list 的转 map 的另一种猜测
Java8 应用 lambda 表达式进行函数式编程能够对汇合进行十分不便的操作。一个比拟常见的操作是将 list 转换成 map,个别应用 Collectors 的 toMap() 办法进行转换。一个比拟常见的问题是当 list 中含有雷同元素的时候,如果不指定取哪一个,则会抛出异样。因而,这个指定是必须的。
当然,应用 toMap() 的另一个重载办法,能够间接指定。这里,咱们想探讨的是另一种办法:在进行转 map 的操作之前,能不能应用 distinct() 先把 list 的反复元素过滤掉,而后转 map 的时候就不必思考反复元素的问题了。
《2020 最新 Java 根底精讲视频教程和学习路线!》
应用 distinct() 给 list 去重
间接应用 distinct(),失败
package example.mystream;
import lombok.AllArgsConstructor;
import lombok.Getter;
import lombok.NoArgsConstructor;
import lombok.ToString;
import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;
public class ListToMap {
@AllArgsConstructor
@NoArgsConstructor
@ToString
private static class VideoInfo {
@Getter
String id;
int width;
int height;
}
public static void main(String [] args) {List<VideoInfo> list = Arrays.asList(new VideoInfo("123", 1, 2),
new VideoInfo("456", 4, 5), new VideoInfo("123", 1, 2));
// preferred: handle duplicated data when toMap() Map<String, VideoInfo> id2VideoInfo = list.stream().collect(
Collectors.toMap(VideoInfo::getId, x -> x,
(oldValue, newValue) -> newValue)
);
System.out.println("No Duplicated1:");
id2VideoInfo.forEach((x, y) -> System.out.println("<" + x + "," + y + ">"));
// handle duplicated data using distinct(), before toMap() Map<String, VideoInfo> id2VideoInfo2 = list.stream().distinct().collect(Collectors.toMap(VideoInfo::getId, x -> x)
);
System.out.println("No Duplicated2:");
id2VideoInfo2.forEach((x, y) -> System.out.println("<" + x + "," + y + ">"));
}
}
list 里总共有三个元素,其中有两个咱们认为是反复的。第一种转换是应用 toMap() 间接指定了对反复 key 的解决状况,因而能够失常转换成 map。而第二种转换是想先对 list 进行去重,而后再转换成 map,后果还是失败了,抛出了 IllegalStateException,所以 distinct() 应该是失败了。
No Duplicated1:
<123, ListToMap.VideoInfo(id=123, width=1, height=2)>
<456, ListToMap.VideoInfo(id=456, width=4, height=5)>
Exception in thread "main" java.lang.IllegalStateException: Duplicate key ListToMap.VideoInfo(id=123, width=1, height=2)
at java.util.stream.Collectors.lambda$throwingMerger$0(Collectors.java:133)
at java.util.HashMap.merge(HashMap.java:1253)
at java.util.stream.Collectors.lambda$toMap$58(Collectors.java:1320)
at java.util.stream.ReduceOps$3ReducingSink.accept(ReduceOps.java:169)
at java.util.stream.DistinctOps$1$2.accept(DistinctOps.java:175)
at java.util.Spliterators$ArraySpliterator.forEachRemaining(Spliterators.java:948)
at java.util.stream.AbstractPipeline.copyInto(AbstractPipeline.java:481)
at java.util.stream.AbstractPipeline.wrapAndCopyInto(AbstractPipeline.java:471)
at java.util.stream.ReduceOps$ReduceOp.evaluateSequential(ReduceOps.java:708)
at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:234)
at java.util.stream.ReferencePipeline.collect(ReferencePipeline.java:499)
at example.mystream.ListToMap.main(ListToMap.java:79)
起因:distinct() 依赖于 equals()
查看 distinct() 的 API,能够看到如下介绍:
Returns a stream consisting of the distinct elements (according to {@link Object#equals(Object)}) of this stream.
显然,distinct() 对对象进行去重时,是依据对象的 equals() 办法去解决的。如果咱们的 VideoInfo 类不 overrride 超类 Object 的 equals() 办法,就会应用 Object 的。
然而 Object 的 equals() 办法只有在两个对象完全相同时才返回 true。而咱们想要的成果是只有 VideoInfo 的 id/width/height 均雷同,就认为两个 videoInfo 对象是同一个。所以咱们比方重写属于 videoInfo 的 equals() 办法。
重写 equals() 的注意事项
咱们设计 VideoInfo 的 equals() 如下:
@Override
public boolean equals(Object obj) {if (!(obj instanceof VideoInfo)) {return false;}
VideoInfo vi = (VideoInfo) obj;
return this.id.equals(vi.id)
&& this.width == vi.width
&& this.height == vi.height;
}
这样一来,只有两个 videoInfo 对象的三个属性都雷同,这两个对象就雷同了。欢欣鼓舞去运行程序,仍旧失败!why?
