我的一位同事向我提出了一个有趣的问题，但是我找不到一个整洁漂亮的Java 8解决方案。问题是流式传输POJO列表，然后基于多个属性将它们收集在映射中-映射导致POJO发生多次
想象以下POJO:
private static class Customer {
public String first;
public String last;
public Customer(String first, String last) {
this.first = first;
this.last = last;
}
public String toString() {
return "Customer(" + first + " " + last + ")";
}
}
将其设置为
List<Customer>:// The list of customers
List<Customer> customers = Arrays.asList(
new Customer("Johnny", "Puma"),
new Customer("Super", "Mac"));
替代方法1 :在“stream”之外(或在
Map之外)使用forEach。// Alt 1: not pretty since the resulting map is "outside" of
// the stream. If parallel streams are used it must be
// ConcurrentHashMap
Map<String, Customer> res1 = new HashMap<>();
customers.stream().forEach(c -> {
res1.put(c.first, c);
res1.put(c.last, c);
});
替代方法2 :创建 map 条目并将其流化，然后对其进行
flatMap。海事组织，这有点太冗长，不太容易阅读。// Alt 2: A bit verbose and "new AbstractMap.SimpleEntry" feels as
// a "hard" dependency to AbstractMap
Map<String, Customer> res2 =
customers.stream()
.map(p -> {
Map.Entry<String, Customer> firstEntry = new AbstractMap.SimpleEntry<>(p.first, p);
Map.Entry<String, Customer> lastEntry = new AbstractMap.SimpleEntry<>(p.last, p);
return Stream.of(firstEntry, lastEntry);
})
.flatMap(Function.identity())
.collect(Collectors.toMap(
Map.Entry::getKey, Map.Entry::getValue));
替代方案3 :到目前为止，这是我提出的“最精美”代码中的另一个代码，但是它使用了
reduce的三参数版本，第三个参数有点奇怪，如此问题中所示:Purpose of third argument to 'reduce' function in Java 8 functional programming。此外，reduce似乎不适用于此问题，因为它正在变异并且并行流可能不适用于以下方法。// Alt 3: using reduce. Not so pretty
Map<String, Customer> res3 = customers.stream().reduce(
new HashMap<>(),
(m, p) -> {
m.put(p.first, p);
m.put(p.last, p);
return m;
}, (m1, m2) -> m2 /* <- NOT USED UNLESS PARALLEL */);
如果上面的代码是这样打印的:
System.out.println(res1);
System.out.println(res2);
System.out.println(res3);
结果将是:
所以，现在我的问题是:我应该如何以Java 8的有序方式流过
List<Customer>，然后以某种方式将其收集为Map<String, Customer>，在其中将整个内容拆分为两个键(first和last)，即Customer被映射两次。我不想使用任何第三方库，也不想像alt 1那样在流之外使用 map 。还有其他不错的选择吗？完整的代码可以是found on hastebin，用于简单的复制粘贴以使整个过程运行。
最佳答案
我认为您的备选方案2和3可以重写为更清楚:
替代2 :
Map<String, Customer> res2 = customers.stream()
.flatMap(
c -> Stream.of(c.first, c.last)
.map(k -> new AbstractMap.SimpleImmutableEntry<>(k, c))
).collect(toMap(Map.Entry::getKey, Map.Entry::getValue));
替代方法3 :您的代码通过使HashMap发生变异来滥用
reduce。要进行可变减少，请使用collect:Map<String, Customer> res3 = customers.stream()
.collect(
HashMap::new,
(m,c) -> {m.put(c.first, c); m.put(c.last, c);},
HashMap::putAll
);
请注意，这些不相同。如果键重复，则选项2将引发异常，而选项3将静默覆盖条目。
如果您想要在重复键的情况下覆盖条目，我个人更喜欢替代方案3。对我而言，它立即可以做什么。它与迭代解决方案最相似。我希望它的性能更高，因为备选方案2必须在所有扁平化的情况下为每位客户分配大量资金。
但是，通过将条目的产生与聚合分开，替代方案2与替代方案3相比具有巨大优势。这给您很大的灵活性。例如，如果要更改替代方法2以覆盖重复键上的条目而不是引发异常，则只需将
(a,b) -> b添加到toMap(...)即可。如果您决定要将匹配的条目收集到列表中，则只需将toMap(...)替换为groupingBy(...)等。