你不知道的 Guava Collect，都在这了
2022-10-12 09:44:38来源：Java技术指北
大家好，我是指北君。
集合操作是编程中使用频率非常高的，所有有一款针对集合的操作工具是非常有必要的。通过框架提供的工具一方面可以减少开发相似功能的耗时；同时框架在安全与稳定性上更被推荐。
(资料图片)
Guava Collect是Guava工具包中的一个子模块，主要对jdk中的集合操作添加了一些简易的API，同时也是对Collections工具类的扩展。当然Guava还定义了一些特定场景的数据结构以及一些针对jdk集合的优化，最典型的就是Immutable Collections（不可变集合），你会发现调用Guava API很多都是不可变的
意义我们常见的集合类有：
ListSetVectorStackMapQueue集合是一种非常常见的数据结构，JDK在处理各种数据集时，提供了以上集合类型的数据结构以及其对应API方便开发者高效简易地对数据对象操作
特色guava主要提供了以下几个方面的支持：
增加了不可变集合
不受信任的库可以安全使用。线程安全：可以被许多线程使用，没有竞争条件的风险。不需要支持突变，并且可以通过该假设节省时间和空间。所有不可变集合实现都比它们的可变兄弟更节省内存。（分析）可以用作常数，期望它保持不变。增加了新的集合类型
Multiset 与普通的Set相比，提供了元素出现频率的记录。可用于元素出现次数的记录Multimap 一个与Map相比，一个建可以对应对应多个值。与Spring中MultiValueMap一样BiMap 键值都是唯一的MapTable 具有行、列的表格，数据视图中可能更直观。ClassToInstanceMap 键为Class，值为Class实例的特殊MapRangeSet 代表一组数据区间，类似数学中的 [1,9)RangeMap 与RangeSet类似，不过将其区间作为建，可以有自己的值。[1,9) -> "VAL"优化了常用的操作
集合的创建ImmutableSet.of(elem ...)Lists.newArrayList(elem ...)Sets.newHashSet(elem ...)Maps.newHashMap()...常用的操作 判断两个集合是否相等：Iterables.elementsEqual()集合分段处理：Lists.partition()取集合的交集：Sets.intersection()取集合的差集：Sets.difference()...使用Guava Collect作为集合操作工具，我们主要从实际业务中了解其能够帮助我们实现怎样的需求，下面看下其API的使用情况：
假设我们有10000名学生，通过Faker生成这些模拟的学生数据数据：
Liststudents = new ArrayList<>();Faker faker = new Faker(Locale.CHINA);@Beforepublic void init(){ Faker enFaker = new Faker(); Name name = faker.name(); IntStream.range(0,10000).forEach(index->{ students.add( Student.of() .setId(String.valueOf(index+1)) .setName(name.name()) .setAge(faker.number().numberBetween(18,22)) .setGender(new String[]{"男","女"}[faker.number().numberBetween(0,2)]) .setAddress(faker.address().streetAddress()) .setScore(faker.number().randomDouble(3,50,100)) .setEmail( faker.internet().emailAddress(enFaker.name().username())) .setTelephone(faker.phoneNumber().cellPhone()) ); });}
Multiset获取元素出现频次。比如获取男生与女生的学生数量分别为多少
@Test public void multiset(){ Multiset multiset = HashMultiset.create(); students.forEach(student -> { if(Objects.equals(student.getGender(),"男")){ multiset.add("男"); }else{ multiset.add("女"); } }); System.out.println("学生中男生数量:"+ multiset.count("男")); System.out.println("学生中女生数量:"+ multiset.count("女")); }Multimap一个键对应多个值时。比如查看各个年龄的学生是哪些
@Test public void multimap(){ ListMultimap multimap = MultimapBuilder.hashKeys().arrayListValues().build(); students.forEach(student -> { multimap.put(student.getAge(),student); }); System.out.println( multimap.get(20) ); } BiMap键和值都是唯一时。比如处理学生的邮箱和手机号，客户互换键值位置
@Test public void biMap(){ BiMap biMap = HashBiMap.create(); students.forEach(student -> { biMap.put(student.getEmail(),student.getTelephone()); }); BiMap inverse = biMap.inverse();// 键值更换 System.out.println( biMap ); System.out.println( inverse ); }Table二维表，通过行（键）、列（键）取值 比如可以以学生为行数据，其中id为行键，列名分别为学生属性名称
ID | 姓名 | 年龄 | 性别 |
1 | TOM | 22 | 男 |
