Lambda表达式之map reduce & groupingBy

本文介绍如何使用Java Stream API中的map、reduce及收集器方法来处理数据。通过具体案例展示如何运用这些工具进行数据聚合和计算,包括从流中生成特定集合、数据分组等操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


1. map & reduce

reduce操作可以实现从一组值中生成一个值。count、min、max方法,因为常用而被纳入到标准库中。事实上,这些方法都是reduce操作。


2. 使用收集器

前面使用过collect(toList())在流中生成Lst,但是有时人们还希望从流中生成其他集合(如:Set或Map),或者你希望定制一个类将你想要的东西抽象出来。

这就是“收集器”,只要将它传给collect方法,所有的流就都可以使用它了。收集器需要静态导入。

数据分组

collect(groupingBy())

注:这个方法和sql中的group by是类似的概念。


如下是一个使用 map, reduce 和 groupingBy的例子:

    @Override
    public List<BillFee> getBillList(EnterpiseSubinstanceSearchCondition enterpiseSubinstanceSearchCondition) {
        log.debug("#######################################企业费用报告 - 企业账务信息sheet 开始####################################### enterpiseSubinstanceSearchCondition = {}", enterpiseSubinstanceSearchCondition);
        List<BillFee> billDetails = new ArrayList<>();
        Date startTime = enterpiseSubinstanceSearchCondition.getStartTime();
        Date endTime = enterpiseSubinstanceSearchCondition.getEndTime();
        List<String> tenantIds = enterpiseSubinstanceSearchCondition.getIdList();
        for(String tenantId : tenantIds){
            DateTime startTimeDT = new DateTime(startTime);
            DateTime endTimeDT = new DateTime(endTime);
            int n = 0;
            while(true){
                DateTime et = endTimeDT.minusMonths(n); // 以一个月为基本单位:结束时间
                if(et.isBefore(startTimeDT)) break;
                n++;
                DateTime st = et.minusMonths(1).plusSeconds(1); // 以一个月为基本单位:开始时间
                List<SubSubinstanceItem> subinstanceItems = findSubItemsByTenantId(tenantId);
                List<BillFee> subinstanceBillDetails = getSubBillList(subinstanceItems, new Date(st.getMillis()), new Date(et.getMillis()));
                if (subinstanceBillDetails != null) {
                    Map<String, List<BillFee>> collect = subinstanceBillDetails.stream().collect(groupingBy(BillFee::getServiceTypeName));
                    List<BillFee> billFeeList = new ArrayList<>();
                    for(Map.Entry<String, List<BillFee>> entry : collect.entrySet()){
                        List<BillFee> billFees = entry.getValue();
                        BillFee billFee1 = billFees.get(0);
                        billFee1.setTotalPrice(billFees.stream().map(BillFee::getTotalPrice).reduce(0.0d, MathHelper::add));
                        billFeeList.add(billFee1);
                    }
                    Collections.sort(billFeeList, (arg0, arg1) -> arg0.getOrgName().compareTo(arg1.getOrgName())); // 按部门升序
                    billDetails.addAll(billFeeList);
                }
            }
        }
        log.debug("#######################################企业费用报告 - 企业账务信息sheet 结束####################################### return = {}", billDetails);
        return billDetails;
    }


lambda表达式可以与map函数一起使用,用于对可迭代对象的每个元素进行操作。引用中提到了Python中lambda表达式map函数的用法解析。map函数的语法是:map(function, iterable),其中function是一个函数,iterable是一个可迭代对象。当map函数与lambda表达式一起使用时,lambda表达式作为function参数,用于对iterable中的每个元素进行处理。lambda表达式的参数可以根据需要自定义,并在其中定义要执行的操作。map函数将lambda表达式应用于iterable中的每个元素,并返回一个包含结果的新列表。这样,我们就可以方便地对可迭代对象中的元素进行变换或处理。&lt;span class=&quot;em&quot;&gt;1&lt;/span&gt;&lt;span class=&quot;em&quot;&gt;2&lt;/span&gt;&lt;span class=&quot;em&quot;&gt;3&lt;/span&gt; #### 引用[.reference_title] - *1* *3* [python入门系列:lambda表达式,map函数,列表推导式](https://blog.youkuaiyun.com/bohu83/article/details/113799769)[target=&quot;_blank&quot; data-report-click={&quot;spm&quot;:&quot;1018.2226.3001.9630&quot;,&quot;extra&quot;:{&quot;utm_source&quot;:&quot;vip_chatgpt_common_search_pc_result&quot;,&quot;utm_medium&quot;:&quot;distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2&quot;}}] [.reference_item style=&quot;max-width: 50%&quot;] - *2* [Python lambda表达式filter、mapreduce函数用法解析](https://download.youkuaiyun.com/download/weixin_38684633/12859439)[target=&quot;_blank&quot; data-report-click={&quot;spm&quot;:&quot;1018.2226.3001.9630&quot;,&quot;extra&quot;:{&quot;utm_source&quot;:&quot;vip_chatgpt_common_search_pc_result&quot;,&quot;utm_medium&quot;:&quot;distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2&quot;}}] [.reference_item style=&quot;max-width: 50%&quot;] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值