JDK1.8新特性——Collector接口和Collectors工具类

JDK1.8新特性——Collector接口和Collectors工具类

摘要：本文主要学习了在Java1.8中新增的Collector接口和Collectors工具类，以及使用它们在处理集合时的改进和优化。

部分内容来自以下博客：

https://www.jianshu.com/p/7eaa0969b424

流式处理

JDK1.8中新增的流式处理提供了一种高效且易于使用的处理数据的方式，它可以对集合执行非常复杂的查找、过滤和映射数据等操作，极大的简化了对于集合的使用。借助流式处理，可以像使用SQL语句一样对集合进行操作。

JDK1.8通过内部迭代来实现对流的处理，一个流式处理可以分为三个部分：转换成流、中间操作、终止操作。

转换成流

对于集合，可以使用集合类中的stream()方法或者parallelStream()方法将集合转换成流。

中间操作

中间操作可以对流进行处理并返回处理后的流对象，多个中间操作可以连接起来形成一个流水线，直到执行终止操作结束流的执行。

终止操作

终止操作会对经过中间操作后得到的流进行处理，返回任何不是流的数据。

Collector接口

在对流进行的终止操作中，有一个方法是collect，其作用是收集元素并进行处理，最终返回处理后的非流对象。

查看其方法定义如下：

 <R, A> R collect(Collector<? super T, A, R> collector);

可以看到，collect方法要求传入一个Collector接口的实例对象，Collector可以看做是用来处理流的工具，在Collectors里面封装了很多Collector工具。

全局变量

Collector主要包含五个参数，它的行为也是由这五个参数来定义的，如下所示：

 // supplier参数用于生成结果容器，容器类型为A。
 Supplier<A> supplier();
 // accumulator用于归纳元素，泛型T就是元素，它会将流中的元素同结果容器A发生操作。
 BiConsumer<A, T> accumulator();
 // combiner用于合并两个并行执行的结果，将其合并为最终结果A。
 BinaryOperator<A> combiner();
 // finisher用于将之前完整的结果R转为A。
 Function<A, R> finisher();
 // characteristics表示当前Collector的特征值，是一个不可变的Set。
 Set<Characteristics> characteristics();

枚举

Characteristics这个特征值是一个枚举：

 enum Characteristics {
     // 多线程并行。
     CONCURRENT,
     // 无序。
     UNORDERED,
     // 无需转换结果。
     IDENTITY_FINISH
 }

构造方法

Collector拥有两个of方法用于生成Collector实例，其中一个拥有上面所有五个参数，另一个四个参数，不包括finisher参数。

 // 四参方法，用于生成一个Collector，T代表流中的元素，R代表最终的结果。因为没有finisher参数，所以需要有IDENTITY_FINISH特征值。
 public static<T, R> Collector<T, R, R> of(Supplier<R> supplier,
                                           BiConsumer<R, T> accumulator,
                                           BinaryOperator<R> combiner,
                                           Characteristics... characteristics) {
     Objects.requireNonNull(supplier);
     Objects.requireNonNull(accumulator);
     Objects.requireNonNull(combiner);
     Objects.requireNonNull(characteristics);
     Set<Characteristics> cs = (characteristics.length == 0)
                               ? Collectors.CH_ID
                               : Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH,
                                                                        characteristics));
     return new Collectors.CollectorImpl<>(supplier, accumulator, combiner, cs);
 }

 // 五参方法，用于生成一个Collector，T代表流中的元素，A代表中间结果，R代表最终结果，finisher用于将A转换为R。
 public static<T, A, R> Collector<T, A, R> of(Supplier<A> supplier,
                                              BiConsumer<A, T> accumulator,
                                              BinaryOperator<A> combiner,
                                              Function<A, R> finisher,
                                              Characteristics... characteristics) {
     Objects.requireNonNull(supplier);
     Objects.requireNonNull(accumulator);
     Objects.requireNonNull(combiner);
     Objects.requireNonNull(finisher);
     Objects.requireNonNull(characteristics);
     Set<Characteristics> cs = Collectors.CH_NOID;
     if (characteristics.length > 0) {
         cs = EnumSet.noneOf(Characteristics.class);
         Collections.addAll(cs, characteristics);
         cs = Collections.unmodifiableSet(cs);
     }
     return new Collectors.CollectorImpl<>(supplier, accumulator, combiner, finisher, cs);
 }