@Test public void table(){ Table weightedGraph = HashBasedTable.create(); students.forEach(student -> { weightedGraph.put(student.getId(), "姓名", student.getName()); weightedGraph.put(student.getId(), "年龄", student.getAge()); weightedGraph.put(student.getId(), "性别", student.getGender()); weightedGraph.put(student.getId(), "邮箱", student.getEmail()); weightedGraph.put(student.getId(), "电话", student.getTelephone()); weightedGraph.put(student.getId(), "地址", student.getAddress()); weightedGraph.put(student.getId(), "分数", student.getScore()); }); Map row = weightedGraph.row("1"); Map column = weightedGraph.column("姓名"); Set> cells = weightedGraph.cellSet(); System.out.println( row ); System.out.println( column ); System.out.println( cells ); } ClassToInstanceMap当值是键的类型实例时，通过该Map现在键值关系
@Test public void classToInstanceMap(){ ClassToInstanceMap numberDefaults = MutableClassToInstanceMap.create(); numberDefaults.put(Number.class,1); Map objectMap = new HashMap<>(); objectMap.put(Number.class,2); } RangeSet区间Set。比如通过学生分数确定学生等级
@Test public void rangeSet(){ RangeSet ArangeSet = TreeRangeSet.create(); ArangeSet.add(Range.closed(90d,100d)); // [90,100] RangeSet BrangeSet = TreeRangeSet.create(); BrangeSet.add(Range.closedOpen(80d,90d)); // [80,90) RangeSet CrangeSet = TreeRangeSet.create(); CrangeSet.add(Range.closedOpen(70d,80d)); // [70,80) RangeSet DrangeSet = TreeRangeSet.create(); DrangeSet.add(Range.closedOpen(60d,70d)); // [60,70) RangeSet ErangeSet = TreeRangeSet.create(); ErangeSet.add(Range.lessThan(60d)); // [...,60) students.forEach(student -> { System.out.print( " 学生："+ student.getName() ); System.out.print( ",分数为："+ student.getScore() ); String rank = ""; if(ArangeSet.contains(student.getScore())){ rank = "A"; }else if(BrangeSet.contains(student.getScore())){ rank = "B"; }else if(CrangeSet.contains(student.getScore())){ rank = "C"; }else if(DrangeSet.contains(student.getScore())){ rank = "D"; }else if(ErangeSet.contains(student.getScore())){ rank = "E"; } System.out.print( ",等级为："+ rank +"\n"); }); } RangeMap和RangeSet类似，区别是添加了区间命名。和上面一样
@Test public void rangeMap(){ RangeMap rangeMap = TreeRangeMap.create(); rangeMap.put(Range.closed(90d,100d),"A"); // [90,100] rangeMap.put(Range.closedOpen(80d,90d),"B"); // [80,90) rangeMap.put(Range.closedOpen(70d,80d),"C"); // [70,80) rangeMap.put(Range.closedOpen(60d,70d),"D"); // [60,70) rangeMap.put(Range.lessThan(60d),"E"); // [...,60) students.forEach(student -> { System.out.print( " 学生："+ student.getName() ); System.out.print( ",分数为："+ student.getScore() ); System.out.print( ",等级为："+ rangeMap.get(student.getScore()) +"\n"); }); } 下面看下对常用集合的一些操作
当然我们首先需要将数据使用Guava Collect对应的数据结构来存储数据，这样才能使用其对应的API：
集合创建 FluentIterable.of(elem ...)Lists.newArrayList(elem ...)Sets.newHashSet(elem ...)Maps.newHashMap()HashMultiset.create()ArrayListMultimap.create()Tables.newCustomTable(Maps.newLinkedHashMap(), () -> Maps.newLinkedHashMap())\条件过滤FluentIterable.filter(predicate); FluentIterable.anyMatch(predicate); FluentIterable.allMatch(predicate); FluentIterable.firstMatch(predicate);拆分 Iterables.partition(list, pageSize); // 拆解集合计算 Iterables.frequency(list, elem); //元素出现的次数集合的并集、交集、差集 // 并集 Sets.union(set1, set2); // 交集 Sets.intersection(set1, set2); // 差集 set1为参考 Sets.difference(set1, set2); // 并集-交集 Sets.symmetricDifference(set1, set2); // 同上 Sets.difference(Sets.union(set1, set2),Sets.intersection(set1, set2) ); // 笛卡尔积 Sets.cartesianProduct(Arrays.asList(Sets.newHashSet(1, 2, 3), Sets.newHashSet(3, 4, 5, 6)); // Map,KV相同的部分 difference.entriesInCommon(); // 同K不同V difference.entriesDiffering(); // 左边存在的右边不存的K difference.entriesOnlyOnLeft(); // 右边存在的左边不存的K difference.entriesOnlyOnRight();索引 // 将元素中的子项作为索引，由于元素检索 Maps.uniqueIndex() Multimaps.index()Jdk中的集合操作自从Jdk中引入了集合Stream的操作后，从很大程度上简化了对集合的操作，以前大量代码现在可能简单几行就能够达到相同的效果，同时支持并发处理，一并提升了效率。
