本文深入探讨了java stream api中`filter`方法与函数式参数的结合使用。通过分析一个具体的代码示例，我们将理解如何利用`predicate`和`function`来高效地从集合中筛选出基于特定属性的唯一元素，并揭示了其内部执行机制，包括`predicate`的生成与逐元素应用过程，以及如何通过状态管理实现去重逻辑。
理解Java Stream与filter操作
Java Stream API是Java 8引入的一项强大特性，它提供了一种声明式处理数据集合的管道化方式。filter是Stream中最常用的中间操作之一，它接收一个Predicate函数式接口作为参数，并返回一个只包含满足该Predicate条件的元素的新Stream。Predicate是一个函数式接口，定义了一个抽象方法test(T t)，该方法接受一个类型为T的参数并返回一个boolean值。
Function与Predicate：函数式接口的协同
在Java中，Function和Predicate是两个核心的函数式接口。
Function：接受一个类型T的参数，并返回一个类型R的结果。例如，Person::getName就是一个Function，它接收一个Person对象并返回其姓名（String）。Predicate：接受一个类型T的参数，并返回一个boolean结果。它常用于过滤操作。
在提供的示例代码中，我们看到checkMethod方法巧妙地结合了这两个接口来实现去重逻辑。
import java.util.List;import java.util.Objects;import java.util.concurrent.ConcurrentHashMap;import java.util.function.Function;import java.util.function.Predicate;public class StreamUniqueExample { public static void main(String[] args) { Person p1 = new Person("test1"); Person p2 = new Person("test2"); Person p3 = new Person("test1"); // Add a duplicate for demonstration List l = List.of(p1, p2, p3); // 预期结果：p1和p2会被保留，p3（因为与p1同名）会被过滤掉 var count = l.stream().filter(checkMethod(Person::getName)).count(); System.out.println("Unique names count: " + count); // 应该输出 2 } /** * 生成一个用于过滤Stream中重复元素的Predicate。 * 该Predicate根据指定的keyExtractor提取的键值进行去重判断。 * * @param keyExtractor 用于从元素中提取作为去重依据的键的Function。 * @param Stream中元素的类型。 * @return 一个Predicate，当且仅当元素提取的键首次出现时返回true。 */ public static final Predicate checkMethod(Function keyExtractor) { Objects.requireNonNull(keyExtractor); // 使用ConcurrentHashMap.newKeySet()创建一个线程安全的Set来存储已“见过”的键 final var seen = ConcurrentHashMap.newKeySet(); // 返回一个Predicate，其test方法在每次调用时尝试将键添加到seen集合中。 // Set.add()方法在元素首次添加时返回true，若元素已存在则返回false。 return t -> seen.add(keyExtractor.apply(t)); }}// Person.java (假设在同一文件或可访问的包中)class Person { private String name; Person(String name) { this.name = name; } public String getName() { return name; } public void setName(String name) { this.name = name; } @Override public String toString() { return "Person{" + "name='" + name + ''' + '}'; }}
checkMethod的内部工作机制解析
checkMethod方法是实现去重逻辑的核心。让我们详细分解它的作用：
立即学习“Java免费学习笔记（深入）”；
方法签名：
public static final Predicate checkMethod(Function keyExtractor)
它是一个泛型方法，接受一个Function作为参数，并返回一个Predicate。
keyExtractor：这个Function的目的是从Stream中的每个元素T中提取一个用于去重的“键”。在示例中，Person::getName被作为keyExtractor传入，它负责从Person对象中提取name字符串。返回类型Predicate：这意味着checkMethod的最终产物是一个可以对T类型元素进行判断（test）并返回boolean值的功能对象。