Collectors工具类

Collectors是一个工具类，是JDK预实现Collector的工具类，它内部提供了多种Collector。

toCollection方法

将流中的元素全部放置到一个集合中返回，这里使用Collection，泛指多种集合。

方法：

 public static <T, C extends Collection<T>> Collector<T, ?, C> toCollection(Supplier<C> collectionFactory) {
     return new CollectorImpl<>(
             collectionFactory, Collection<T>::add,
             (r1, r2) -> { r1.addAll(r2); return r1; },
             CH_ID);
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     LinkedList<String> newList = list.stream().collect(Collectors.toCollection(LinkedList::new));
     System.out.println(newList);// [123, 521, 100, 228, 838, 250, 345]
 }

toList方法

将流中的元素放置到一个List集合中返回，默认为ArrayList。

方法：

 public static <T>
 Collector<T, ?, List<T>> toList() {
     return new CollectorImpl<>(
             (Supplier<List<T>>) ArrayList::new, List::add,
             (left, right) -> { left.addAll(right); return left; },
             CH_ID);
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     List<String> newList = list.stream().collect(Collectors.toList());
     System.out.println(newList);// [123, 521, 100, 228, 838, 250, 345]
 }

toSet方法

将流中的元素放置到一个Set集合中返回，默认为HashSet。

方法：

 public static <T> Collector<T, ?, Set<T>> toSet() {
     return new CollectorImpl<>(
             (Supplier<Set<T>>) HashSet::new, Set::add,
             (left, right) -> { left.addAll(right); return left; },
             CH_UNORDERED_ID);
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     Set<String> newSet = list.stream().collect(Collectors.toSet());
     System.out.println(newSet);// [100, 123, 521, 345, 228, 838, 250]
 }

toMap方法

根据传入的键生成器和值生成器，将生成的键和值保存到一个Map中返回，键和值的生成都依赖于元素，可以指定出现重复键时的处理方案和保存结果的Map。

还有支持并发toConcurrentMap方法，同样有三种重载方法，与toMap基本一致，只是它最后使用的Map是并发ConcurrentHashMap。

方法：

 // 指定键和值的生成方式，遇到键冲突的情况默认抛出异常，默认使用HashMap。
 public static <T, K, U> Collector<T, ?, Map<K,U>> toMap(
             Function<? super T, ? extends K> keyMapper,
             Function<? super T, ? extends U> valueMapper) {
     return toMap(keyMapper, valueMapper, throwingMerger(), HashMap::new);
 }
 // 指定键和值的生成方式，遇到键冲突的情况使用传入的方法处理，默认使用HashMap。
 public static <T, K, U> Collector<T, ?, Map<K,U>> toMap(
             Function<? super T, ? extends K> keyMapper,
             Function<? super T, ? extends U> valueMapper,
             BinaryOperator<U> mergeFunction) {
     return toMap(keyMapper, valueMapper, mergeFunction, HashMap::new);
 }
 // 指定键和值的生成方式，遇到键冲突的情况使用传入的方法处理，使用传入的Map类型返回数据。前两种方式最终还是调用此方法来返回Map数据。
 public static <T, K, U, M extends Map<K, U>> Collector<T, ?, M> toMap(
             Function<? super T, ? extends K> keyMapper,
             Function<? super T, ? extends U> valueMapper,
             BinaryOperator<U> mergeFunction,
             Supplier<M> mapSupplier) {
     BiConsumer<M, T> accumulator = (map, element) -> map.merge(
             keyMapper.apply(element),
             valueMapper.apply(element),
             mergeFunction);
     return new CollectorImpl<>(mapSupplier, accumulator, mapMerger(mergeFunction), CH_ID);
 }

