Java数据分组：HashMap、Stream API的groupingBy、reduce实践

原创

Yeats_Liao

发布于 2024-12-28 21:47:58

5270

文章被收录于专栏：后端知识开放麦后端知识开放麦

在 Java 开发中，对大量数据进行高效分组和统计分析是常见任务。本文探讨两种数据分组技术：HashMap 和 Java 8 的 groupingBy 与 reduce 方法，给出代码示例和应用场景分析

1.使用HashMap实现数据分组

HashMap是Java中最基础且广泛使用的键值对容器之一，可用于手动实现数据分组。使用HashMap对对象按某个属性分组的示例：

import java.util.*;

public class HashMapGroupingExample {
    public static void main(String[] args) {
        List<Person> people = Arrays.asList(
                new Person("Alice", "NY"),
                new Person("Bob", "LA"),
                new Person("Charlie", "NY"),
                new Person("David", "LA")
        );

        // 创建一个空的HashMap用于存储分组结果
        Map<String, List<Person>> groupedPeople = new HashMap<>();

        for (Person person : people) {
            String city = person.getCity();

            if (!groupedPeople.containsKey(city)) {
                groupedPeople.put(city, new ArrayList<>());
            }

            groupedPeople.get(city).add(person);
        }

        // 输出分组结果
        for (Map.Entry<String, List<Person>> entry : groupedPeople.entrySet()) {
            System.out.println("City: " + entry.getKey() + ", People: " + entry.getValue());
        }
    }
    
    static class Person {
        private String name;
        private String city;

        // 构造函数、getters & setters 省略
    }
}

        // 输出分组结果
        for (Map.Entry<String, List<Person>> entry : groupedPeople.entrySet()) {
            System.out.println("City: " + entry.getKey() + ", People: " + entry.getValue());
        }
    }

在 Java 中，Map接口是键值对数据结构，entrySet()返回集合视图。groupedPeople是Map<String, List<Person>>对象，代表分组结果。通过for-each循环遍历groupedPeople.entrySet()，每次迭代得到Map.Entry对象，entry.getKey()获键（城市名），entry.getValue()获值（人员列表），每次循环打印“City: 城市名, People: 人员列表”展示分组结果

2. 使用Stream API中的groupingBy进行数据分组

Java 8 Stream API提供了Collectors.groupingBy()方法，使得数据分组操作更为简洁和直观：

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

public class StreamGroupingByExample {
    public static void main(String[] args) {
        List<Person> people = ...; // 同上

        // 使用Stream API进行分组
        Map<String, List<Person>> groupedPeople = people.stream()
                                                      .collect(Collectors.groupingBy(Person::getCity));

        // 输出分组结果
        for (Map.Entry<String, List<Person>> entry : groupedPeople.entrySet()) {
            System.out.println("City: " + entry.getKey() + ", People: " + entry.getValue());
        }
    }
}

// 解释：
// `Collectors.groupingBy()`接收一个函数作为参数，该函数返回的是每个元素的分组键（这里为城市名）。

3. 利用reduce进行聚合计算

除了分组，Stream API还提供reduce()方法进行更复杂的聚合计算。例如，我们可以计算每个城市的总人口数：

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

public class StreamReduceExample {
    public static void main(String[] args) {
        List<Person> people = ...; // 同上

        // 使用groupingBy与reduce结合进行分组并统计人数
        Map<String, Long> cityPopulation = people.stream()
                                                .collect(Collectors.groupingBy(Person::getCity, Collectors.reducing(0L, p -> 1L, Long::sum)));

        // 输出结果
        for (Map.Entry<String, Long> entry : cityPopulation.entrySet()) {
            System.out.println("City: " + entry.getKey() + ", Population: " + entry.getValue());
        }
    }
}

// 解释：
// 在此案例中，我们首先通过groupingBy分组，然后在收集器中使用reducing方法，初始值为0L， lambda表达式p -> 1L将每个人视为1单位的人口数，最后Long::sum用于累加这些人口数。

4. 区别总结

HashMap：手动控制分组，灵活性高，手动编码多，适用于简单分组和老 Java 项目。
Stream API groupingBy：内置分组机制，易理解维护，适用于大量数据和现代 Java 应用。
Stream API reduce：可用于任何可归约场景，用于数据集汇总统计。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

腾讯技术创作特训营S11#重启人生

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

腾讯技术创作特训营S11#重启人生

登录后参与评论

0 条评论

热度