如何在java流中对groupBy应用过滤
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了如何在java流中对groupBy应用过滤,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1790字,纯文字阅读大概需要3分钟。
内容图文
![如何在java流中对groupBy应用过滤](/upload/InfoBanner/zyjiaocheng/702/dd804d404e6a4b369a1eb093326e4059.jpg)
如何先分组,然后使用Java流应用过滤?
示例:考虑此Employee类:
我想按部门分组,列出薪水超过2000的员工.
public class Employee {
private String department;
private Integer salary;
private String name;
//getter and setter
public Employee(String department, Integer salary, String name) {
this.department = department;
this.salary = salary;
this.name = name;
}
}
这就是我如何做到这一点
List<Employee> list = new ArrayList<>();
list.add(new Employee("A", 5000, "A1"));
list.add(new Employee("B", 1000, "B1"));
list.add(new Employee("C", 6000, "C1"));
list.add(new Employee("C", 7000, "C2"));
Map<String, List<Employee>> collect = list.stream()
.filter(e -> e.getSalary() > 2000)
.collect(Collectors.groupingBy(Employee::getDepartment));
产量
{A=[Employee [department=A, salary=5000, name=A1]],
C=[Employee [department=C, salary=6000, name=C1], Employee [department=C, salary=7000, name=C2]]}
因为B部门没有员工的薪水超过2000.所以B部门没有关键:
但实际上,我希望将该密钥与空列表 –
预期产出
{A=[Employee [department=A, salary=5000, name=A1]],
B=[],
C=[Employee [department=C, salary=6000, name=C1], Employee [department=C, salary=7000, name=C2]]}
我们应该怎么做?
解决方法:
nullpointer’s answer显示了直截了当的方式.如果你不能更新到Java 9,没问题,这个过滤收集器是没有魔力的.这是Java 8兼容版本:
public static <T, A, R> Collector<T, ?, R> filtering(
Predicate<? super T> predicate, Collector<? super T, A, R> downstream) {
BiConsumer<A, ? super T> accumulator = downstream.accumulator();
return Collector.of(downstream.supplier(),
(r, t) -> { if(predicate.test(t)) accumulator.accept(r, t); },
downstream.combiner(), downstream.finisher(),
downstream.characteristics().toArray(new Collector.Characteristics[0]));
}
您可以将它添加到您的代码库中,并以与Java 9相同的方式使用它,因此如果您使用的是import static,则无需以任何方式更改代码.
内容总结
以上是互联网集市为您收集整理的如何在java流中对groupBy应用过滤全部内容,希望文章能够帮你解决如何在java流中对groupBy应用过滤所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。