状态管理：
final var seen = ConcurrentHashMap.newKeySet();
在checkMethod内部，创建了一个ConcurrentHashMap.newKeySet()。这是一个线程安全的Set，用于存储所有已经“见过”的、由keyExtractor提取出的键。final关键字确保seen引用在checkMethod执行期间不会改变，但seen集合本身的内容是可变的。
生成Predicate：
怪兽AI数字人
数字人短视频创作，数字人直播，实时驱动数字人
44 查看详情 
return t -> seen.add(keyExtractor.apply(t));
这是checkMethod最关键的部分。它返回一个Lambda表达式，这个Lambda表达式实际上就是一个Predicate的实例。
t：代表Stream中的当前元素（例如，一个Person对象）。keyExtractor.apply(t)：调用传入的keyExtractor（例如Person::getName），从当前元素t中提取出用于去重的键（例如”test1″）。seen.add(…)：尝试将提取出的键添加到seen集合中。Set.add()方法的行为至关重要：如果该键是第一次被添加到seen集合中，add()方法会成功添加并返回true。如果该键已经存在于seen集合中，add()方法不会重复添加，并返回false。
Stream执行流程详解
现在，我们结合main方法中的调用来理解整个Stream的执行过程：
checkMethod的首次调用（Predicate生成阶段）：
l.stream().filter(checkMethod(Person::getName))
在Stream管道开始处理元素之前，checkMethod(Person::getName)会被立即且仅调用一次。这次调用会：
创建一个空的ConcurrentHashMap.newKeySet()，并将其引用赋值给seen变量。返回一个Lambda表达式t -> seen.add(keyExtractor.apply(t))，这个Lambda表达式就是filter方法所期望的Predicate实例。请注意，此时Stream中的任何元素都尚未被处理。
filter方法的逐元素应用（Predicate执行阶段）：当Stream开始处理元素时，filter方法会遍历Stream中的每个Person对象，并对每个对象调用步骤1中生成的那个Predicate实例的test方法。
处理 p1 (Person(“test1”))：
keyExtractor.apply(p1) 返回 “test1″。seen.add(“test1”)：seen集合中尚无”test1″，所以”test1″被添加到seen中，add()返回true。filter接收到true，因此p1被保留在Stream中。
处理 p2 (Person(“test2”))：
keyExtractor.apply(p2) 返回 “test2″。seen.add(“test2”)：seen集合中尚无”test2″，所以”test2″被添加到seen中，add()返回true。filter接收到true，因此p2被保留在Stream中。
处理 p3 (Person(“test1”))：
keyExtractor.apply(p3) 返回 “test1″。seen.add(“test1”)：seen集合中已经有”test1″了，所以add()方法不会再次添加，并返回false。filter接收到false，因此p3被从Stream中过滤掉。
count终端操作：count()方法统计经过filter操作后Stream中剩余的元素数量。在本例中，p1和p2被保留，所以最终计数为2。
注意事项与总结
Predicate的生命周期： checkMethod只执行一次，生成一个Predicate实例。这个Predicate实例内部维护着一个seen集合，并在Stream处理过程中反复被调用。状态共享： seen集合是Predicate实例的内部状态。由于filter操作是逐元素进行的，这个seen集合能够正确地记录所有已经处理过的键，从而实现去重。线程安全： 示例中使用了ConcurrentHashMap.newKeySet()来创建seen集合，这使得即使在并行Stream（l.parallelStream()）中使用此Predicate，去重逻辑也能保持线程安全。通用性： 这种模式非常通用，可以用于基于任何属性（通过keyExtractor指定）对Stream中的对象进行去重。惰性求值： Stream操作是惰性求值的。filter操作本身并不会立即处理所有元素，而是在遇到终端操作（如count()、collect()等）时，才会驱动整个管道的执行。
通过上述分析，我们清晰地理解了Java Stream中filter方法如何与自定义的Predicate以及Function参数协同工作，从而高效且优雅地实现了基于特定属性的元素去重功能。这种模式充分体现了函数式编程在Java中的强大表现力。
以上就是Java Stream中利用函数式参数实现数据去重与过滤的详细内容，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/309594.html
微信扫一扫 
支付宝扫一扫 
