使用Stream API的groupingBy可实现集合分组，如按部门分组员工；结合counting统计数量；支持多级分组和自定义条件，如按姓名首字母分组，灵活高效。
在Java中，可以通过 Stream API 结合 Collectors.groupingBy 方法对集合中的数据进行分组收集。这是处理集合分组最常用且简洁的方式。
使用 groupingBy 进行基本分组
假设有一个员工列表，需要按部门对员工进行分组：
import java.util.*;
import java.util.stream.Collectors;
class Employee {
private String name;
private String department;
public Employee(String name, String department) {
this.name = name;
this.department = department;
}
// getter 方法
public String getDepartment() { return department; }
public String getName() { return name; }
}
public class GroupExample {
public static void main(String[] args) {
List employees = Arrays.asList(
new Employee(“Alice”, “HR”),
new Employee(“Bob”, “IT”),
new Employee(“Charlie”, “IT”),
new Employee(“David”, “HR”)
);
Map<String, List> grouped = employees.stream()
.collect(Collectors.groupingBy(Employee::getDepartment));
grouped.forEach((dept, empList) -> {
System.out.println(dept + “: ” + empList.size() + ” 人”);
});
}
}
按条件分组并统计数量
如果只关心每个组的数量，可以使用 groupingBy 配合 Collectors.counting()：
Map countByDept = employees.stream()
.collect(Collectors.groupingBy(Employee::getDepartment, Collectors.counting()));
// 输出：{HR=2, IT=2}
立即学习“Java免费学习笔记（深入）”；
音疯
音疯是昆仑万维推出的一个AI音乐创作平台，每日可以免费生成6首歌曲。
146 查看详情
多级分组（嵌套分组）
可以实现先按一个字段分组，再在子组中按另一个字段分组。例如：先按部门，再按姓名长度分组：
Map<String, Map<Integer, List>> nestedGroup = employees.stream()
.collect(Collectors.groupingBy(
Employee::getDepartment,
Collectors.groupingBy(emp -> emp.getName().length())
));
自定义分组条件
分组键不局限于对象属性，也可以是任意表达式。例如：将员工按名字首字母分组：
Map<Character, List> groupByFirstLetter = employees.stream()
.collect(Collectors.groupingBy(emp -> emp.getName().charAt(0)));
// 输出如：A=[Alice], B=[Bob], C=[Charlie], D=[David]
基本上就这些。通过 Stream 的 groupingBy，可以灵活实现各种分组需求，代码清晰且易于维护。关键是理解分组器的组合方式，比如配合 counting、mapping、filtering 等下游收集器使用。
以上就是Java中如何通过分组收集集合中的数据的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1091633.html
微信扫一扫 
支付宝扫一扫 