《Effective Java》是本好书,连 Java 之父 James Gosling 都说,这是一本连他都须要的 Java 教程。在这本书中,作者指出,如果重写了一个类的 equals() 办法,那么就必须一起重写它的 hashCode() 办法!必须!没有磋商的余地!
必须使得重写后的 equals() 满足如下条件:
- 依据 equals() 进行比拟,相等的两个对象,hashCode() 的值也必须雷同;
- 依据 equals() 进行比拟,不相等的两个对象,hashCode() 的值能够雷同,也能够不同;
因为这是 Java 的规定,违反这些规定将导致 Java 程序运行不再失常。
具体更多的细节,倡议大家读读原书,必然获益匪浅。强烈推荐!
最终,我依照神书的领导设计 VideoInfo 的 hashCode() 办法如下:
@Override
public int hashCode() {
int n = 31;
n = n * 31 + this.id.hashCode();
n = n * 31 + this.height;
n = n * 31 + this.width;
return n;
}
终于,distinct() 胜利过滤了 list 中的反复元素,此时应用两种 toMap() 将 list 转换成 map 都是没问题的:
No Duplicated1:
<123, ListToMap.VideoInfo(id=123, width=1, height=2)>
<456, ListToMap.VideoInfo(id=456, width=4, height=5)>
No Duplicated2:
<123, ListToMap.VideoInfo(id=123, width=1, height=2)>
<456, ListToMap.VideoInfo(id=456, width=4, height=5)>
引申
既然说 distinct() 是调用 equals() 进行比拟的,那依照我的了解,list 的 3 个元素至多须要比拟 3 次吧。那是不是就调用了 3 次 equals() 呢?
在 equals() 中退出一句打印,这样就能够晓得了。加后的 equals() 如下:
@Override
public boolean equals(Object obj) {if (! (obj instanceof VideoInfo)) {return false;}
VideoInfo vi = (VideoInfo) obj;
System.out.println("<===> Invoke equals() ==>" + this.toString() + "vs." + vi.toString());
return this.id.equals(vi.id) && this.width == vi.width && this.height == vi.height;
}
后果:
No Duplicated1:
<123, ListToMap.VideoInfo(id=123, width=1, height=2)>
<456, ListToMap.VideoInfo(id=456, width=4, height=5)>
<===> Invoke equals() ==> ListToMap.VideoInfo(id=123, width=1, height=2) vs. ListToMap.VideoInfo(id=123, width=1, height=2)
No Duplicated2:
<123, ListToMap.VideoInfo(id=123, width=1, height=2)>
<456, ListToMap.VideoInfo(id=456, width=4, height=5)>
后果发现才调用了一次 equals()。为什么不是 3 次呢?认真想想,依据 hashCode() 进行比拟,hashCode() 雷同的状况就一次,就是 list 的第一个元素和第三个元素(都是 VideoInfo(id=123, width=1, height=2))会呈现 hashCode() 雷同的状况。
所以咱们是不是能够这么猜测:只有当 hashCode() 返回的 hashCode 雷同的时候,才会调用 equals() 进行更进一步的判断。如果连 hashCode() 返回的 hashCode 都不同,那么能够认为这两个对象肯定就是不同的了!
