这是一个有趣的问题,因为它表明有很多不同的方法可以达到相同的结果。下面我展示了三种不同的实现。
集合框架中的默认方法: Java 8向集合类中添加了一些与 Stream API 没有直接关系的方法。使用这些方法,可以大大简化非流实现的实现:
Collection<DataSet> convert(List<MultiDataPoint> multiDataPoints) { Map<String, DataSet> result = new HashMap<>(); multiDataPoints.forEach(pt -> pt.keyToData.forEach((key, value) -> result.computeIfAbsent( key, k -> new DataSet(k, new ArrayList<>())) .dataPoints.add(new DataPoint(pt.timestamp, value)))); return result.values();}具有扁平和中间数据结构的Stream API: 以下实现几乎与Stuart Marks提供的解决方案相同。与他的解决方案相比,以下实现使用
匿名内部类 作为中间数据结构。
Collection<DataSet> convert(List<MultiDataPoint> multiDataPoints) { return multiDataPoints.stream() .flatMap(mdp -> mdp.keyToData.entrySet().stream().map(e -> new Object() { String key = e.getKey(); DataPoint dataPoint = new DataPoint(mdp.timestamp, e.getValue()); })) .collect( collectingAndThen( groupingBy(t -> t.key, mapping(t -> t.dataPoint, toList())), m -> m.entrySet().stream().map(e -> new DataSet(e.getKey(), e.getValue())).collect(toList())));}带有地图合并功能的Stream API: 您也可以为每个 MultiDataPoint 创建一个 Map
,而不是将原始数据结构变平,然后通过reduce操作将所有地图合并为一个地图。该代码比上面的解决方案简单一些: __
Collection<DataSet> convert(List<MultiDataPoint> multiDataPoints) { return multiDataPoints.stream() .map(mdp -> mdp.keyToData.entrySet().stream() .collect(toMap(e -> e.getKey(), e -> asList(new DataPoint(mdp.timestamp, e.getValue()))))) .reduce(new HashMap<>(), mapMerger()) .entrySet().stream() .map(e -> new DataSet(e.getKey(), e.getValue())) .collect(toList());}您可以在 Collectors 类中找到 地图合并 的实现。不幸的是,从外部访问它有点棘手。以下是 地图合并 的替代实现:
<K, V> BinaryOperator<Map<K, List<V>>> mapMerger() { return (lhs, rhs) -> { Map<K, List<V>> result = new HashMap<>(); lhs.forEach((key, value) -> result.computeIfAbsent(key, k -> new ArrayList<>()).addAll(value)); rhs.forEach((key, value) -> result.computeIfAbsent(key, k -> new ArrayList<>()).addAll(value)); return result; };}


