务中,我们经常会遇到需要对一个对象集合进行分组,并从每个分组中选出满足特定条件的单个元素(例如最大值、最小值或最新记录)的需求。Java 8 引入的 Stream API 提供了一种声明式且高效的方式来处理这类场景,极大地简化了代码。

问题描述与数据模型

假设我们有一个 StudentGrade 类,它记录了学生的成绩信息,包含学生ID、成绩值和记录日期。我们的目标是从一个 StudentGrade 对象的列表中,为每个学生找出其最高成绩记录,并将结果以 Map<Integer, StudentGrade> 的形式返回,其中键是 studentId,值是该学生的最高成绩 StudentGrade 对象。

以下是 StudentGrade 类的定义:

立即学习Java免费学习笔记(深入)”;

import java.util.Date;
import java.util.Objects;

public class StudentGrade {
    private int studentId;
    private double value;
    private Date date; // 记录日期,本例中不用于比较,但可用于其他场景

    public StudentGrade(int studentId, double value, Date date) {
        this.studentId = studentId;
        this.value = value;
        this.date = date;
    }

    public int getStudentId() {
        return studentId;
    }

    public double getValue() {
        return value;
    }

    public Date getDate() {
        return date;
    }

    @Override
    public String toString() {
        return "StudentGrade{" +
               "studentId=" + studentId +
               ", value=" + value +
               ", date=" + date +
               '}';
    }

    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
        StudentGrade that = (StudentGrade) o;
        return studentId == that.studentId &&
               Double.compare(that.value, value) == 0 &&
               Objects.equals(date, that.date);
    }

    @Override
    public int hashCode() {
        return Objects.hash(studentId, value, date);
    }
}
登录后复制

传统分组与聚合方案:groupingBy 结合 maxBy

一种直观的解决方案是首先使用 Collectors.groupingBy 按 studentId 进行分组,然后对每个分组应用 Collectors.maxBy 收集器来找出最大值。这种方法会产生一个 Map<Integer, Optional<StudentGrade>>,因为 maxBy 的结果是 Optional 类型(以防分组为空)。最后,我们需要遍历这个 Map 来提取 Optional 中的值并构建最终的 Map<Integer, StudentGrade>。

import java.util.*;
import java.util.stream.Collectors;

public class GradeProcessor {

    /**
     * 使用 Collectors.groupingBy 和 Collectors.maxBy 获取每个学生的最高成绩
     * @param grades 学生成绩列表
     * @return 包含每个学生最高成绩的映射
     */
    public Map<Integer, StudentGrade> getMaxGradeByStudentUsingGroupingBy(List<StudentGrade> grades) {
        // 1. 按 studentId 分组,并找出每个组中 value 最大的 StudentGrade,结果为 Optional
        Map<Integer, Optional<StudentGrade>> maxGradesOptional = grades.stream().collect(
            Collectors.groupingBy(
                StudentGrade::getStudentId, // 根据 studentId 分组
                Collectors.maxBy(Comparator.comparing(StudentGrade::getValue))) // 找出每个组中 value 最大的元素
        );

        // 2. 遍历 Optional 结果,将其转换为最终的 Map
        Map<Integer, StudentGrade> finalGrades = new HashMap<>();
        maxGradesOptional.forEach((studentId, optionalGrade) ->
            optionalGrade.ifPresent(grade -> finalGrades.put(studentId, grade))
        );
        return finalGrades;
    }
}
登录后复制

这种方法虽然可行,但存在以下几点不足:

小鸽子助手
小鸽子助手

一款集成于WPS/Word的智能写作插件

小鸽子助手 55
查看详情 小鸽子助手
  1. 中间 Optional 类型:Collectors.maxBy 返回 Optional<T>,需要额外的处理来解包。
  2. 额外的 Map 转换:需要初始化一个新的 HashMap 并遍历中间结果来构建最终的 Map,不够简洁。
  3. 不够“流式”:希望能够一步到位地通过 Stream 操作直接得到目标 Map。