验证猜测:
更改 hashCode() 如下:
@Override
public int hashCode() {return 1;}
这样一来,所有的对象的 hashCode() 返回值都是雷同的。当然,这样搞是合乎 Java 标准的,因为 Java 只规定 equals() 雷同的对象的 hashCode 必须雷同,然而不同的对象的 hashCode 未必会不同。
后果:
No Duplicated1:
<123, ListToMap.VideoInfo(id=123, width=1, height=2)>
<456, ListToMap.VideoInfo(id=456, width=4, height=5)>
<===> Invoke equals() ==> ListToMap.VideoInfo(id=456, width=4, height=5) vs. ListToMap.VideoInfo(id=123, width=1, height=2)
<===> Invoke equals() ==> ListToMap.VideoInfo(id=456, width=4, height=5) vs. ListToMap.VideoInfo(id=123, width=1, height=2)
<===> Invoke equals() ==> ListToMap.VideoInfo(id=123, width=1, height=2) vs. ListToMap.VideoInfo(id=123, width=1, height=2)
No Duplicated2:
<123, ListToMap.VideoInfo(id=123, width=1, height=2)>
<456, ListToMap.VideoInfo(id=456, width=4, height=5)>
果然,equals() 调用了三次!看来确实只有 hashCode 雷同的时候才会调用 equal() 进一步判断两个对象到底是否雷同;如果 hashCode 不雷同,两个对象显然不雷同。猜测是正确的。
论断
- list 转 map 举荐应用 toMap(),并且无论是否会呈现反复的问题,都要指定反复后的取舍规定,不费功夫但受害无穷;
- 对一个自定义的 class 应用 distinct(),切记覆写 equals() 办法;
- 覆写 equals(),肯定要覆写 hashCode();
- 尽管设计出一个 hashCode() 能够简略地让其 return 1,这样并不会违反 Java 规定,然而这样做会导致很多恶果。比方将这样的对象存入 hashMap 的时候,所有的对象的 hashCode 都雷同,最终所有对象都存储在 hashMap 的同一个桶中,间接将 hashMap 好转成了一个链表。从而 O(1) 的复杂度被整成了 O(n) 的,性能天然大大降落。
- 好书是程序猿提高的阶梯。——高尔基。比方《Effecctive Java》。
最终参考程序:
package example.mystream;
import lombok.AllArgsConstructor;
import lombok.Getter;
import lombok.NoArgsConstructor;
import lombok.ToString;
import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;
public class ListToMap {
@AllArgsConstructor
@NoArgsConstructor
@ToString
private static class VideoInfo {
@Getter
String id;
int width;
int height;
public static void main(String [] args) {System.out.println(new VideoInfo("123", 1, 2).equals(new VideoInfo("123", 1, 2)));
}
@Override
public boolean equals(Object obj) {if (!(obj instanceof VideoInfo)) {return false;}
VideoInfo vi = (VideoInfo) obj;
return this.id.equals(vi.id)
&& this.width == vi.width
&& this.height == vi.height;
}
/**
* If equals() is override, hashCode() must be override, too. * 1. if a equals b, they must have the same hashCode; * 2. if a doesn't equals b, they may have the same hashCode; * 3. hashCode written in this way can be affected by sequence of the fields; * 3. 2^5 - 1 = 31. So 31 will be faster when do the multiplication, * because it can be replaced by bit-shifting: 31 * i = (i << 5) - i. * @return */
@Override
public int hashCode() {
int n = 31;
n = n * 31 + this.id.hashCode();
n = n * 31 + this.height;
n = n * 31 + this.width;
return n;
}
}
public static void main(String [] args) {List<VideoInfo> list = Arrays.asList(new VideoInfo("123", 1, 2),
new VideoInfo("456", 4, 5), new VideoInfo("123", 1, 2));
// preferred: handle duplicated data when toMap() Map<String, VideoInfo> id2VideoInfo = list.stream().collect(
Collectors.toMap(VideoInfo::getId, x -> x,
(oldValue, newValue) -> newValue)
);
System.out.println("No Duplicated1:");
id2VideoInfo.forEach((x, y) -> System.out.println("<" + x + "," + y + ">"));
// handle duplicated data using distinct(), before toMap() // Note that distinct() relies on equals() in the object // if you override equals(), hashCode() must be override together Map<String, VideoInfo> id2VideoInfo2 = list.stream().distinct().collect(Collectors.toMap(VideoInfo::getId, x -> x)
);
System.out.println("No Duplicated2:");
id2VideoInfo2.forEach((x, y) -> System.out.println("<" + x + "," + y + ">"));
}
}
再拓展
假如类是他人的,不能批改
以上,VideoInfo 使咱们本人写的类,咱们能够往里增加 equals() 和 hashCode() 办法。如果 VideoInfo 是咱们援用的依赖中的一个类,咱们无权对其进行批改,那么是不是就没方法应用 distinct() 依照某些元素是否雷同,对对象进行自定义的过滤了呢?