实例：

 public static void main(String[] args) {
     Map<String, String> newMap = null;
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     // 123和100的键都是1，导致冲突，默认抛出异常，使用limit截取前两个元素。
     newMap = list.stream().limit(2).collect(Collectors.toMap(e -> e.substring(0, 1), e -> e));
     System.out.println(newMap);// {1=123, 5=521}
     // 传入主键冲突时的处理方法，保留先插入的值，默认使用HashMap，对主键由小到大排序。
     newMap = list.stream().collect(Collectors.toMap(e -> e.substring(0, 1), e -> e, (m, n) -> m));
     System.out.println(newMap);// {1=123, 2=228, 3=345, 5=521, 8=838}
     // 传入主键冲突时的处理方法，保留新插入的值，默认使用LinkedHashMap，对主键按照插入顺序排序。
     newMap = list.stream().collect(Collectors.toMap(e -> e.substring(0, 1), e -> e, (m, n) -> n, LinkedHashMap::new));
     System.out.println(newMap);// {1=100, 5=521, 2=250, 8=838, 3=345}
 }

joining方法

将流中的元素全部以字符串的方式连接到一起，可以指定连接符，也可以指定前后缀。

方法：

 // 将流中的元素全部以字符串的方式连接到一起，不使用连接符，也不指定前后缀。
 public static Collector<CharSequence, ?, String> joining() {
     return new CollectorImpl<CharSequence, StringBuilder, String>(
             StringBuilder::new, StringBuilder::append,
             (r1, r2) -> { r1.append(r2); return r1; },
             StringBuilder::toString, CH_NOID);
 }
 // 将流中的元素全部以字符串的方式连接到一起，使用指定的连接符，不指定前后缀。
 public static Collector<CharSequence, ?, String> joining(CharSequence delimiter) {
     return joining(delimiter, "", "");
 }
 // 将流中的元素全部以字符串的方式连接到一起，使用指定的连接符，使用指定的前后缀。
 public static Collector<CharSequence, ?, String> joining(CharSequence delimiter,
                                                          CharSequence prefix,
                                                          CharSequence suffix) {
     return new CollectorImpl<>(
             () -> new StringJoiner(delimiter, prefix, suffix),
             StringJoiner::add, StringJoiner::merge,
             StringJoiner::toString, CH_NOID);
 }

实例：

 public static void main(String[] args) {
     String str = null;
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     str = list.stream().collect(Collectors.joining());
     System.out.println(str);//
     str = list.stream().collect(Collectors.joining("-"));
     System.out.println(str);// 123-521-100-228-838-250-345
     str = list.stream().collect(Collectors.joining("-", "<", ">"));
     System.out.println(str);// <123-521-100-228-838-250-345>
 }

mapping方法

将流中的元素按照传入的方法进行处理，并将结果按照指定的格式返回。

方法：

 public static <T, U, A, R>
 Collector<T, ?, R> mapping(
             Function<? super T, ? extends U> mapper,
             Collector<? super U, A, R> downstream) {
     BiConsumer<A, ? super U> downstreamAccumulator = downstream.accumulator();
     return new CollectorImpl<>(
             downstream.supplier(),
             (r, t) -> downstreamAccumulator.accept(r, mapper.apply(t)),
             downstream.combiner(),
             downstream.finisher(),
             downstream.characteristics());
 }

实例：

 public static void main(String[] args) {
     List<Score> scoreList = new ArrayList<Score>();
     scoreList.add(new Score("2019", "10", "张三", 1));
     scoreList.add(new Score("2019", "11", "李四", 1));
     scoreList.add(new Score("2019", "12", "王五", 1));
     List<String> names = scoreList.stream().collect(Collectors.mapping(Score::getName, Collectors.toList()));
     System.out.println(names);// [张三, 李四, 王五]
 }

