本文详细介绍了如何利用Java 8 Stream API中的groupingBy和counting特性，高效统计List<Map>或自定义POJO列表中特定字段（如家庭成员类型）的出现次数。通过实例代码，展示了如何将复杂数据结构转化为更易于处理的POJO，并利用流式操作实现数据聚合，提供了一种简洁、可读性强的解决方案。
在日常数据处理中，我们经常会遇到需要统计列表中特定类别元素出现频率的场景。例如，在一个包含家庭成员信息的列表中，我们可能需要统计不同类型的家庭成员（如兄弟姐妹、子女、配偶）各自有多少人。原始数据可能以 list<map> 的形式存在，其中每个 map 代表一个成员的详细信息，例如：
| Add_Family_Member | Full_Name | Date_Of_Birth | Gender | | Sibling | Sibling name | 12-12-1990 | Male | | Sibling | Sibling name2 | 12-12-1990 | Male | | Sibling | Sibling name2 | 12-12-1990 | Male | | Child | Child name | 12-12-2010 | Male | | Child | Child name2 | 12-12-2000 | Female | | Spouse | Spouse name | 12-12-1990 | Male |
我们的目标是高效地统计出 “Sibling” 有 3 个，”Child” 有 2 个，”Spouse” 有 1 个。
优化数据结构：使用POJO类
虽然 List<Map> 可以存储这类数据，但它在处理时存在一些局限性，例如缺乏类型安全，在访问数据时需要通过字符串键来获取，容易出错且代码可读性差。对于结构化的数据，更推荐的做法是定义一个POJO（Plain Old Java Object）类来封装数据。这不仅提供了编译时类型检查，还能使代码更清晰、更易于维护。
以下是 FamilyMember POJO 类的定义：
import java.time.LocalDate; // Java 8日期APIpublic class FamilyMember { private String memberType; private String fullName; private LocalDate dateOfBirth; private String gender; public FamilyMember(String memberType, String fullName, LocalDate dateOfBirth, String gender) { this.memberType = memberType; this.fullName = fullName; this.dateOfBirth = dateOfBirth; this.gender = gender; } // Getters public String getMemberType() { return memberType; } public String getFullName() { return fullName; } public LocalDate getDateOfBirth() { return dateOfBirth; } public String getGender() { return gender; } // Setters (可选，根据业务需求添加) public void setMemberType(String memberType) { this.memberType = memberType; } public void setFullName(String fullName) { this.fullName = fullName; } public void setDateOfBirth(LocalDate dateOfBirth) { this.dateOfBirth = dateOfBirth; } public void setGender(String gender) { this.gender = gender; }}
使用Java 8 Stream进行数据统计
Java 8 引入的 Stream API 提供了强大且富有表现力的数据处理能力。结合 Collectors.groupingBy() 和 Collectors.counting()，我们可以非常简洁地实现按类型计数的需求。
立即学习“Java免费学习笔记（深入）”；
Collectors.groupingBy(Function classifier): 这个收集器根据提供的分类函数对流中的元素进行分组。分类函数会为每个元素生成一个键，所有具有相同键的元素将被分到同一个组中。Collectors.counting(): 这是一个下游收集器，用于计算每个组中元素的数量。它通常与 groupingBy 结合使用，作为分组后的聚合操作。
下面是具体的实现代码，展示了如何使用 FamilyMember POJO 和 Stream API 进行统计：
设计师AI工具箱
最懂设计师的效率提升平台，实现高效设计出图和智能改图，室内设计，毛坯渲染，旧房改造 ，软装设计
124 查看详情 