优化方案:利用 Collectors.toMap 的合并函数

Java Stream API 提供了 Collectors.toMap 的一个重载版本,它接受三个参数:keyMapper、valueMapper 和 mergeFunction。这个 mergeFunction 参数正是解决键冲突的关键,它允许我们在多个元素映射到同一个键时,自定义如何合并这些元素。

其签名如下: public static <T, K, U> Collector<T, ?, Map<K, U>> toMap(Function<? super T, ? extends K> keyMapper, Function<? super T, ? extends U> valueMapper, BinaryOperator<U> mergeFunction)

  • keyMapper:一个函数,用于从输入元素中提取 Map 的键。
  • valueMapper:一个函数,用于从输入元素中提取 Map 的值。
  • mergeFunction:一个 BinaryOperator,当两个或多个输入元素映射到同一个键时,它定义了如何合并它们的值。

我们可以利用 mergeFunction 来实现“在遇到重复键时选择值最大的元素”的逻辑。BinaryOperator.maxBy() 结合一个 Comparator 可以完美地实现这一点。

import java.util.*;
import java.util.function.BinaryOperator;
import java.util.function.Function;
import java.util.stream.Collectors;

public class GradeProcessor {

    /**
     * 使用 Collectors.toMap 和 BinaryOperator.maxBy 高效获取每个学生的最高成绩
     * @param grades 学生成绩列表
     * @return 包含每个学生最高成绩的映射
     */
    public Map<Integer, StudentGrade> getMaxGradeByStudentOptimized(List<StudentGrade> grades) {
        return grades.stream()
                .collect(Collectors.toMap(
                    StudentGrade::getStudentId, // keyMapper: 提取 studentId 作为 Map 的键
                    Function.identity(),        // valueMapper: 元素本身 (StudentGrade 对象) 作为 Map 的值
                    // mergeFunction: 当遇到重复的 studentId 时,选择 value 最大的 StudentGrade 对象
                    BinaryOperator.maxBy(Comparator.comparing(StudentGrade::getValue))
                ));
    }
}
登录后复制

代码解析:

  1. StudentGrade::getStudentId:这是 keyMapper,它告诉 toMap 使用 StudentGrade 对象的 studentId 属性作为 Map 的键。
  2. Function.identity():这是 valueMapper,它表示将 StudentGrade 对象本身作为 Map 的值。
  3. BinaryOperator.maxBy(Comparator.comparing(StudentGrade::getValue)):这是 mergeFunction,它是这个解决方案的核心。
    • Comparator.comparing(StudentGrade::getValue) 创建了一个比较器,用于比较两个 StudentGrade 对象的 value 属性。
    • BinaryOperator.maxBy() 基于这个比较器,返回一个 BinaryOperator,它会在两个元素发生冲突时,选择比较结果更大的那个元素。在这里,就是选择 value 更大的 StudentGrade 对象。

通过这种方式,Stream API 会自动处理分组和聚合逻辑,当多个 StudentGrade 对象拥有相同的 studentId 时,mergeFunction 会确保只有 value 最大的那个对象被保留在最终的 Map 中。

完整示例与测试

为了更好地理解和验证上述两种方法,我们提供一个完整的测试用例:

import java.util.*;
import java.util.function.BinaryOperator;
import java.util.function.Function;
import java.util.stream.Collectors;

public class GradeProcessor {

    // StudentGrade 类定义如上所示

    public Map<Integer, StudentGrade> getMaxGradeByStudentUsingGroupingBy(List<StudentGrade> grades) {
        Map<Integer, Optional<StudentGrade>> maxGradesOptional = grades.stream().collect(
            Collectors.groupingBy(
                StudentGrade::getStudentId,
                Collectors.maxBy(Comparator.comparing(StudentGrade::getValue)))
        );