collectingAndThen方法

该方法是按照传入的collector处理完之后，对归纳的结果进行再处理。

方法：

 public static<T,A,R,RR> Collector<T,A,RR> collectingAndThen(
             Collector<T,A,R> downstream,
             Function<R,RR> finisher) {
     Set<Collector.Characteristics> characteristics = downstream.characteristics();
     if (characteristics.contains(Collector.Characteristics.IDENTITY_FINISH)) {
         if (characteristics.size() == 1)
             characteristics = Collectors.CH_NOID;
         else {
             characteristics = EnumSet.copyOf(characteristics);
             characteristics.remove(Collector.Characteristics.IDENTITY_FINISH);
             characteristics = Collections.unmodifiableSet(characteristics);
         }
     }
     return new CollectorImpl<>(downstream.supplier(),
                                downstream.accumulator(),
                                downstream.combiner(),
                                downstream.finisher().andThen(finisher),
                                characteristics);
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     Integer size = list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size));
     System.out.println(size);//
 }

counting方法

该方法主要用来计数。

方法：

 public static <T> Collector<T, ?, Long> counting() {
     return reducing(0L, e -> 1L, Long::sum);
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     Long count = list.stream().collect(Collectors.counting());
     System.out.println(count);//
 }

reducing方法

对流中的元素做统计归纳，有三个重载方法，和Stream里的三个reduce方法对应，二者是可以替换使用的，作用完全一致。

方法：

 // 返回一个可以直接产生Optional类型结果的Collector，没有初始值。
 public static <T> Collector<T, ?, Optional<T>> reducing(BinaryOperator<T> op) {
     class OptionalBox implements Consumer<T> {
         T value = null;
         boolean present = false;

         @Override
         public void accept(T t) {
             if (present) {
                 value = op.apply(value, t);
             }
             else {
                 value = t;
                 present = true;
             }
         }
     }
     return new CollectorImpl<T, OptionalBox, Optional<T>>(
             OptionalBox::new, OptionalBox::accept,
             (a, b) -> { if (b.present) a.accept(b.value); return a; },
             a -> Optional.ofNullable(a.value), CH_NOID);
 }
 // 返回一个可以直接产生结果的Collector，指定初始值。
 public static <T> Collector<T, ?, T> reducing(T identity, BinaryOperator<T> op) {
     return new CollectorImpl<>(
             boxSupplier(identity),
             (a, t) -> { a[0] = op.apply(a[0], t); },
             (a, b) -> { a[0] = op.apply(a[0], b[0]); return a; },
             a -> a[0],
             CH_NOID);
 }
 // 返回一个可以直接产生结果的Collector，指定初始值，在返回结果之前先使用传入的方法将流进行转换。
 public static <T, U> Collector<T, ?, U> reducing(
             U identity,
             Function<? super T, ? extends U> mapper,
             BinaryOperator<U> op) {
     return new CollectorImpl<>(
             boxSupplier(identity),
             (a, t) -> { a[0] = op.apply(a[0], mapper.apply(t)); },
             (a, b) -> { a[0] = op.apply(a[0], b[0]); return a; },
             a -> a[0], CH_NOID);
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     Optional<Integer> optional = list.stream().limit(4).map(String::length).collect(Collectors.reducing(Integer::sum));
     System.out.println(optional);// Optional[12]
     Integer integer = list.stream().limit(3).map(String::length).collect(Collectors.reducing(0, Integer::sum));
     System.out.println(integer);//
     Integer sum = list.stream().limit(4).collect(Collectors.reducing(0, String::length, Integer::sum));
     System.out.println(sum);//
 }

minBy方法和maxBy方法

生成一个用于获取最小值或者最大值的Optional结果的Collector。

方法：

 public static <T> Collector<T, ?, Optional<T>> minBy(Comparator<? super T> comparator) {
     return reducing(BinaryOperator.minBy(comparator));
 }
 public static <T> Collector<T, ?, Optional<T>> maxBy(Comparator<? super T> comparator) {
     return reducing(BinaryOperator.maxBy(comparator));
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     Optional<String> max = list.stream().collect(Collectors.maxBy((m, n) -> Integer.valueOf(m) - Integer.valueOf(n)));
     System.out.println(max);// Optional[838]
     Optional<String> min = list.stream().collect(Collectors.minBy((m, n) -> Integer.valueOf(m) - Integer.valueOf(n)));
     System.out.println(min);// Optional[100]
 }

