Collectors.groupingBy()3个方法的使用示例

  1. /**员工
  2. * @author Yang
  3. * @create 2020-07-09 19:57
  4. */
  5. public class Employee {
  6. private String name; // 姓
  7. private String city; // 城市
  8. private Integer sales; // 销售额
  9. public Employee(String name, String city, Integer sales) {
  10. this.name = name;
  11. this.city = city;
  12. this.sales = sales;
  13. }
  14. public Employee(String city, Integer sales) {
  15. this.city = city;
  16. this.sales = sales;
  17. }
  18. public Employee() {
  19. }
  20. // getter(),setter() ....略
  21. @Override
  22. public String toString() {
  23. return "Employee{" +
  24. "name='" + name + '\'' +
  25. ", city='" + city + '\'' +
  26. ", sales=" + sales +
  27. '}';
  28. }
  29. }

方法1— groupingBy(Function)

一个参数:一个分组器,使用提供的字段对集合元素进行分组,返回一个Map<字段,相同字段值的元素集>

  1. /**
  2. * groupBy方法1,groupingBy(Function)
  3. *
  4. * 要求:先按city分组,每个分组里面是一个员工集合
  5. */
  6. @Test
  7. public void test5(){
  8. List<Employee> emps = getEmps();
  9. Map<String, List<Employee>> map = emps.stream().collect(Collectors.groupingBy(Employee::getCity));
  10. map.forEach((key,val)->{
  11. System.out.println("城市:"+key+" ---员工集: "+val);
  12. });
  13. }
  14. /**
  15. * 城市:广州 ---员工集: [Employee{name='1', city='广州', sales=100}, Employee{name='5', city='广州', sales=20}, Employee{name='6', city='广州', sales=30}, Employee{name='8', city='广州', sales=30}]
  16. * 城市:上海 ---员工集: [Employee{name='0', city='上海', sales=30}]
  17. * 城市:杭州 ---员工集: [Employee{name='2', city='杭州', sales=50}, Employee{name='7', city='杭州', sales=30}]
  18. * 城市:北京 ---员工集: [Employee{name='3', city='北京', sales=30}, Employee{name='4', city='北京', sales=50}, Employee{name='9', city='北京', sales=30}]
  19. */

方法2— groupingBy(Function,Collector)