应用 wrapper
在 stackoverflow 的一个答复上,咱们能够找到一个可行的办法:应用 wrapper。
假如在一个依赖中(咱们无权批改该类),VideoInfo 定义如下:
@AllArgsConstructor
@NoArgsConstructor
@ToString
public class VideoInfo {
@Getter
String id;
int width;
int height;
}
应用刚刚的 wrapper 思路,写程序如下(当然,为了程序的可运行性,还是把 VideoInfo 放进来了,假如它就是不能批改的,不能为其增加任何办法):
package example.mystream;
import lombok.AllArgsConstructor;
import lombok.Getter;
import lombok.NoArgsConstructor;
import lombok.ToString;
import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;
public class DistinctByWrapper {
private static class VideoInfoWrapper {
private final VideoInfo videoInfo;
public VideoInfoWrapper(VideoInfo videoInfo) {this.videoInfo = videoInfo;}
public VideoInfo unwrap() {return videoInfo;}
@Override
public boolean equals(Object obj) {if (!(obj instanceof VideoInfo)) {return false;}
VideoInfo vi = (VideoInfo) obj;
return videoInfo.id.equals(vi.id)
&& videoInfo.width == vi.width
&& videoInfo.height == vi.height;
}
@Override
public int hashCode() {
int n = 31;
n = n * 31 + videoInfo.id.hashCode();
n = n * 31 + videoInfo.height;
n = n * 31 + videoInfo.width;
return n;
}
}
public static void main(String [] args) {List<VideoInfo> list = Arrays.asList(new VideoInfo("123", 1, 2),
new VideoInfo("456", 4, 5), new VideoInfo("123", 1, 2));
// VideoInfo --map()--> VideoInfoWrapper ----> distinct(): VideoInfoWrapper --map()--> VideoInfo Map<String, VideoInfo> id2VideoInfo = list.stream()
.map(VideoInfoWrapper::new).distinct().map(VideoInfoWrapper::unwrap)
.collect(
Collectors.toMap(VideoInfo::getId, x -> x,
(oldValue, newValue) -> newValue)
);
id2VideoInfo.forEach((x, y) -> System.out.println("<" + x + "," + y + ">"));
}
}
/**
* Assume that VideoInfo is a class that we can't modify */
@AllArgsConstructor
@NoArgsConstructor
@ToString
class VideoInfo {
@Getter
String id;
int width;
int height;
}
整个 wrapper 的思路无非就是结构另一个类 VideoInfoWrapper,把 hashCode() 和 equals() 增加到 wrapper 中,这样便能够依照自定义规定对 wrapper 对象进行自定义的过滤。
咱们没法自定义过滤 VideoInfo,然而咱们能够自定义过滤 VideoInfoWrapper 啊!
之后要做的,就是将 VideoInfo 全副转化为 VideoInfoWrapper,而后过滤掉某些 VideoInfoWrapper,再将剩下的 VideoInfoWrapper 转回 VideoInfo,以此达到过滤 VideoInfo 的目标。很奇妙!
应用“filter() + 自定义函数”取代 distinct()
另一种更精妙的实现形式是自定义一个函数:
private static <T> Predicate<T> distinctByKey(Function<? super T, Object> keyExtractor) {Map<Object, Boolean> map = new ConcurrentHashMap<>();
return t -> map.putIfAbsent(keyExtractor.apply(t), Boolean.TRUE) == null;
}
(输出元素的类型是 T 及其父类,keyExtracctor 是映射函数,返回 Object,整个传入的函数的性能应该是提取 key 的。distinctByKey 函数返回的是 Predicate 函数,类型为 T。)
这个函数传入一个函数(lambda),对传入的对象提取 key,而后尝试将 key 放入 concurrentHashMap,如果能放进去,阐明此 key 之前没呈现过,函数返回 false;如果不能放进去,阐明这个 key 和之前的某个 key 反复了,函数返回 true。
这个函数最终作为 filter() 函数的入参。依据 Java API 可知 filter(func) 过滤的规定为:如果 func 为 true,则过滤,否则不过滤。因而,通过“filter() + 自定义的函数”,但凡反复的 key 都返回 true,并被 filter() 过滤掉,最终留下的都是不反复的。
最终实现的程序如下
package example.mystream;
import lombok.AllArgsConstructor;
import lombok.Getter;
import lombok.NoArgsConstructor;
import lombok.ToString;
import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.function.Function;
import java.util.function.Predicate;
import java.util.stream.Collectors;
public class DistinctByFilterAndLambda {public static void main(String[] args) {List<VideoInfo> list = Arrays.asList(new VideoInfo("123", 1, 2),
new VideoInfo("456", 4, 5), new VideoInfo("123", 1, 2));
// Get distinct only Map<String, VideoInfo> id2VideoInfo = list.stream().filter(distinctByKey(vi -> vi.getId())).collect(
Collectors.toMap(VideoInfo::getId, x -> x,
(oldValue, newValue) -> newValue)
);
id2VideoInfo.forEach((x, y) -> System.out.println("<" + x + "," + y + ">"));
}
/**
* If a key could not be put into ConcurrentHashMap, that means the key is duplicated * @param keyExtractor a mapping function to produce keys * @param <T> the type of the input elements * @return true if key is duplicated; else return false */
private static <T> Predicate<T> distinctByKey(Function<? super T, Object> keyExtractor) {Map<Object, Boolean> map = new ConcurrentHashMap<>();
return t -> map.putIfAbsent(keyExtractor.apply(t), Boolean.TRUE) == null;
}
}
/**
* Assume that VideoInfo is a class that we can't modify */
@AllArgsConstructor
@NoArgsConstructor
@ToString
class VideoInfo {
@Getter
String id;
int width;
int height;
}