Java Stream API自定义收集器Collector实现步骤详解

要实现一个自定义的 Collector，本质上就是提供四个关键组件：supplier（容器怎么建）、accumulator（元素怎么往里塞）、combiner（并行时怎么合并）、finisher（最后怎么转成想要的结果），再顺手声明一下特征（characteristics）就完事了。听起来步骤清晰，但真上手写的时候，细节上容易踩坑。

1. 明确收集目标与中间容器

第一步，得先想清楚你到底要收集成什么结果。比如要去重后拼个字符串？还是分组统计？或者构建一个自定义对象？目标不同，中间容器的类型就跟着变。举个实际例子，如果你要做不重复的字符串拼接，中间容器用 LinkedHashSet 就很合适——既能保证顺序，又能天然去重。要是想统计频次，HashMap 就是标配。

• 这个中间容器不一定是最终返回的类型，它只是方便你在累积过程中操作。
• 容器最好选能在单线程下高效工作的类型；并行流里合并靠的是 combiner，别在 accumulator 里瞎做跨线程操作——否则很容易搞出并发问题。

2. 实现四个核心函数

通过 Collector.of() 这个静态工厂方法，把四个函数依次传进去就行了：

• supplier：比如 () -> new LinkedHashSet<>()，每次调用都新建一个空容器。
• accumulator：比如 (set, item) -> set.add(item)，把流里的每个元素塞进容器里。
• combiner：比如 (set1, set2) -> { set1.addAll(set2); return set1; }，合并两个中间容器——注意只有并行流才会用到这个方法。
• finisher：比如 set -> String.join(",", set)，把最终的容器转成你想要的结果类型。

有一个小窍门：如果 finisher 其实是恒等函数（比如 Function.identity()），那直接省略就行，此时 Collector 返回的就是中间容器本身。

3. 正确声明 Characteristics（特征）

最后一个参数是一个 Set，里面可以选几个常见的特征标记：

• CONCURRENT：表示 accumulator 支持多线程安全调用（比如你用了 ConcurrentHashMap），此时 supplier 必须返回同一个共享实例——但坦率讲，一般不建议这么搞，容易翻车。
• UNORDERED：表示收集结果不依赖流中元素的原始顺序（比如统计总数、求最大值），开启这个标记可以提升并行性能。
• IDENTITY_FINISH：表示 finisher 是恒等操作，框架可以跳过转换步骤，少一次函数调用。

大多数自定义 Collector 不会设 CONCURRENT，而是老老实实靠 combiner 来合并——这种做法更安全、也更通用。

4. 使用与验证

写完之后，直接在 stream 后面调用 collect(yourCollector) 就能用了。不过建议你至少做两轮测试：

• 串行流：验证逻辑对不对，比如去重是否成功、拼接顺序是否合理。
• 并行流：重点验证 combiner 是否是幂等的，而且没有副作用——比如你写 list1.addAll(list2); return list2;，那结果就会把一部分数据弄丢，这种低级错误很容易犯。
• 另外还得检查一下：有没有意外修改了原始数据？典型的坑是在 accumulator 里直接修改传入的入参对象，后果就是流里的元素被你改了。

整体来说，自定义 Collector 算不上复杂，但每个环节的细节都值得花点心思，尤其是并行场景下的合并逻辑。