summingInt方法、summingLong方法和summingDouble方法

生成一个用于求元素和的Collector，首先将元素转换类型，然后再求和。

参数的作用就是将元素转换为指定的类型，最后结果与转换后类型一致。

方法：

 public static <T> Collector<T, ?, Integer> summingInt(ToIntFunction<? super T> mapper) {
     return new CollectorImpl<>(
             () -> new int[1],
             (a, t) -> { a[0] += mapper.applyAsInt(t); },
             (a, b) -> { a[0] += b[0]; return a; },
             a -> a[0], CH_NOID);
 }
 public static <T> Collector<T, ?, Long> summingLong(ToLongFunction<? super T> mapper) {
     return new CollectorImpl<>(
             () -> new long[1],
             (a, t) -> { a[0] += mapper.applyAsLong(t); },
             (a, b) -> { a[0] += b[0]; return a; },
             a -> a[0], CH_NOID);
 }
 public static <T> Collector<T, ?, Double> summingDouble(ToDoubleFunction<? super T> mapper) {
     return new CollectorImpl<>(
             () -> new double[3],
             (a, t) -> { sumWithCompensation(a, mapper.applyAsDouble(t));
                         a[2] += mapper.applyAsDouble(t); },
             (a, b) -> { sumWithCompensation(a, b[0]);
                         a[2] += b[2]; return sumWithCompensation(a, b[1]); },
             a -> computeFinalSum(a), CH_NOID);
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     Integer intCollect = list.stream().collect(Collectors.summingInt(Integer::parseInt));
     System.out.println(intCollect);//
     Long longCollect = list.stream().collect(Collectors.summingLong(Long::parseLong));
     System.out.println(longCollect);//
     Double doubleCollect = list.stream().collect(Collectors.summingDouble(Double::parseDouble));
     System.out.println(doubleCollect);// 2405.0
 }

summarizingInt方法、summarizingLong方法和summarizingDouble方法

这三个方法适用于汇总的，返回值分别是IntSummaryStatistics、LongSummaryStatistics和DoubleSummaryStatistics。

在这些返回值中包含有流中元素的指定结果的数量、和、最大值、最小值、平均值。

方法：

 public static <T> Collector<T, ?, IntSummaryStatistics> summarizingInt(ToIntFunction<? super T> mapper) {
     return new CollectorImpl<T, IntSummaryStatistics, IntSummaryStatistics>(
             IntSummaryStatistics::new,
             (r, t) -> r.accept(mapper.applyAsInt(t)),
             (l, r) -> { l.combine(r); return l; }, CH_ID);
 }
 public static <T> Collector<T, ?, LongSummaryStatistics> summarizingLong(ToLongFunction<? super T> mapper) {
     return new CollectorImpl<T, LongSummaryStatistics, LongSummaryStatistics>(
             LongSummaryStatistics::new,
             (r, t) -> r.accept(mapper.applyAsLong(t)),
             (l, r) -> { l.combine(r); return l; }, CH_ID);
 }
 public static <T> Collector<T, ?, DoubleSummaryStatistics> summarizingDouble(ToDoubleFunction<? super T> mapper) {
     return new CollectorImpl<T, DoubleSummaryStatistics, DoubleSummaryStatistics>(
             DoubleSummaryStatistics::new,
             (r, t) -> r.accept(mapper.applyAsDouble(t)),
             (l, r) -> { l.combine(r); return l; }, CH_ID);
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     IntSummaryStatistics intSummaryStatistics = list.stream().collect(Collectors.summarizingInt(Integer::parseInt));
     System.out.println(intSummaryStatistics);// {count=7, sum=2405, min=100, average=343.571429, max=838}
     LongSummaryStatistics longSummaryStatistics = list.stream().collect(Collectors.summarizingLong(Long::parseLong));
     System.out.println(longSummaryStatistics);// {count=7, sum=2405, min=100, average=343.571429, max=838}
     DoubleSummaryStatistics doubleSummaryStatistics = list.stream().collect(Collectors.summarizingDouble(Double::parseDouble));
     System.out.println(doubleSummaryStatistics);// {count=7, sum=2405.000000, min=100.000000, average=343.571429, max=838.000000}
 }

