大家好，我是指北君。

集合操作是编程中使用频率非常高的，所有有一款针对集合的操作工具是非常有必要的。通过框架提供的工具一方面可以减少开发相似功能的耗时；同时框架在安全与稳定性上更被推荐。

(资料图片)

Guava Collect是Guava工具包中的一个子模块，主要对jdk中的集合操作添加了一些简易的API，同时也是对Collections工具类的扩展。当然Guava还定义了一些特定场景的数据结构以及一些针对jdk集合的优化，最典型的就是Immutable Collections（不可变集合），你会发现调用Guava API很多都是不可变的

意义

我们常见的集合类有：

ListSetVectorStackMapQueue

集合是一种非常常见的数据结构，JDK在处理各种数据集时，提供了以上集合类型的数据结构以及其对应API方便开发者高效简易地对数据对象操作

特色

guava主要提供了以下几个方面的支持：

增加了不可变集合

不受信任的库可以安全使用。线程安全：可以被许多线程使用，没有竞争条件的风险。不需要支持突变，并且可以通过该假设节省时间和空间。所有不可变集合实现都比它们的可变兄弟更节省内存。（分析）可以用作常数，期望它保持不变。

增加了新的集合类型

Multiset 与普通的Set相比，提供了元素出现频率的记录。可用于元素出现次数的记录Multimap 一个与Map相比，一个建可以对应对应多个值。与Spring中MultiValueMap一样BiMap 键值都是唯一的MapTable 具有行、列的表格，数据视图中可能更直观。ClassToInstanceMap 键为Class，值为Class实例的特殊MapRangeSet 代表一组数据区间，类似数学中的 [1,9)RangeMap 与RangeSet类似，不过将其区间作为建，可以有自己的值。[1,9) -> "VAL"

优化了常用的操作

集合的创建ImmutableSet.of(elem ...)Lists.newArrayList(elem ...)Sets.newHashSet(elem ...)Maps.newHashMap()...常用的操作 判断两个集合是否相等：Iterables.elementsEqual()集合分段处理：Lists.partition()取集合的交集：Sets.intersection()取集合的差集：Sets.difference()...使用

Guava Collect作为集合操作工具，我们主要从实际业务中了解其能够帮助我们实现怎样的需求，下面看下其API的使用情况：

假设我们有10000名学生，通过Faker生成这些模拟的学生数据数据：

List students = new ArrayList<>();Faker faker = new Faker(Locale.CHINA);@Beforepublic void init(){    Faker enFaker = new Faker();    Name name = faker.name();    IntStream.range(0,10000).forEach(index->{        students.add(        Student.of()        .setId(String.valueOf(index+1))        .setName(name.name())        .setAge(faker.number().numberBetween(18,22))        .setGender(new String[]{"男","女"}[faker.number().numberBetween(0,2)])        .setAddress(faker.address().streetAddress())        .setScore(faker.number().randomDouble(3,50,100))        .setEmail( faker.internet().emailAddress(enFaker.name().username()))        .setTelephone(faker.phoneNumber().cellPhone())        );    });}

Multiset获取元素出现频次。比如获取男生与女生的学生数量分别为多少

@Test    public void multiset(){        Multiset multiset = HashMultiset.create();        students.forEach(student -> {            if(Objects.equals(student.getGender(),"男")){                multiset.add("男");            }else{                multiset.add("女");            }        });        System.out.println("学生中男生数量:"+ multiset.count("男"));        System.out.println("学生中女生数量:"+ multiset.count("女"));    }

Multimap一个键对应多个值时。比如查看各个年龄的学生是哪些

@Test    public void multimap(){        ListMultimap multimap =                MultimapBuilder.hashKeys().arrayListValues().build();        students.forEach(student -> {            multimap.put(student.getAge(),student);        });        System.out.println( multimap.get(20) );    }

BiMap键和值都是唯一时。比如处理学生的邮箱和手机号，客户互换键值位置

@Test    public void biMap(){        BiMap biMap = HashBiMap.create();        students.forEach(student -> {            biMap.put(student.getEmail(),student.getTelephone());        });        BiMap inverse = biMap.inverse();// 键值更换        System.out.println( biMap );        System.out.println( inverse );    }

