本教程详细介绍了如何使用Java Stream API高效地处理List<Map>类型的数据结构。我们将重点探讨如何根据Map中指定键（如“Account”）的值对列表进行分组，将其转换为List<List<Map>>。此外，教程还将演示如何将分组后的数据重新扁平化为一个单一的List<Map>，并强调Stream API的非侵入性特性。
1. 引言：数据分组的需求
在日常的java开发中，我们经常会遇到需要处理复杂数据结构的情况。其中一种常见场景是拥有一个list<map>，其中每个map代表一条记录，包含多个键值对。例如，一个交易列表可能包含“trip id”、“account”和“charged fare”等信息。当我们需要根据某个特定字段（例如“account”）将这些记录进行分组时，传统的迭代方法可能会显得冗长且效率低下。java 8引入的stream api为这类操作提供了强大且简洁的解决方案。
示例数据结构：
假设我们有以下交易数据，存储在一个List<Map>中：
import java.util.ArrayList;import java.util.HashMap;import java.util.List;import java.util.Map;import java.util.Collection;import java.util.stream.Collectors;public class DataGroupingExample { public static void main(String[] args) { List<Map> dataListMap = new ArrayList(); // 交易1 Map dataMap1 = new HashMap() {{ put("Charged fare", "3"); put("Trip ID", "1"); put("Account", "220"); }}; dataListMap.add(dataMap1); // 交易2 Map dataMap2 = new HashMap() {{ put("Charged fare", "5"); put("Trip ID", "2"); put("Account", "220"); }}; dataListMap.add(dataMap2); // 交易3 Map dataMap3 = new HashMap() {{ put("Charged fare", "7"); put("Trip ID", "3"); put("Account", "230"); }}; dataListMap.add(dataMap3); // 交易4 Map dataMap4 = new HashMap() {{ put("Charged fare", "8"); put("Trip ID", "4"); put("Account", "230"); }}; dataListMap.add(dataMap4); System.out.println("原始数据列表:"); dataListMap.forEach(System.out::println); System.out.println("n---"); // 接下来的分组和重组操作将基于此dataListMap }}
我们的目标是根据”Account”键的值，将dataListMap中的元素分组，最终得到一个List<List<Map>>，其中每个内部列表包含属于同一个账户的所有交易记录。
2. 使用Stream API进行数据分组
Java Stream API提供了一个强大的收集器Collectors.groupingBy()，它可以轻松实现基于某个属性的元素分组。
立即学习“Java免费学习笔记（深入）”；
分组实现：
// 继续上面的main方法// 根据"Account"键的值对列表进行分组List<List<Map>> groupedByAccount = new ArrayList(dataListMap.stream() .collect(Collectors.groupingBy(item -> item.get("Account"))) .values());System.out.println("按账户分组后的数据:");groupedByAccount.forEach(list -> { System.out.println("--- 账户组 ---"); list.forEach(System.out::println);});System.out.println("n---");
代码解析：
dataListMap.stream(): 将原始List转换为一个Stream，以便进行链式操作。collect(Collectors.groupingBy(item -> item.get(“Account”))): 这是核心的分组操作。Collectors.groupingBy()是一个终端操作，它将Stream中的元素收集到一个Map中。item -> item.get(“Account”)是分类函数（classifier function），它为Stream中的每个Map元素提供一个键（即“Account”的值）。所有具有相同键的元素将被收集到一个List中。此操作的结果是一个Map<String, List<Map>>，其中键是账户ID（如”220″, “230”），值是对应账户的所有交易记录组成的列表。.values(): 从上述Map中提取所有值，这些值是List<Map>类型的集合。此时我们得到一个Collection<List<Map>>。new ArrayList(): 将Collection转换为我们最终所需的List<List<Map>>。
输出示例：
按账户分组后的数据:--- 账户组 ---{Charged fare=3, Trip ID=1, Account=220}{Charged fare=5, Trip ID=2, Account=220}--- 账户组 ---{Charged fare=7, Trip ID=3, Account=230}{Charged fare=8, Trip ID=4, Account=230}
3. 将分组后的列表重新扁平化
在某些场景下，我们可能需要将已经分组的List<List<Map>>重新合并回一个单一的List<Map>。虽然在大多数情况下，如果原始列表仍然可用，直接使用原始列表更简单，但了解如何进行这种“扁平化”操作仍然很有用，尤其是在数据经过转换或过滤后。
扁平化实现：
// 继续上面的main方法// 将分组后的数据重新扁平化为一个列表List<Map> regroupedList = groupedByAccount.stream() .flatMap(Collection::stream) .collect(Collectors.toList());System.out.println("重新扁平化后的数据:");regroupedList.forEach(System.out::println);System.out.println("n---");
代码解析：
groupedByAccount.stream(): 将List<List<Map>>转换为一个Stream<List<Map>>。flatMap(Collection::stream): 这是扁平化的关键操作。flatMap操作符接收一个函数，该函数将Stream中的每个元素（在这里是List<Map>）转换为一个新的Stream。Collection::stream是一个方法引用，它将每个内部的List<Map>转换为一个Stream<Map>。flatMap会将所有这些生成的内部Stream“扁平化”成一个单一的Stream<Map>。collect(Collectors.toList()): 将扁平化后的Stream中的所有元素收集到一个新的List<Map>中。
输出示例：
重新扁平化后的数据:{Charged fare=3, Trip ID=1, Account=220}{Charged fare=5, Trip ID=2, Account=220}{Charged fare=7, Trip ID=3, Account=230}{Charged fare=8, Trip ID=4, Account=230}
可以看到，结果与原始的dataListMap在内容上是一致的。
4. 注意事项与最佳实践
Stream的非侵入性： Stream API的操作是惰性的，并且不会修改原始集合。这意味着dataListMap在执行分组和扁平化操作后，其内容仍然保持不变。你可以安全地重复使用原始列表。处理null键： 如果用于分组的键（例如”Account”）可能为null，item.get(“Account”)也可能返回null。Collectors.groupingBy()默认会处理null键，将其归入一个特殊的null组。如果需要更精细的控制（例如，过滤掉null键的记录），可以在stream()之后添加filter()操作。
// 过滤掉Account为null的记录再分组List<List<Map>> groupedFiltered = new ArrayList(dataListMap.stream() .filter(item -> item.get("Account") != null) .collect(Collectors.groupingBy(item -> item.get("Account"))) .values());
性能考量： 对于大型数据集，Stream API通常能提供良好的性能，因为它能够利用多核处理器的优势进行并行处理（通过.parallelStream()）。然而，对于非常小的数据集，直接的迭代可能更简单且性能差异不明显。可读性： Stream API的链式调用使得代码意图清晰，减少了样板代码，提高了可读性。
5. 总结
本教程演示了如何使用Java Stream API高效地对List<Map>进行分组和重组。Collectors.groupingBy()是实现复杂数据分组的强大工具，而flatMap()则提供了将多层集合扁平化的能力。掌握这些Stream操作将极大地提升你在Java中处理集合数据的效率和代码质量。记住，Stream API以其非侵入性和函数式编程风格，为现代Java开发带来了革命性的改变。
以上就是Java Stream API：根据Map键值对列表进行高效分组与重组的详细内容，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/53676.html
微信扫一扫 
支付宝扫一扫 
