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
>,Key 为 Boolean 类型,True 对应 myObjectMap 中存在的 ID 列表,False 对应 myObjectMap 中不存在的 ID 列表。
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。
Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。
极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。
