Table二维表，通过行（键）、列（键）取值 比如可以以学生为行数据，其中id为行键，列名分别为学生属性名称

ID	姓名	年龄	性别
1	TOM	22	男

@Test    public void table(){        Table weightedGraph = HashBasedTable.create();        students.forEach(student -> {            weightedGraph.put(student.getId(), "姓名", student.getName());            weightedGraph.put(student.getId(), "年龄", student.getAge());            weightedGraph.put(student.getId(), "性别", student.getGender());            weightedGraph.put(student.getId(), "邮箱", student.getEmail());            weightedGraph.put(student.getId(), "电话", student.getTelephone());            weightedGraph.put(student.getId(), "地址", student.getAddress());            weightedGraph.put(student.getId(), "分数", student.getScore());        });        Map row = weightedGraph.row("1");        Map column = weightedGraph.column("姓名");        Set> cells = weightedGraph.cellSet();        System.out.println( row );        System.out.println( column );        System.out.println( cells );    }

ClassToInstanceMap当值是键的类型实例时，通过该Map现在键值关系

@Test    public void classToInstanceMap(){        ClassToInstanceMap numberDefaults = MutableClassToInstanceMap.create();            numberDefaults.put(Number.class,1);            Map objectMap = new HashMap<>();        objectMap.put(Number.class,2);    }

RangeSet区间Set。比如通过学生分数确定学生等级

@Test    public void rangeSet(){        RangeSet ArangeSet = TreeRangeSet.create();        ArangeSet.add(Range.closed(90d,100d)); // [90,100]        RangeSet BrangeSet = TreeRangeSet.create();        BrangeSet.add(Range.closedOpen(80d,90d)); // [80,90)        RangeSet CrangeSet = TreeRangeSet.create();        CrangeSet.add(Range.closedOpen(70d,80d)); // [70,80)        RangeSet DrangeSet = TreeRangeSet.create();        DrangeSet.add(Range.closedOpen(60d,70d)); // [60,70)        RangeSet ErangeSet = TreeRangeSet.create();        ErangeSet.add(Range.lessThan(60d)); // [...,60)        students.forEach(student -> {            System.out.print( " 学生："+ student.getName() );            System.out.print( ",分数为："+ student.getScore() );            String rank = "";            if(ArangeSet.contains(student.getScore())){                rank = "A";            }else if(BrangeSet.contains(student.getScore())){                rank = "B";            }else if(CrangeSet.contains(student.getScore())){                rank = "C";            }else if(DrangeSet.contains(student.getScore())){                rank = "D";            }else if(ErangeSet.contains(student.getScore())){                rank = "E";            }            System.out.print( ",等级为："+ rank +"\n");        });    }

RangeMap和RangeSet类似，区别是添加了区间命名。和上面一样

@Test    public void rangeMap(){        RangeMap rangeMap = TreeRangeMap.create();        rangeMap.put(Range.closed(90d,100d),"A"); // [90,100]        rangeMap.put(Range.closedOpen(80d,90d),"B"); // [80,90)        rangeMap.put(Range.closedOpen(70d,80d),"C"); // [70,80)        rangeMap.put(Range.closedOpen(60d,70d),"D"); // [60,70)        rangeMap.put(Range.lessThan(60d),"E"); // [...,60)        students.forEach(student -> {            System.out.print( " 学生："+ student.getName() );            System.out.print( ",分数为："+ student.getScore() );            System.out.print( ",等级为："+ rangeMap.get(student.getScore()) +"\n");        });    }

下面看下对常用集合的一些操作

当然我们首先需要将数据使用Guava Collect对应的数据结构来存储数据，这样才能使用其对应的API：

集合创建 FluentIterable.of(elem ...)Lists.newArrayList(elem ...)Sets.newHashSet(elem ...)Maps.newHashMap()HashMultiset.create()ArrayListMultimap.create()Tables.newCustomTable(Maps.newLinkedHashMap(), () -> Maps.newLinkedHashMap())\条件过滤FluentIterable.filter(predicate); FluentIterable.anyMatch(predicate); FluentIterable.allMatch(predicate); FluentIterable.firstMatch(predicate);拆分 Iterables.partition(list, pageSize); // 拆解集合计算 Iterables.frequency(list, elem); //元素出现的次数集合的并集、交集、差集 // 并集 Sets.union(set1, set2); // 交集 Sets.intersection(set1, set2); // 差集 set1为参考 Sets.difference(set1, set2); // 并集-交集 Sets.symmetricDifference(set1, set2); // 同上 Sets.difference(Sets.union(set1, set2),Sets.intersection(set1, set2) ); // 笛卡尔积 Sets.cartesianProduct(Arrays.asList(Sets.newHashSet(1, 2, 3), Sets.newHashSet(3, 4, 5, 6)); // Map,KV相同的部分 difference.entriesInCommon(); // 同K不同V difference.entriesDiffering(); // 左边存在的右边不存的K difference.entriesOnlyOnLeft(); // 右边存在的左边不存的K difference.entriesOnlyOnRight();索引 // 将元素中的子项作为索引，由于元素检索 Maps.uniqueIndex() Multimaps.index()Jdk中的集合操作

