Java 8按属性区分

在Java 8中，如何Stream通过检查每个对象的属性的不同性来使用API 过滤集合？

例如，我有一个Person对象列表，我想删除同名的人，

persons.stream().distinct();

将对对象使用默认的相等性检查Person，所以我需要类似的东西，

persons.stream().distinct(p -> p.getName());

不幸的是，该distinct()方法没有这样的重载。如果不修改Person类内部的相等性检查，是否可以简洁地做到这一点？

考虑distinct是一个有状态过滤器。以下是一个函数，该函数返回一个谓词，该谓词保持先前状态的状态，并返回是否第一次看到给定的元素：

public static <T> Predicate<T> distinctByKey(Function<? super T, ?> keyExtractor) {
    Set<Object> seen = ConcurrentHashMap.newKeySet();
    return t -> seen.add(keyExtractor.apply(t));
}

然后您可以编写：

persons.stream().filter(distinctByKey(Person::getName))

请注意，如果流是有序的并并行运行，则它将保留重复项中的任意元素，而不是第一个重复元素distinct()。

（这基本上与我对以下问题的回答相同：Java Lambda Stream Distinct（）在任意键上？）

一种替代方法是使用姓名作为关键字将人员放置在地图中：

persons.collect(Collectors.toMap(Person::getName, p -> p, (p, q) -> p)).values();

请注意，如果姓名重复，则被保住的人将是第一个进入的人。

您可以将人员对象包装到另一个类中，该类仅比较人员的名称。然后，您解开包装的对象以再次获得人流。流操作可能如下所示：

persons.stream()
    .map(Wrapper::new)
    .distinct()
    .map(Wrapper::unwrap)
    ...;

该类Wrapper可能如下所示：

class Wrapper {
    private final Person person;
    public Wrapper(Person person) {
        this.person = person;
    }
    public Person unwrap() {
        return person;
    }
    public boolean equals(Object other) {
        if (other instanceof Wrapper) {
            return ((Wrapper) other).person.getName().equals(person.getName());
        } else {
            return false;
        }
    }
    public int hashCode() {
        return person.getName().hashCode();
    }
}

另一种解决方案，使用Set。可能不是理想的解决方案，但可以

Set<String> set = new HashSet<>(persons.size());
persons.stream().filter(p -> set.add(p.getName())).collect(Collectors.toList());

或者，如果您可以修改原始列表，则可以使用removeIf方法

persons.removeIf(p -> !set.add(p.getName()));

将TreeSet与自定义比较器一起使用是一种更简单的方法。

persons.stream()
    .collect(Collectors.toCollection(
      () -> new TreeSet<Person>((p1, p2) -> p1.getName().compareTo(p2.getName())) 
));

我们还可以使用RxJava（非常强大的反应式扩展库）

Observable.from(persons).distinct(Person::getName)

要么

Observable.from(persons).distinct(p -> p.getName())

您可以使用groupingBy收集器：

persons.collect(Collectors.groupingBy(p -> p.getName())).values().forEach(t -> System.out.println(t.get(0).getId()));

如果您想拥有另一个流，则可以使用以下方法：

persons.collect(Collectors.groupingBy(p -> p.getName())).values().stream().map(l -> (l.get(0)));

您可以使用Eclipse Collections中的distinct(HashingStrategy)方法。

List<Person> persons = ...;
MutableList<Person> distinct =
    ListIterate.distinct(persons, HashingStrategies.fromFunction(Person::getName));

如果可以重构persons以实现Eclipse Collections接口，则可以直接在列表上调用该方法。

MutableList<Person> persons = ...;
MutableList<Person> distinct =
    persons.distinct(HashingStrategies.fromFunction(Person::getName));

HashingStrategy只是一个策略接口，允许您定义equals和hashcode的自定义实现。

public interface HashingStrategy<E>
{
    int computeHashCode(E object);
    boolean equals(E object1, E object2);
}