        Map<Integer, StudentGrade> finalGrades = new HashMap<>();
        maxGradesOptional.forEach((studentId, optionalGrade) ->
            optionalGrade.ifPresent(grade -> finalGrades.put(studentId, grade))
        );
        return finalGrades;
    }

    public Map<Integer, StudentGrade> getMaxGradeByStudentOptimized(List<StudentGrade> grades) {
        return grades.stream()
                .collect(Collectors.toMap(
                    StudentGrade::getStudentId,
                    Function.identity(),
                    BinaryOperator.maxBy(Comparator.comparing(StudentGrade::getValue))
                ));
    }

    public static void main(String[] args) {
        List<StudentGrade> grades = Arrays.asList(
            new StudentGrade(101, 85.0, new Date(123, 0, 1)),
            new StudentGrade(102, 92.5, new Date(123, 0, 2)),
            new StudentGrade(101, 90.0, new Date(123, 0, 3)), // 学生101的更高成绩
            new StudentGrade(103, 78.0, new Date(123, 0, 4)),
            new StudentGrade(102, 88.0, new Date(123, 0, 5)), // 学生102的较低成绩
            new StudentGrade(101, 88.0, new Date(123, 0, 6)), // 学生101的次高成绩
            new StudentGrade(103, 95.0, new Date(123, 0, 7))  // 学生103的更高成绩
        );

        GradeProcessor processor = new GradeProcessor();

        System.out.println("--- 使用 groupingBy + maxBy ---");
        Map<Integer, StudentGrade> result1 = processor.getMaxGradeByStudentUsingGroupingBy(grades);
        result1.forEach((id, grade) -> System.out.println("Student ID: " + id + ", Max Grade: " + grade));
        // 预期输出:
        // Student ID: 101, Max Grade: StudentGrade{studentId=101, value=90.0, date=Wed Jan 03 00:00:00 CST 2023}
        // Student ID: 102, Max Grade: StudentGrade{studentId=102, value=92.5, date=Tue Jan 02 00:00:00 CST 2023}
        // Student ID: 103, Max Grade: StudentGrade{studentId=103, value=95.0, date=Sat Jan 07 00:00:00 CST 2023}

        System.out.println("\n--- 使用 toMap + BinaryOperator.maxBy (优化方案) ---");
        Map<Integer, StudentGrade> result2 = processor.getMaxGradeByStudentOptimized(grades);
        result2.forEach((id, grade) -> System.out.println("Student ID: " + id + ", Max Grade: " + grade));
        // 预期输出与方法一相同,但代码更简洁
    }
}
登录后复制

注意事项与最佳实践

  1. mergeFunction 的选择:BinaryOperator 接口提供了 maxBy 和 minBy 等静态工厂方法,它们在处理冲突时非常方便。如果需要更复杂的合并逻辑,可以自定义 BinaryOperator 的 Lambda 表达式。
  2. Function.identity():当 Map 的值就是 Stream 中的元素本身时,使用 Function.identity() 比 x -> x 更简洁且具有更好的可读性。
  3. 处理空列表:如果输入的 grades 列表为空,两种方法都会返回一个空的 Map,不会抛出异常。
  4. 性能考量:对于大规模数据集,Stream API 通常表现良好,其内部优化可以并行处理。toMap 的三参数版本通常比先 groupingBy 再转换更高效,因为它避免了创建中间的 Optional 集合和额外的 Map 迭代。
  5. 空值处理:如果 StudentGrade 的 value 字段可能为 null,并且 Comparator.comparing 可能会抛出 NullPointerException,你需要确保 value 不为 null,或者提供一个能够处理 null 值的自定义 Comparator。
  6. 确定性:如果存在多个学生成绩具有相同的最大值,BinaryOperator.maxBy 的行为是选择 Stream 中遇到的最后一个具有最大值的元素。如果需要特定规则(例如选择日期最新的那个),则需要调整 Comparator。

总结

通过本文的探讨,我们了解到在 Java Stream API 中,利用 Collectors.toMap 的三参数版本结合 BinaryOperator.maxBy(或 minBy)是实现“按属性分组并获取最大/最小值”这类需求的最佳实践。这种方法不仅代码简洁、可读性强,而且避免了中间 Optional 对象的处理和额外的 Map 转换步骤,从而提高了代码的优雅性和执行效率。在未来的 Java 数据处理任务中,强烈推荐优先考虑这种流式且高效的解决方案。

以上就是使用 Java Stream 高效实现按属性分组并获取最大值映射的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号