深入了解集合操作工具Guava Collect

2022-11-13 18:11:52 集合 操作 工具

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。

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：

  • List
  • Set
  • Vector
  • Stack
  • Map
  • Queue

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Map
  • Table 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Map
  • RangeSet 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：

List<Student> students = new ArrayList<>();
Faker faker = new Faker(Locale.CHINA);
@Before
public 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<Integer, Student> 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
1TOM22男
    @Test
    public void table(){
        Table<String, String, Object> 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<String, Object> row = weightedGraph.row("1");
        Map<String, Object> column = weightedGraph.column("姓名");
        Set<Table.Cell<String, String, Object>> 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<Number> numberDefaults = MutableClassToInstanceMap.create();
    
        numberDefaults.put(Number.class,1);
    
        Map<Class,Object> 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<Double> ArangeSet = TreeRangeSet.create();
        ArangeSet.add(Range.closed(90d,100d)); // [90,100]
        RangeSet<Double> BrangeSet = TreeRangeSet.create();
        BrangeSet.add(Range.closedOpen(80d,90d)); // [80,90)
        RangeSet<Double> CrangeSet = TreeRangeSet.create();
        CrangeSet.add(Range.closedOpen(70d,80d)); // [70,80)
        RangeSet<Double> DrangeSet = TreeRangeSet.create();
        DrangeSet.add(Range.closedOpen(60d,70d)); // [60,70)
        RangeSet<Double> 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<Double, String> 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<String> 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<String, Student> 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<Student> 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<Integer> 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<String,Student>(), //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<String> 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。

到此这篇关于深入了解集合操作工具Guava Collect的文章就介绍到这了,更多相关Guava Collect集合操作内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！

相关文章