Java Stream分割数据为两个集合的方法
本文介绍了如何使用JavaStreamAPI处理数据流，并根据条件将其分割成两个不同的集合。通过partitioningBy方法，可以高效地将数据流划分为满足条件和不满足条件的两部分，分别存储到不同的列表中，避免了传统循环的繁琐。
本文将介绍如何使用Java Stream API处理数据流，并根据特定条件将其分割成两个不同的集合。通过partitioningBy方法，可以高效地将数据流划分为满足条件和不满足条件的两部分，分别存储到不同的列表中，避免了传统循环的繁琐。
使用 partitioningBy 方法分割数据流
Java Stream API 提供了 partitioningBy 方法，可以根据给定的 Predicate 函数将数据流分割成两个 List，一个 List 包含所有满足 Predicate 条件的元素，另一个 List 包含所有不满足 Predicate 条件的元素。 partitioningBy 方法返回一个 Map
示例代码
假设我们有一个 ID 列表 myIdList 和一个 Map myObjectMap，其中 ID 映射到对应的 Object。 我们需要遍历 ID 列表，如果 ID 存在于 Map 中，则将对应的 Object 添加到一个 List 中，否则将 ID 添加到另一个 List 中。
import java.util.Arrays;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;
public class StreamPartitioning {
public static void main(String[] args) {
List myIdList = Arrays.asList("a", "b", "c");
Map myObjectMap = new HashMap<>();
myObjectMap.put("b", "B");
Map> partitioned = myIdList.stream()
.collect(Collectors.partitioningBy(myObjectMap::containsKey));
List 代码解释
数据准备:
- myIdList: 包含需要处理的 ID 列表。
- myObjectMap: 包含 ID 到 Object 的映射关系。
使用 partitioningBy 分割数据流:
- myIdList.stream(): 创建一个包含 myIdList 中所有元素的 Stream。
- collect(Collectors.partitioningBy(myObjectMap::containsKey)): 使用 partitioningBy 方法，以 myObjectMap::containsKey 作为 Predicate 函数分割 Stream。myObjectMap::containsKey 是一个方法引用，它检查 myObjectMap 是否包含给定的 ID。
- partitioned: 结果是一个 Map
获取 Object 列表和缺失 ID 列表:
- partitioned.get(true).stream(): 获取所有在 myObjectMap 中存在的 ID 列表的 Stream。
- map(myObjectMap::get): 将 ID 映射到对应的 Object。
- collect(Collectors.toList()): 将 Object 收集到 objectList 中。
- partitioned.get(false): 获取所有在 myObjectMap 中不存在的 ID 列表，即缺失的 ID 列表，存储到 missingObjIds 中。
输出结果:
- 打印 objectList 和 missingObjIds 的内容。
运行结果
objectList=[B] missingObjIds=[a, c]
注意事项
- partitioningBy 方法将数据流分割成两个 List，因此会遍历数据流一次。
- partitioningBy 方法返回的 Map 中的 Value 是 List 类型，因此可以方便地对分割后的数据进行后续处理。
- 如果 myObjectMap 中不存在对应的 Object，map(myObjectMap::get) 会返回 null。 在实际应用中，需要根据具体情况处理 null 值。
总结
使用 Java Stream API 的 partitioningBy 方法可以方便地将数据流分割成两个不同的集合，提高了代码的可读性和简洁性。 该方法适用于需要根据条件将数据进行分类处理的场景。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台，提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具，适合短剧、漫剧、广告及社交媒体内容制作。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，