注意：我是Eclipse Collections的提交者。

如果可以的话，我建议您使用Vavr。使用此库，您可以执行以下操作：

io.vavr.collection.List.ofAll(persons)
                       .distinctBy(Person::getName)
                       .toJavaSet() // or any another Java 8 Collection

您可以使用StreamEx库：

StreamEx.of(persons)
        .distinct(Person::getName)
        .toList()

扩展Stuart Marks的答案，这可以用更短的方式完成，并且不需要并发映射（如果不需要并行流）：

public static <T> Predicate<T> distinctByKey(Function<? super T, ?> keyExtractor) {
    final Set<Object> seen = new HashSet<>();
    return t -> seen.add(keyExtractor.apply(t));
}

然后致电：

persons.stream().filter(distinctByKey(p -> p.getName());

Saeed Zarinfam使用了类似的方法，但是使用了更多的Java 8样式：）

persons.collect(Collectors.groupingBy(p -> p.getName())).values().stream()
 .map(plans -> plans.stream().findFirst().get())
 .collect(toList());

我做了一个通用版本：

private <T, R> Collector<T, ?, Stream<T>> distinctByKey(Function<T, R> keyExtractor) {
    return Collectors.collectingAndThen(
            toMap(
                    keyExtractor,
                    t -> t,
                    (t1, t2) -> t1
            ),
            (Map<R, T> map) -> map.values().stream()
    );
}

例子：

Stream.of(new Person("Jean"), 
          new Person("Jean"),
          new Person("Paul")
)
    .filter(...)
    .collect(distinctByKey(Person::getName)) // return a stream of Person with 2 elements, jean and Paul
    .map(...)
    .collect(toList())

Set<YourPropertyType> set = new HashSet<>();
list
        .stream()
        .filter(it -> set.add(it.getYourProperty()))
        .forEach(it -> ...);

另一个支持此功能的库是jOOλ及其Seq.distinct(Function<T,U>)方法：

Seq.seq(persons).distinct(Person::getName).toList();

引擎盖下，它几乎做同样的事情作为公认的答案，虽然。

我的方法是将具有相同属性的所有对象组合在一起，然后将组切成1个大小，最后将它们收集为List。

  List<YourPersonClass> listWithDistinctPersons =   persons.stream()
            //operators to remove duplicates based on person name
            .collect(Collectors.groupingBy(p -> p.getName()))
            .values()
            .stream()
            //cut short the groups to size of 1
            .flatMap(group -> group.stream().limit(1))
            //collect distinct users as list
            .collect(Collectors.toList());

可以使用以下命令找到不同的对象列表：

 List distinctPersons = persons.stream()
                    .collect(Collectors.collectingAndThen(
                            Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(Person:: getName))),
                            ArrayList::new));

实现此功能最简单的方法是跳到sort功能，因为它已经提供了Comparator可以使用元素的属性创建的可选功能。然后，您必须过滤掉重复项，这可以使用statefull来完成Predicate，其中使用以下事实：对于排序的流，所有相等的元素都是相邻的：

Comparator<Person> c=Comparator.comparing(Person::getName);
stream.sorted(c).filter(new Predicate<Person>() {
    Person previous;
    public boolean test(Person p) {
      if(previous!=null && c.compare(previous, p)==0)
        return false;
      previous=p;
      return true;
    }
})./* more stream operations here */;

当然，有状态机Predicate不是线程安全的，但是如果您需要，可以将此逻辑移到a中，Collector并在使用your时让流负责线程安全Collector。这取决于您要如何处理不同元素的流，而您没有在问题中告诉我们。

以@josketres的答案为基础，我创建了一个通用实用程序方法：

您可以通过创建Collector使它对Java 8更友好。

public static <T> Set<T> removeDuplicates(Collection<T> input, Comparator<T> comparer) {
    return input.stream()
            .collect(toCollection(() -> new TreeSet<>(comparer)));
}