自从Jdk中引入了集合Stream的操作后，从很大程度上简化了对集合的操作，以前大量代码现在可能简单几行就能够达到相同的效果，同时支持并发处理，一并提升了效率。

下面看下常见的集合基于stream操作，同样以上面的学生为例:

遍历forEach

@Test    public void forEach(){        students.stream().forEach(System.out::println);    }

转换map将元素转换成其他类型。比如根据学生名称、性别组成新的List；以id为键元素为值的Map或者学生姓名拼接的字符串等等

@Test    public void transform(){        // 转换为数组        List listResult = students.stream()        .map((val)-> val.getName() + ":" + val.getGender()).collect(Collectors.toList());        System.out.println( listResult );            // 转换成String        String stringResult = students.stream().map(Student::getName).collect(Collectors.joining());        System.out.println( stringResult );            // 转换成Map        Map mapResult = students.stream().collect(        // key ,value ,mergerOperation, initialization        Collectors.toMap(Student::getName,Student::self,(v1,v2)->{            // 出现相同key时的合并规则            return null;            },HashMap::new)        );        System.out.println( mapResult );    }

过滤filter根据条件匹配满足要求的元素。如找出分数大于80分的学生

@Test    public void filter(){        List filterResult = students.stream().filter((val)->{            return val.getScore()>80;        }).collect(Collectors.toList());        System.out.println(filterResult);    }

拆解flatMap将二层级集合进行拆解，并成一级集合。如[[1,2,3],[4,5,6]] -> [1,2,3,4,5,6]

@Test    public void flatMap(){        //复合拆解        List result = Stream.of(Arrays.asList(1, 2, 3), Arrays.asList(4, 5, 6))                .flatMap(subList -> subList.stream())                .collect(Collectors.toList());        System.out.println(result);// 1 2 3 4 5 6    }

计算实现数据的汇总、求平均值、最大值...，当然主要针对数字（Number）类型

@Test    public void calculate(){        // 求和        double sum = students.stream().mapToDouble(Student::getScore).sum();        // 最大值        double max = students.stream().mapToDouble(Student::getScore).max().getAsDouble();        // 最小值        double min = students.stream().mapToDouble(Student::getScore).min().getAsDouble();        // 平均值        double avg = students.stream().mapToDouble(Student::getScore).average().getAsDouble();        // 归约运算 fold . count、sum、min、max、average        DoubleSummaryStatistics doubleSummaryStatistics = students.stream().mapToDouble(Student::getScore).summaryStatistics();    }

归纳计算reduce在很多语言中都存在的函数，如python、javascript。数据的累加、map的功能

@Test    public void reduce(){        // 结果和identity（初始值）类型相同        // identity accumulator combiner        Map result = students.stream().reduce(                new HashMap(), //初始值                (map, student) -> {                    map.put(student.getId(),student);                    return map;                },                (map1, map2) -> {                    // 并发执行时的map合并                    return null;                }        );    }

并发parallel上面的操作我们还可以使用parallel对stream并发处理

Arrays.asList().stream().parallel()...;    Arrays.asList().parallelStream()...;

分段处理对集合按固定规格分段处理，处理大批量数据时，结合parallel实现分段并发处理来提示效率

@Test    public void partition(){        List list = new ArrayList<>();        int partition = 100; //每段100个元素            int part = list.size() / partition  + (list.size() % partition==0? 0:1);        Stream.iterate(0, n -> n+1)                .limit(part)                .parallel() //并发                .map(index -> list.stream().skip(index * partition).limit(partition).parallel().collect(Collectors.toList()))                .forEach(System.out::println);    }

总结

本章主要介绍了Guava Collect部分，以及对集合操作的常用API，通过示例可以看到有其对JDK集合的扩展有了更广泛与简易的操作。同时在JDK引入 了Stream操作后，Guava Collect中的很多功能通过Stream也可以比较容易的实现了，当然具体如何选择根据实际情况。需要注意的是Guava Collect中 返回的基本都是不可变的集合，这样在对数据的操作会更加的安全。

关键词： 数据结构 并发处理 集合类型 操作工具 你不知道的