首页 / JAVA / 如何在java流中对groupBy应用过滤

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。

本文链接：https://qyyshop.com/info/701214.html

来源：【匿名】