@Test
public void removeDuplicatesWithDuplicates() {
    ArrayList<C> input = new ArrayList<>();
    Collections.addAll(input, new C(7), new C(42), new C(42));
    Collection<C> result = removeDuplicates(input, (c1, c2) -> Integer.compare(c1.value, c2.value));
    assertEquals(2, result.size());
    assertTrue(result.stream().anyMatch(c -> c.value == 7));
    assertTrue(result.stream().anyMatch(c -> c.value == 42));
}

@Test
public void removeDuplicatesWithoutDuplicates() {
    ArrayList<C> input = new ArrayList<>();
    Collections.addAll(input, new C(1), new C(2), new C(3));
    Collection<C> result = removeDuplicates(input, (t1, t2) -> Integer.compare(t1.value, t2.value));
    assertEquals(3, result.size());
    assertTrue(result.stream().anyMatch(c -> c.value == 1));
    assertTrue(result.stream().anyMatch(c -> c.value == 2));
    assertTrue(result.stream().anyMatch(c -> c.value == 3));
}

private class C {
    public final int value;

    private C(int value) {
        this.value = value;
    }
}

也许对某人有用。我还有一点其他要求。具有A来自第三方的对象列表，将所有具有相同A.b字段的对象都删除A.id（列表中A具有相同对象的多个对象A.id）。Tagir Valeev对流分区的回答启发了我使用返回的自定义。简单将完成其余的工作。CollectorMap<A.id, List<A>>flatMap

 public static <T, K, K2> Collector<T, ?, Map<K, List<T>>> groupingDistinctBy(Function<T, K> keyFunction, Function<T, K2> distinctFunction) {
    return groupingBy(keyFunction, Collector.of((Supplier<Map<K2, T>>) HashMap::new,
            (map, error) -> map.putIfAbsent(distinctFunction.apply(error), error),
            (left, right) -> {
                left.putAll(right);
                return left;
            }, map -> new ArrayList<>(map.values()),
            Collector.Characteristics.UNORDERED)); }

我遇到了一种情况，当时我想根据2个键从列表中获取不同的元素。如果您想基于两个键来区分或可能使用复合键，请尝试以下操作

class Person{
    int rollno;
    String name;
}
List<Person> personList;


Function<Person, List<Object>> compositeKey = personList->
        Arrays.<Object>asList(personList.getName(), personList.getRollno());

Map<Object, List<Person>> map = personList.stream().collect(Collectors.groupingBy(compositeKey, Collectors.toList()));

List<Object> duplicateEntrys = map.entrySet().stream()`enter code here`
        .filter(settingMap ->
                settingMap.getValue().size() > 1)
        .collect(Collectors.toList());

就我而言，我需要控制先前的内容。然后，我创建了一个有状态的谓词，在其中控制上一个元素与当前元素是否不同，在这种情况下，我将其保留。

public List<Log> fetchLogById(Long id) {
    return this.findLogById(id).stream()
        .filter(new LogPredicate())
        .collect(Collectors.toList());
}

public class LogPredicate implements Predicate<Log> {

    private Log previous;

    public boolean test(Log atual) {
        boolean isDifferent = previouws == null || verifyIfDifferentLog(current, previous);

        if (isDifferent) {
            previous = current;
        }
        return isDifferent;
    }

    private boolean verifyIfDifferentLog(Log current, Log previous) {
        return !current.getId().equals(previous.getId());
    }

}

我在此清单中的解决方案：

List<HolderEntry> result ....