import java.time.LocalDate;import java.util.Arrays;import java.util.List;import java.util.Map;import java.util.stream.Collectors;public class FamilyMemberCounter { public static void main(String[] args) { // 1. 创建FamilyMember对象列表作为示例数据 List listOfFamilyMember = Arrays.asList( new FamilyMember("Sibling", "Sibling name", LocalDate.of(1990, 12, 12), "Male"), new FamilyMember("Sibling", "Sibling name2", LocalDate.of(1990, 12, 12), "Male"), new FamilyMember("Sibling", "Sibling name3", LocalDate.of(1990, 12, 12), "Male"), new FamilyMember("Child", "Child name", LocalDate.of(2010, 12, 12), "Male"), new FamilyMember("Child", "Child name2", LocalDate.of(2000, 12, 12), "Female"), new FamilyMember("Spouse", "Spouse name", LocalDate.of(1990, 12, 12), "Male") ); // 2. 使用Stream API进行分组和计数 // 将列表转换为流，然后使用Collectors.groupingBy按memberType分组，并用Collectors.counting统计每个组的数量 Map countMembers = listOfFamilyMember.stream() .collect(Collectors.groupingBy(FamilyMember::getMemberType, // 分组依据：FamilyMember的memberType属性 Collectors.counting())); // 对每个分组内的元素进行计数 // 3. 打印结果 System.out.println(countMembers); }}
代码解析：
listOfFamilyMember.stream(): 首先将 List 转换为一个 Stream，这是进行流式操作的起点。.collect(…): 这是终端操作，用于将流中的元素收集到一个结果容器中。Collectors.groupingBy(FamilyMember::getMemberType, Collectors.counting()): 这是核心的收集器组合。FamilyMember::getMemberType 是一个方法引用，它作为 groupingBy 的分类函数。它告诉 groupingBy 收集器，根据每个 FamilyMember 对象的 getMemberType() 方法返回的值（即 “Sibling”, “Child”, “Spouse” 等）来对元素进行分组。Collectors.counting() 作为 groupingBy 的下游收集器。对于 groupingBy 创建的每个分组（例如，所有 “Sibling” 构成的组），counting() 会计算该组中元素的数量。最终，collect 方法返回一个 Map，其中键是 memberType（如 “Sibling”, “Child”, “Spouse”），值是对应的计数。
输出结果：
{Spouse=1, Sibling=3, Child=2}
这个输出清晰地展示了每种家庭成员类型的数量，与我们的预期完全一致。
注意事项与最佳实践
数据结构选择： 对于结构化数据，强烈建议优先使用POJO类而非泛型 Map。POJO提供了更好的类型安全、代码可读性、可维护性以及IDE的良好支持（如自动补全、重构）。Stream API的优势： Java 8 Stream API 提供了声明式编程风格，使得数据处理逻辑更加简洁明了，能够写出更少、更易读的代码。对于大型数据集，Stream API 还能更好地利用多核处理器进行并行处理（通过调用 .parallelStream()），从而提高性能。groupingBy 的灵活性： groupingBy 是一个非常强大的收集器，它不仅可以与 counting() 结合，还可以与许多其他下游收集器（如 summingInt、averagingDouble、mapping、reducing 等）结合，实现更复杂的数据聚合和转换需求。处理List<Map>的场景： 如果由于外部系统限制或其他原因，确实无法避免使用 List<Map> 作为输入，那么在 groupingBy 中，你需要使用 map -> map.get(“Add_Family_Member”) 作为分类器。例如：
// 假设 inputList 是 List<Map>Map countMapFromRaw = inputList.stream() .collect(Collectors.groupingBy(map -> map.get("Add_Family_Member"), Collectors.counting()));
但这种方式不如使用POJO类型安全和优雅，因为字符串键容易拼写错误且编译时无法检查。
总结
本文详细阐述了如何利用Java 8 Stream API中的 Collectors.groupingBy() 和 Collectors.counting() 功能，高效地统计集合中特定类型元素的出现次数。通过将原始的 List<Map> 结构优化为POJO类，我们不仅提升了代码的健壮性和可读性，还展示了流式操作在数据聚合方面的强大能力。掌握这些技术，可以显著提高Java应用程序中数据处理的效率和代码质量。
以上就是Java 8 Stream：高效统计集合中指定类型元素的出现次数的详细内容，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/243126.html
微信扫一扫 
支付宝扫一扫 
