Guava使用之MultiSet

Multiset是什么？顾名思义，Multiset和Set的区别就是可以保存多个相同的对象。在JDK中，List和Set有一个基本的区别，就是List可以包含多个相同对象，且是有顺序的，而Set不能有重复，且不保证顺序（有些实现有顺序，例如LinkedHashSet和SortedSet等）所以Multiset占据了List和Set之间的一个灰色地带：允许重复，但是不保证顺序。

实际开发中，经常会需要统计某个元素的出现次数，常见的普通实现就是用一个遍历一遍元素列表，用map保存每个key word的次数，如：

@Test
public void testWordCount(){
    String strWorld="wer|dffd|ddsa|dfd|dreg|de|dr|ce|ghrt|cf|gt|ser|tg|ghrt|cf|gt|" +
            "ser|tg|gt|kldf|dfg|vcd|fg|gt|ls|lser|dfr|wer|dffd|ddsa|dfd|dreg|de|dr|" +
            "ce|ghrt|cf|gt|ser|tg|gt|kldf|dfg|vcd|fg|gt|ls|lser|dfr";
    String[] words=strWorld.split("\\|");
    Map<String, Integer> countMap = new HashMap<String, Integer>();
    for (String word : words) {
        Integer count = countMap.get(word);
        if (count == null) {
            countMap.put(word, 1);
        }
        else {
            countMap.put(word, count + 1);
        }
    }
    System.out.println("countMap：");
    for(String key:countMap.keySet()){
        System.out.println(key+" count："+countMap.get(key));
    }
}

这种写法很笨拙，也容易出错，并且不支持同时收集多种统计信息，如总词数。我们可以做的更好。
用Multiset来写的话可以简单些，如：

@Test
public void multisetDemo(){
    HashMultiset<String> hashMultiset=HashMultiset.create();
    String strWorld="wer|dffd|ddsa|dfd|dreg|de|dr|ce|ghrt|cf|gt|ser|tg|ghrt|cf|gt|" +
            "ser|tg|gt|kldf|dfg|vcd|fg|gt|ls|lser|dfr|wer|dffd|ddsa|dfd|dreg|de|dr|" +
            "ce|ghrt|cf|gt|ser|tg|gt|kldf|dfg|vcd|fg|gt|ls|lser|dfr";
    String[] words=strWorld.split("\\|");
    List<String> wordList=new ArrayList<String>();
    for (String word : words) {
        wordList.add(word);
    }
    hashMultiset.addAll(wordList);
    for(String key:hashMultiset.elementSet()){
        System.out.println(key+" count："+hashMultiset.count(key));
    }
}

可以用两种方式看待Multiset：

• 没有元素顺序限制的ArrayList
• Map<E, Integer>，键为元素，值为计数

当把Multiset看成普通的Collection时，它表现得就像无序的ArrayList：

• add(E)添加单个给定元素
• iterator()返回一个迭代器，包含Multiset的所有元素（包括重复的元素）
• size()返回所有元素的总个数（包括重复的元素）

当把Multiset看作Map<E, Integer>时，它也提供了符合性能期望的查询操作：

• count(Object)返回给定元素的计数。HashMultiset.count的复杂度为O(1)，TreeMultiset.count的复杂度为O(log n)。
• entrySet()返回Set<Multiset.Entry<E>>，和Map的entrySet类似。
• elementSet()返回所有不重复元素的Set<E>，和Map的keySet()类似。
• 所有Multiset实现的内存消耗随着不重复元素的个数线性增长。

需要注意的是：
TreeMultiset在判断元素是否相等时，与TreeSet一样用compare，而不是Object.equals。
Multiset.addAll(Collection)可以添加Collection中的所有元素并进行计数，这比用for循环往Map添加元素和计数方便多了。

MultiSet主要方法：

• add(E element) :向其中添加单个元素
• add(E element,int occurrences) : 向其中添加指定个数的元素
• count(Object element) : 返回给定参数元素的个数
• remove(E element) : 移除一个元素，其count值 会响应减少
• remove(E element,int occurrences): 移除相应个数的元素
• elementSet() : 将不同的元素放入一个Set中
• entrySet(): 类似与Map.entrySet 返回Set<Multiset.Entry>。包含的Entry支持使用getElement()和getCount()
• setCount(E element ,int count): 设定某一个元素的重复次数
• setCount(E element,int oldCount,int newCount): 将符合原有重复个数的元素修改为新的重复次数
• retainAll(Collection c) : 保留出现在给定集合参数的所有的元素
• removeAll(Collectionc) : 去除出现给给定集合参数的所有的元素