List<HolderEntry> dto3s = new ArrayList<>(result.stream().collect(toMap(
            HolderEntry::getId,
            holder -> holder,  //or Function.identity() if you want
            (holder1, holder2) -> holder1 
    )).values());

在我的情况下，我想找到不同的值并将其放在列表中。

尽管获得最高支持的答案绝对是Java 8的最佳答案，但同时在性能方面绝对是最差的。如果您真的想要一个性能低下的应用程序，请继续使用它。仅通过“ For-Each”和“ Set”即可实现提取唯一的个人名称集的简单要求。如果列表的大小超过10，情况会变得更糟。

考虑您有20个对象的集合，如下所示：

public static final List<SimpleEvent> testList = Arrays.asList(
            new SimpleEvent("Tom"), new SimpleEvent("Dick"),new SimpleEvent("Harry"),new SimpleEvent("Tom"),
            new SimpleEvent("Dick"),new SimpleEvent("Huckle"),new SimpleEvent("Berry"),new SimpleEvent("Tom"),
            new SimpleEvent("Dick"),new SimpleEvent("Moses"),new SimpleEvent("Chiku"),new SimpleEvent("Cherry"),
            new SimpleEvent("Roses"),new SimpleEvent("Moses"),new SimpleEvent("Chiku"),new SimpleEvent("gotya"),
            new SimpleEvent("Gotye"),new SimpleEvent("Nibble"),new SimpleEvent("Berry"),new SimpleEvent("Jibble"));

您反对的地方SimpleEvent如下所示：

public class SimpleEvent {

private String name;
private String type;

public SimpleEvent(String name) {
    this.name = name;
    this.type = "type_"+name;
}

public String getName() {
    return name;
}

public void setName(String name) {
    this.name = name;
}

public String getType() {
    return type;
}

public void setType(String type) {
    this.type = type;
}
}

为了进行测试，您具有这样的JMH代码，（请注意，即时消息使用的是接受的答案中提到的相同的distinctByKey谓词）：

@Benchmark
@OutputTimeUnit(TimeUnit.SECONDS)
public void aStreamBasedUniqueSet(Blackhole blackhole) throws Exception{

    Set<String> uniqueNames = testList
            .stream()
            .filter(distinctByKey(SimpleEvent::getName))
            .map(SimpleEvent::getName)
            .collect(Collectors.toSet());
    blackhole.consume(uniqueNames);
}

@Benchmark
@OutputTimeUnit(TimeUnit.SECONDS)
public void aForEachBasedUniqueSet(Blackhole blackhole) throws Exception{
    Set<String> uniqueNames = new HashSet<>();

    for (SimpleEvent event : testList) {
        uniqueNames.add(event.getName());
    }
    blackhole.consume(uniqueNames);
}

public static void main(String[] args) throws RunnerException {
    Options opt = new OptionsBuilder()
            .include(MyBenchmark.class.getSimpleName())
            .forks(1)
            .mode(Mode.Throughput)
            .warmupBatchSize(3)
            .warmupIterations(3)
            .measurementIterations(3)
            .build();

    new Runner(opt).run();
}

然后，您将获得如下基准测试结果：

Benchmark                                  Mode  Samples        Score  Score error  Units
c.s.MyBenchmark.aForEachBasedUniqueSet    thrpt        3  2635199.952  1663320.718  ops/s
c.s.MyBenchmark.aStreamBasedUniqueSet     thrpt        3   729134.695   895825.697  ops/s

如您所见，与Java 8 Stream相比，一个简单的For-Each的吞吐量提高了3倍，错误分数降低了。

更高的吞吐量，更好的性能

如果您想列出人员列表，这将是简单的方法

Set<String> set = new HashSet<>(persons.size());
persons.stream().filter(p -> set.add(p.getName())).collect(Collectors.toList());

另外，如果要查找名称的唯一列表或唯一列表，而不是Person，则也可以使用以下两种方法。

方法1：使用 distinct

persons.stream().map(x->x.getName()).distinct.collect(Collectors.toList());

方法2：使用 HashSet

Set<E> set = new HashSet<>();
set.addAll(person.stream().map(x->x.getName()).collect(Collectors.toList()));

您可以编写的最简单的代码：

    persons.stream().map(x-> x.getName()).distinct().collect(Collectors.toList());