Java 8 Streams 减少删除重复项，保留最新条目

Posted 2023-05-08

【中文标题】Java 8 Streams 减少删除重复项，保留最新条目

【英文标题】：Java 8 Streams reduce remove duplicates keeping the most recent entry

【发布时间】：2019-04-29 11:56:15

【问题描述】：

我有一个 Java bean，比如

class EmployeeContract 
    Long id;
    Date date;
    getter/setter

如果 a 有一个很长的列表，其中我们有重复的 id 但日期不同，例如：

1, 2015/07/07
1, 2018/07/08
2, 2015/07/08
2, 2018/07/09

如何减少这样的列表，只保留最近日期的条目，例如：

1, 2018/07/08
2, 2018/07/09

？ 最好使用 Java 8...

我从类似的东西开始：

contract.stream()
         .collect(Collectors.groupingBy(EmployeeContract::getId, Collectors.mapping(EmployeeContract::getId, Collectors.toList())))
                    .entrySet().stream().findFirst();

这为我提供了各个组内的映射，但我不知道如何将其收集到结果列表中 - 恐怕我的流不是太强...

【问题讨论】：

我想发布一个答案，但是这个答案关闭得太快了...yourList.stream() .collect(Collectors.toMap( EmployeeContract::getId, Function.identity(), BinaryOperator.maxBy(Comparator.comparing(EmployeeContract::getDate).reversed())) ) .values();

@Eugene 代替BinaryOperator.maxBy( … .reversed())，您可以使用BinaryOperator.minBy(…)。虽然在这种情况下，看起来 OP 想要maxBy，没有.reversed()。

@Holger 并鉴于 this(values()) 将返回 Collection<EmployeeContract> 而不是 List<EmployeeContract>，有没有一种简洁的方法来解决这个问题？

鉴于有一个有效的讨论并且这是一个善意的问题，也许值得放弃这个问题？

@nullpointer 如果它确实需要是 List，您可以 a) 将整个表达式包装在 new ArrayList<>( … ) 中或 b) 将收集器包装在 Collectors.collectingAndThen( …, m -> new ArrayList<>(m.values())) 中。

【参考方案1】：

好吧，我只是以答案的形式在这里发表我的评论：

 yourList.stream()
         .collect(Collectors.toMap(
                  EmployeeContract::getId,
                  Function.identity(),
                  BinaryOperator.maxBy(Comparator.comparing(EmployeeContract::getDate)))
            )
         .values();

如果你真的关心这个，这会给你一个Collection而不是List。

【参考方案2】：

您可以分两步完成：

List<EmployeeContract> finalContract = contract.stream() // Stream<EmployeeContract>
        .collect(Collectors.toMap(EmployeeContract::getId, 
                EmployeeContract::getDate, (a, b) -> a.after(b) ? a : b)) // Map<Long, Date> (Step 1)
        .entrySet().stream() // Stream<Entry<Long, Date>>
        .map(a -> new EmployeeContract(a.getKey(), a.getValue())) // Stream<EmployeeContract>
        .collect(Collectors.toList()); // Step 2

第一步：确保将dates 与映射到id 的最近一个进行比较。

第二步：将这些键、值对映射到最终的List<EmployeeContract>。

【讨论】：

为什么(a, b) -> a.after(b) ? a : b) 已经实现Date Comparable？

没有具体原因@Eugene，我只是在查看Date API 进行比较，发现使用after 在可读性方面要好一些。

很好的答案，并附有分步说明，非常感谢！

【参考方案3】：

只是为了补充现有的答案，正如你所问的那样：

如何将其收集到结果列表中

这里有一些选项：

将values() 包装成ArrayList：

List<EmployeeContract> list1 = 
    new ArrayList<>(list.stream()            
                        .collect(toMap(EmployeeContract::getId,                                                                          
                                       identity(),
                                       maxBy(comparing(EmployeeContract::getDate))))
                        .values());

将toMap 收集器包装到collectingAndThen：

List<EmployeeContract> list2 = 
    list.stream()
        .collect(collectingAndThen(toMap(EmployeeContract::getId,
                                         identity(),
                                         maxBy(comparing(EmployeeContract::getDate))),
                 c -> new ArrayList<>(c.values())));

使用另一个流将values 收集到新的List：

List<EmployeeContract> list3 = 
    list.stream()
        .collect(toMap(EmployeeContract::getId,
                       identity(),
                       maxBy(comparing(EmployeeContract::getDate))))
        .values()
        .stream()
        .collect(toList());

【参考方案4】：

使用vavr.io，您可以这样做：

var finalContract = Stream.ofAll(contract) //create io.vavr.collection.Stream
            .groupBy(EmployeeContract::getId)
            .map(tuple -> tuple._2.maxBy(EmployeeContract::getDate))
            .collect(Collectors.toList()); //result is list from java.util package

【讨论】：

不确定与 java.util.stream 中的经典 Stream 的区别？

在 io.vavr 集合中的对象是不可变的，它们有 map()、filter() 等方法