Java中groupingBy的作用 詳解流元素分組的實現方法

Java中的groupingby方法用于將流中的元素按指定規則分組并返回map，其核心是通過function定義分組規則。1. 最基本形式為傳入一個function確定分組key，如按person的age屬性分組；2. 可搭配下游collector實現更復雜操作，如用collectors.counting()統計每組數量，或用collectors.mapping()映射元素生成新列表；3. groupingby支持多級分組，例如先按省份再按城市分組，通過嵌套使用groupingby完成；4. key可以為NULL，此時所有對應元素歸為一組，但需注意性能和下游collector對null的支持；5. groupingby還可結合如toset、summingint、maxby等多種collector以滿足不同數據處理需求。

Java中的groupingBy方法，簡單來說，就是把一個流（Stream）里的元素按照你指定的規則分成不同的組，最后返回一個Map，這個Map的key就是分組的規則，value就是屬于這個組的元素列表。它能讓你更方便地處理集合數據，不用自己寫循環和條件判斷。

流元素分組的實現方法主要依賴于Collectors.groupingBy()這個靜態方法。它有多種重載形式，可以滿足不同的分組需求。最基本的形式是傳入一個Function，這個Function定義了分組的規則。

解決方案

立即學習“Java免費學習筆記（深入）”；

groupingBy的核心在于定義分組的“規則”。這個規則通過Function接口來實現，這個Function接收流中的每個元素作為輸入，返回一個值，這個值就是該元素所屬的組的key。

例如，假設我們有一個List，Person類包含name和age兩個屬性，我們想按照年齡分組：

List<Person> people = Arrays.asList(     new Person("Alice", 25),     new Person("Bob", 30),     new Person("Charlie", 25),     new Person("David", 30),     new Person("Eve", 35) );  Map<Integer, List<Person>> peopleByAge = people.stream()     .collect(Collectors.groupingBy(Person::getAge));  System.out.println(peopleByAge); // 輸出：{25=[Person{name='Alice', age=25}, Person{name='Charlie', age=25}], 30=[Person{name='Bob', age=30}, Person{name='David', age=30}], 35=[Person{name='Eve', age=35}]}

這里，Person::getAge就是一個Function，它接收一個Person對象，返回這個人的年齡。groupingBy方法會根據這個年齡把所有的人分成不同的組。

除了最簡單的形式，groupingBy還支持更復雜的分組方式。例如，你可以指定一個下游的Collector，用于對每個組的元素進行進一步的處理。

比如，我們想按照年齡分組，但是只統計每個年齡段的人數，而不是把所有的人都放到一個List里：

Map<Integer, Long> countByAge = people.stream()     .collect(Collectors.groupingBy(Person::getAge, Collectors.counting()));  System.out.println(countByAge); // 輸出：{25=2, 30=2, 35=1}

這里，我們使用了Collectors.counting()作為下游的Collector，它會統計每個組的元素個數。

再比如，我們想按照年齡分組，但是只保留每個年齡段的人的名字列表：

Map<Integer, List<String>> namesByAge = people.stream()     .collect(Collectors.groupingBy(Person::getAge, Collectors.mapping(Person::getName, Collectors.toList())));  System.out.println(namesByAge); // 輸出：{25=[Alice, Charlie], 30=[Bob, David], 35=[Eve]}

這里，我們使用了Collectors.mapping()作為下游的Collector，它會把每個Person對象映射成一個名字，然后把所有的名字放到一個List里。

總之，groupingBy是一個非常強大的方法，它可以讓你以各種方式對流中的元素進行分組。

groupingBy的key可以是null嗎？如果key是null會發生什么？

groupingBy的key是可以為null的。如果key是null，那么所有key為null的元素會被分到同一個組。但是，你需要注意，如果你的數據中有大量的null key，可能會導致某個組的元素非常多，影響性能。此外，如果你的下游Collector不支持null值，可能會拋出NullPointerException。

例如：

List<String> names = Arrays.asList("Alice", null, "Bob", null, "Charlie");  Map<String, List<String>> groupedNames = names.stream()     .collect(Collectors.groupingBy(name -> name));  System.out.println(groupedNames); // 輸出：{null=[null, null], Alice=[Alice], Bob=[Bob], Charlie=[Charlie]}

在這個例子中，null被當作一個有效的key，所有為null的元素都被分到了同一個組。

如何使用groupingBy進行多級分組？例如先按省份分組，再按城市分組

groupingBy支持多級分組，只需要在下游的Collector中再次使用groupingBy即可。

例如，假設我們有一個List

List<Address> addresses = Arrays.asList(     new Address("Guangdong", "Guangzhou"),     new Address("Guangdong", "Shenzhen"),     new Address("Guangxi", "Nanning"),     new Address("Guangxi", "Guilin") );  Map<String, Map<String, List<Address>>> addressesByProvinceAndCity = addresses.stream()     .collect(Collectors.groupingBy(Address::getProvince, Collectors.groupingBy(Address::getCity)));  System.out.println(addressesByProvinceAndCity); // 輸出：{Guangdong={Guangzhou=[Address{province='Guangdong', city='Guangzhou'}], Shenzhen=[Address{province='Guangdong', city='Shenzhen'}]}, Guangxi={Nanning=[Address{province='Guangxi', city='Nanning'}], Guilin=[Address{province='Guangxi', city='Guilin'}]}}

• Collectors.toSet(): 將每個組的元素收集到一個Set中，可以去重。
• Collectors.toMap(keyMapper, valueMapper): 將每個組的元素收集到一個Map中，需要指定key和value的映射規則。
• Collectors.averagingInt(ToIntFunction) / averagingLong(ToLongFunction) / averagingDouble(ToDoubleFunction): 計算每個組的平均值。
• Collectors.summingInt(ToIntFunction) / summingLong(ToLongFunction) / summingDouble(ToDoubleFunction): 計算每個組的總和。
• Collectors.maxBy(Comparator) / minBy(Comparator): 找出每個組的最大值/最小值。
• Collectors.reducing(identity, op): 對每個組的元素進行歸約操作。
• Collectors.collectingAndThen(downstream, finisher): 對下游的Collector的結果進行進一步的處理。

例如，我們想按照年齡分組，然后找出每個年齡段年齡最大的人：

Map<Integer, Optional<Person>> oldestByAge = people.stream()     .collect(Collectors.groupingBy(Person::getAge, Collectors.maxBy(Comparator.comparingInt(Person::getAge))));  System.out.println(oldestByAge); // 輸出：{25=Optional[Person{name='Charlie', age=25}], 30=Optional[Person{name='David', age=30}], 35=Optional[Person{name='Eve', age=35}]}

在這個例子中，我們使用了Collectors.maxBy(Comparator.comparingInt(Person::getAge))作為下游的Collector，它會找出每個年齡段年齡最大的人。注意，由于可能某個年齡段沒有人，所以返回的是Optional。

總之，groupingBy的靈活性在于可以搭配各種不同的Collector，根據不同的需求對分組后的數據進行各種各樣的處理。