Java8 新特性Stream流——用流收集数据(分区:partitioningBy)

    xiaoxiao2022-07-03  120

    说明:本案例来自 《Java8 实战》书籍,有需要的朋友到本书的朋友到相关网站购买

    电子书的话本人百度网盘提供PDF:(链接失效请留言)

    链接: https://pan.baidu.com/s/1rOji5sj0cOADI2l5dMuHqA 提取码: efxc

    解决下载限速问题查看这篇文章:https://blog.csdn.net/love_moon821/article/details/88896665

    分区:分组的特殊情况:由一个谓词(返回一个布尔值的函数)作为分类函数,它称分区函 数。分区函数返回一个布尔值,这意味着得到的分组Map的键类型是Boolean,于是它最多可以分为两组——true是一组, false是一组。

    Dish类的定义查看这篇文章末尾:https://blog.csdn.net/love_moon821/article/details/90400641

    实例:

    如果你是素食者或是请了一位素食的朋友来共进晚餐,可能会想要把菜单按照素食和非素食分开:

    Map<Boolean, List<Dish>> partitionedMenu = menu.stream().collect(partitioningBy(Dish::isVegetarian));

    这会返回下面的Map: {false=[pork, beef, chicken, prawns, salmon], true=[french fries, rice, season fruit, pizza]}

    那么通过Map中键为true的值,就可以找出所有的素食菜肴了:

    List<Dish> vegetarianDishes = partitionedMenu.get(true);

    在分组中, partitioningBy工厂方法有一个重载版本,可以像下面这样传递第二个收集器:

    Map<Boolean, Map<Dish.Type, List<Dish>>> vegetarianDishesByType = menu.stream().collect( partitioningBy(Dish::isVegetarian, groupingBy(Dish::getType))); 这将产生一个二级Map: {false={FISH=[prawns, salmon], MEAT=[pork, beef, chicken]}, true={OTHER=[french fries, rice, season fruit, pizza]}}

    找到素食和非素食中热量最高的菜:

    Map<Boolean, Dish> mostCaloricPartitionedByVegetarian = menu.stream().collect( partitioningBy(Dish::isVegetarian, collectingAndThen( maxBy(comparingInt(Dish::getCalories)), Optional::get))); 产生以下结果: {false=pork, true=pizza}

    将数字按质数和非质数分区:

    //测试某一个待测数字是否是质数

    public boolean isPrime(int candidate) { return

    IntStream.range(2, candidate)//产生一个自然数范围,从2开始直至但不包括待测数 .noneMatch(i -> candidate % i == 0);//如果待测数字不能被流中任何数字整除则返回true }

    //测试小于等于待测数平方根的因子:

    public boolean isPrime(int candidate) { int candidateRoot = (int) Math.sqrt((double) candidate); return IntStream.rangeClosed(2, candidateRoot) .noneMatch(i -> candidate % i == 0); }

    为了把前n个数字分为质数和非质数,只要创建一个包含这n个数的流,用刚刚写的isPrime方法作为谓词,再给partitioningBy收集器归约

    public Map<Boolean, List<Integer>> partitionPrimes(int n) { return IntStream.rangeClosed(2, n).boxed() .collect( partitioningBy(candidate -> isPrime(candidate))); }

    100以内的质数和非质数:

    Map<Boolean, List<Integer>> primes = partitionPrimes(100); primes.get(true);//非质数 primes.get(true);//质数

    结果如下:

    收集器接口(Collectors类的静态工厂方法)

    最新回复(0)