averagingInt方法、averagingLong方法和averagingDouble方法

生成一个用于求元素平均值的Collector，首先将元素转换类型，然后再求平均值。

参数的作用就是将元素转换为指定的类型，求平均值涉及到除法操作，结果一律为Double类型。

方法：

 public static <T> Collector<T, ?, Double> averagingInt(ToIntFunction<? super T> mapper) {
     return new CollectorImpl<>(
             () -> new long[2],
             (a, t) -> { a[0] += mapper.applyAsInt(t); a[1]++; },
             (a, b) -> { a[0] += b[0]; a[1] += b[1]; return a; },
             a -> (a[1] == 0) ? 0.0d : (double) a[0] / a[1], CH_NOID);
 }
 public static <T> Collector<T, ?, Double> averagingLong(ToLongFunction<? super T> mapper) {
     return new CollectorImpl<>(
             () -> new long[2],
             (a, t) -> { a[0] += mapper.applyAsLong(t); a[1]++; },
             (a, b) -> { a[0] += b[0]; a[1] += b[1]; return a; },
             a -> (a[1] == 0) ? 0.0d : (double) a[0] / a[1], CH_NOID);
 }
 public static <T> Collector<T, ?, Double> averagingDouble(ToDoubleFunction<? super T> mapper) {
     return new CollectorImpl<>(
             () -> new double[4],
             (a, t) -> { sumWithCompensation(a, mapper.applyAsDouble(t)); a[2]++; a[3]+= mapper.applyAsDouble(t); },
             (a, b) -> { sumWithCompensation(a, b[0]); sumWithCompensation(a, b[1]); a[2] += b[2]; a[3] += b[3]; return a; },
             a -> (a[2] == 0) ? 0.0d : (computeFinalSum(a) / a[2]), CH_NOID);
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     double intAverage = list.stream().collect(Collectors.averagingInt(Integer::parseInt));
     System.out.println(intAverage);// 343.57142857142856
     double longAverage = list.stream().collect(Collectors.averagingLong(Long::parseLong));
     System.out.println(longAverage);// 343.57142857142856
     double doubleAverage = list.stream().collect(Collectors.averagingDouble(Double::parseDouble));
     System.out.println(doubleAverage);// 343.57142857142856
 }

groupingBy方法

生成一个拥有分组功能的Collector，有三个重载方法。

方法：

 // 只需一个分组参数classifier，内部自动将结果保存到一个Map中，每个Map键的类型即classifier的结果类型，默认将组的元素保存在List中。
 public static <T, K> Collector<T, ?, Map<K, List<T>>> groupingBy(
             Function<? super T, ? extends K> classifier) {
     return groupingBy(classifier, toList());
 }
 // 在上面方法的基础上增加了对流中元素的处理方式的Collector，默认是List。
 public static <T, K, A, D> Collector<T, ?, Map<K, D>> groupingBy(
             Function<? super T, ? extends K> classifier,
             Collector<? super T, A, D> downstream) {
     return groupingBy(classifier, HashMap::new, downstream);
 }
 // 在第二个方法的基础上再添加了结果Map的生成方法，默认是HashMap。
 public static <T, K, D, A, M extends Map<K, D>> Collector<T, ?, M> groupingBy(
             Function<? super T, ? extends K> classifier,
             Supplier<M> mapFactory,
             Collector<? super T, A, D> downstream) {
     Supplier<A> downstreamSupplier = downstream.supplier();
     BiConsumer<A, ? super T> downstreamAccumulator = downstream.accumulator();
     BiConsumer<Map<K, A>, T> accumulator = (m, t) -> {
         K key = Objects.requireNonNull(classifier.apply(t), "element cannot be mapped to a null key");
         A container = m.computeIfAbsent(key, k -> downstreamSupplier.get());
         downstreamAccumulator.accept(container, t);
     };
     BinaryOperator<Map<K, A>> merger = Collectors.<K, A, Map<K, A>>mapMerger(downstream.combiner());
     @SuppressWarnings("unchecked")
     Supplier<Map<K, A>> mangledFactory = (Supplier<Map<K, A>>) mapFactory;