2个参数:一个是分组器,按提供的字段进行分组。一个收集器,下面举例了3种用途

  1. /**
  2. * groupBy方法2,groupingBy(Function,Collector)
  3. *
  4. * 要求:先按city分组 ,再对组里面的成员,统计总销售额
  5. */
  6. @Test
  7. public void test3(){
  8. List<Employee> emps = getEmps();
  9. for (Employee emp : emps) {
  10. System.out.println(emp);
  11. }
  12. Map<String, Integer> map = emps.stream().
  13. collect(Collectors.groupingBy(Employee::getCity, Collectors.summingInt(Employee::getSales)));
  14. // 先按city分组 再对组里面的成员,统计总销售额
  15. map.forEach((key,val)->{
  16. System.out.println("城市:"+key+" 销售总额:"+val);
  17. });
  18. }
  19. /**
  20. * Employee{name='0', city='上海', sales=50}
  21. * Employee{name='1', city='广州', sales=20}
  22. * Employee{name='2', city='广州', sales=30}
  23. * Employee{name='3', city='广州', sales=20}
  24. * Employee{name='4', city='杭州', sales=30}
  25. * Employee{name='5', city='杭州', sales=50}
  26. * Employee{name='6', city='北京', sales=50}
  27. * Employee{name='7', city='广州', sales=20}
  28. * Employee{name='8', city='杭州', sales=100}
  29. * Employee{name='9', city='广州', sales=30}
  30. * 城市:广州 销售总额:120
  31. * 城市:上海 销售总额:50
  32. * 城市:杭州 销售总额:180
  33. * 城市:北京 销售总额:50
  34. */
  1. /**
  2. * groupBy方法2,groupingBy(Function,Collector)
  3. *
  4. * 即:获取每个城市的姓氏集
  5. * 先按城市分组,再对每个组里面的员工姓名放入Set,得到每个城市的姓氏集
  6. */
  7. @Test
  8. public void test4(){
  9. List<Employee> emps = getEmps();
  10. Map<String, Set<String>> map = emps.stream().collect(Collectors.groupingBy(Employee::getCity, Collectors.mapping(Employee::getName, Collectors.toSet())));
  11. map.forEach((key,val)->{
  12. System.out.println(""+key+" ---人员姓名: "+val);
  13. });
  14. }
  15. /**
  16. * 上海 ---人员姓名: [葛]
  17. * 广州 ---人员姓名: [张, 刘, 王]
  18. * 杭州 ---人员姓名: [杨, 刘, 葛]
  19. */
  1. /**
  2. * groupBy方法2,groupingBy(Function,Collector)
  3. * 要求:每个城市中销售额最大的员工
  4. * 先按城市分组,在求分组里面销售额最大的员工
  5. */
  6. @Test
  7. public void test6(){
  8. List<Employee> emps = getEmps();
  9. Map<String, Employee> map = emps.stream().collect(Collectors.groupingBy(Employee::getCity,
  10. Collectors.collectingAndThen(Collectors.maxBy(Comparator.comparingInt(Employee::getSales)), Optional::get)));
  11. map.forEach((key,val)->{
  12. System.out.println("城市:"+key+" 销售额最大员工:"+val);
  13. });
  14. }
  15. /**
  16. * Employee{name='杨', city='北京', sales=100}
  17. * Employee{name='杨', city='杭州', sales=20}
  18. * Employee{name='葛', city='深圳', sales=30}
  19. * Employee{name='张', city='上海', sales=50}
  20. * Employee{name='杨', city='广州', sales=50}
  21. * Employee{name='张', city='上海', sales=20}
  22. * Employee{name='张', city='上海', sales=50}
  23. * Employee{name='刘', city='北京', sales=50}
  24. * Employee{name='高', city='深圳', sales=100}
  25. * Employee{name='葛', city='深圳', sales=30}
  26. * 城市:广州 销售额最大员工:Employee{name='杨', city='广州', sales=50}
  27. * 城市:上海 销售额最大员工:Employee{name='张', city='上海', sales=50}
  28. * 城市:杭州 销售额最大员工:Employee{name='杨', city='杭州', sales=20}
  29. * 城市:深圳 销售额最大员工:Employee{name='高', city='深圳', sales=100}
  30. * 城市:北京 销售额最大员工:Employee{name='杨', city='北京', sales=100}
  31. */

方法3— groupingBy(Function,Supplier,Collector)

参数:一个分组器,一个最终类型的生产者,一个收集器
下面的示例:先按城市分组,然后收集每个城市的姓氏集,然后放入一个TreeMap,得到最终结果。(按城市名称排了序

  1. /**
  2. * 3个参数的方法:groupingBy(Function,Supplier,Collector)
  3. * 要求:要计算每个城市中人的姓氏集,并对城市名称进行排序
  4. * 先按城市分组,在对每个城市
  5. */
  6. @Test
  7. public void test7(){
  8. List<Employee> emps = getEmps();
  9. TreeMap<String, Set<String>> map = emps.stream().collect(Collectors.groupingBy(Employee::getCity, TreeMap::new, Collectors.mapping(Employee::getName, Collectors.toSet())));
  10. map.forEach((key,val)->{
  11. System.out.println("城市:"+key+" 姓氏集:"+val);
  12. });
  13. }
  14. /**
  15. * 城市:上海 姓氏集:[刘]
  16. * 城市:北京 姓氏集:[宁, 李]
  17. * 城市:广州 姓氏集:[张, 高, 葛]
  18. * 城市:杭州 姓氏集:[张, 高, 葛]
  19. */