下面看下常见的集合基于stream操作，同样以上面的学生为例:
遍历forEach
@Test public void forEach(){ students.stream().forEach(System.out::println); }转换map将元素转换成其他类型。比如根据学生名称、性别组成新的List；以id为键元素为值的Map或者学生姓名拼接的字符串等等
@Test public void transform(){ // 转换为数组 List listResult = students.stream() .map((val)-> val.getName() + ":" + val.getGender()).collect(Collectors.toList()); System.out.println( listResult ); // 转换成String String stringResult = students.stream().map(Student::getName).collect(Collectors.joining()); System.out.println( stringResult ); // 转换成Map Map mapResult = students.stream().collect( // key ,value ,mergerOperation, initialization Collectors.toMap(Student::getName,Student::self,(v1,v2)->{ // 出现相同key时的合并规则 return null; },HashMap::new) ); System.out.println( mapResult ); } 过滤filter根据条件匹配满足要求的元素。如找出分数大于80分的学生
@Test public void filter(){ List filterResult = students.stream().filter((val)->{ return val.getScore()>80; }).collect(Collectors.toList()); System.out.println(filterResult); } 拆解flatMap将二层级集合进行拆解，并成一级集合。如[[1,2,3],[4,5,6]] -> [1,2,3,4,5,6]
@Test public void flatMap(){ //复合拆解 List result = Stream.of(Arrays.asList(1, 2, 3), Arrays.asList(4, 5, 6)) .flatMap(subList -> subList.stream()) .collect(Collectors.toList()); System.out.println(result);// 1 2 3 4 5 6 } 计算实现数据的汇总、求平均值、最大值...，当然主要针对数字（Number）类型
@Test public void calculate(){ // 求和 double sum = students.stream().mapToDouble(Student::getScore).sum(); // 最大值 double max = students.stream().mapToDouble(Student::getScore).max().getAsDouble(); // 最小值 double min = students.stream().mapToDouble(Student::getScore).min().getAsDouble(); // 平均值 double avg = students.stream().mapToDouble(Student::getScore).average().getAsDouble(); // 归约运算 fold . count、sum、min、max、average DoubleSummaryStatistics doubleSummaryStatistics = students.stream().mapToDouble(Student::getScore).summaryStatistics(); }归纳计算reduce在很多语言中都存在的函数，如python、javascript。数据的累加、map的功能
@Test public void reduce(){ // 结果和identity（初始值）类型相同 // identity accumulator combiner Map result = students.stream().reduce( new HashMap(), //初始值 (map, student) -> { map.put(student.getId(),student); return map; }, (map1, map2) -> { // 并发执行时的map合并 return null; } ); } 并发parallel上面的操作我们还可以使用parallel对stream并发处理
Arrays.asList().stream().parallel()...; Arrays.asList().parallelStream()...;
分段处理对集合按固定规格分段处理，处理大批量数据时，结合parallel实现分段并发处理来提示效率
@Test public void partition(){ List list = new ArrayList<>(); int partition = 100; //每段100个元素 int part = list.size() / partition + (list.size() % partition==0? 0:1); Stream.iterate(0, n -> n+1) .limit(part) .parallel() //并发 .map(index -> list.stream().skip(index * partition).limit(partition).parallel().collect(Collectors.toList())) .forEach(System.out::println); } 总结本章主要介绍了Guava Collect部分，以及对集合操作的常用API，通过示例可以看到有其对JDK集合的扩展有了更广泛与简易的操作。同时在JDK引入 了Stream操作后，Guava Collect中的很多功能通过Stream也可以比较容易的实现了，当然具体如何选择根据实际情况。需要注意的是Guava Collect中 返回的基本都是不可变的集合，这样在对数据的操作会更加的安全。