     if (downstream.characteristics().contains(Collector.Characteristics.IDENTITY_FINISH)) {
         return new CollectorImpl<>(mangledFactory, accumulator, merger, CH_ID);
     }
     else {
         @SuppressWarnings("unchecked")
         Function<A, A> downstreamFinisher = (Function<A, A>) downstream.finisher();
         Function<Map<K, A>, M> finisher = intermediate -> {
             intermediate.replaceAll((k, v) -> downstreamFinisher.apply(v));
             @SuppressWarnings("unchecked")
             M castResult = (M) intermediate;
             return castResult;
         };
         return new CollectorImpl<>(mangledFactory, accumulator, merger, finisher, CH_NOID);
     }
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     Map<String, List<String>> groupByFirst = list.stream().collect(Collectors.groupingBy(e -> e.substring(0, 1)));
     System.out.println(groupByFirst);// {1=[123, 100], 2=[228, 250], 3=[345], 5=[521], 8=[838]}
     Map<String, Set<String>> groupByLast = list.stream().collect(Collectors.groupingBy(e -> e.substring(e.length() - 1), Collectors.toSet()));
     System.out.println(groupByLast);// {0=[100, 250], 1=[521], 3=[123], 5=[345], 8=[228, 838]}
     Map<Integer, Set<String>> groupByLength = list.stream().collect(Collectors.groupingBy(String::length, HashMap::new, Collectors.toSet()));
     System.out.println(groupByLength);// {3=[100, 123, 521, 345, 228, 838, 250]}
 }

partitioningBy方法

将流中的元素按照给定的校验规则的结果分为两个部分，放到Map中返回，键是Boolean类型，值为元素的列表List。

方法：

 // 只需一个校验参数predicate。
 public static <T> Collector<T, ?, Map<Boolean, List<T>>> partitioningBy(Predicate<? super T> predicate) {
     return partitioningBy(predicate, toList());
 }
 // 在上面方法的基础上增加了对流中元素的处理方式的Collector，默认的处理方法就是Collectors.toList()。
 public static <T, D, A> Collector<T, ?, Map<Boolean, D>> partitioningBy(Predicate<? super T> predicate,
                                                 Collector<? super T, A, D> downstream) {
     BiConsumer<A, ? super T> downstreamAccumulator = downstream.accumulator();
     BiConsumer<Partition<A>, T> accumulator = (result, t) ->
             downstreamAccumulator.accept(predicate.test(t) ? result.forTrue : result.forFalse, t);
     BinaryOperator<A> op = downstream.combiner();
     BinaryOperator<Partition<A>> merger = (left, right) ->
             new Partition<>(op.apply(left.forTrue, right.forTrue),
                             op.apply(left.forFalse, right.forFalse));
     Supplier<Partition<A>> supplier = () ->
             new Partition<>(downstream.supplier().get(),
                             downstream.supplier().get());
     if (downstream.characteristics().contains(Collector.Characteristics.IDENTITY_FINISH)) {
         return new CollectorImpl<>(supplier, accumulator, merger, CH_ID);
     }
     else {
         Function<Partition<A>, Map<Boolean, D>> finisher = par ->
                 new Partition<>(downstream.finisher().apply(par.forTrue),
                                 downstream.finisher().apply(par.forFalse));
         return new CollectorImpl<>(supplier, accumulator, merger, finisher, CH_NOID);
     }
 }

实例：

 public static void main(String[] args) {
     List<String> list = Arrays.asList("123", "521", "100", "228", "838", "250", "345");
     System.out.println(list);// [123, 521, 100, 228, 838, 250, 345]
     Map<Boolean, List<String>> moreThan = list.stream().collect(Collectors.partitioningBy(e -> Integer.parseInt(e) > 300));
     System.out.println(moreThan);// {false=[123, 100, 228, 250], true=[521, 838, 345]}
     Map<Boolean, Set<String>> lessThan = list.stream().collect(Collectors.partitioningBy(e -> Integer.parseInt(e) < 300, Collectors.toSet()));
     System.out.println(lessThan);// {false=[521, 345, 838], true=[100, 123, 228, 250]}
 }