使用 Java Stream 合并 List 中的重复数据
在日常的 Java 开发中，我们经常会遇到需要处理集合数据的情况，包括合并 List 中的重复元素。在 Java 8 引入 Stream API 后，处理集合变得更加方便和直观。本文将通过实例详细介绍如何使用 Java Stream 来合并 List 中的重复数据，并在文中使用关系图和序列图辅助说明。
1. 背景简介
在许多应用场景中，集合中可能会存在重复的数据，而我们希望能够在处理时合并这些重复数据，以便后续处理更加高效。比如在用户数据中，可能会存在多个用户记录相同的电子邮件地址，我们需要将其合并为一条记录。
示例需求
假设我们有一个用户数据列表，结构如下：
- id: 用户ID
- email: 用户电子邮件
- name: 用户姓名
目标是根据邮箱（email）去重，合并重复的用户记录。
2. 示例数据
首先，我们来定义一个用户类 (User)，并创建一个包含重复用户的列表。
public class User {
private int id;
private String email;
private String name;
// 构造函数
public User(int id, String email, String name) {
this.id = id;
this.email = email;
this.name = name;
}
// Getter 和 Setter 省略
}
接着，创建一个包含重复用户的 List：
List<User> users = Arrays.asList(
new User(1, "john@example.com", "John Doe"),
new User(2, "jane@example.com", "Jane Doe"),
new User(3, "john@example.com", "Johnathan Doe"),
new User(4, "jane@example.com", "Janet Doe")
);
3. 使用 Java Stream 进行合并
下面演示如何使用 Java Stream API 合并这些重复的用户记录。
import java.util.*;
import java.util.stream.Collectors;
List<User> mergedUsers = users.stream()
.collect(Collectors.toMap(
User::getEmail, // 使用 email 作为 key
user -> user, // value 是用户对象
(existing, newUser) -> new User(existing.getId(), existing.getEmail(), existing.getName() + ", " + newUser.getName()) // 合并姓名
))
.values()
.stream()
.collect(Collectors.toList());
解释
Collectors.toMap: 将 Stream 中的元素收集至一个 Map，key 为用户的 email，value 为用户对象。- 合并策略: 当遇到重复的 email 时，使用 lambda 表达式定义如何合并。这里我们选择保留第一个 user's ID 和 email，而将姓名进行合并。
- 获取结果: 通过
values()方法提取所有用户，最终转换为 List。
4. 结果
执行上述代码后，mergedUsers 将只包含:
- John Doe: john@example.com (合并为 "John Doe, Johnathan Doe")
- Jane Doe: jane@example.com (合并为 "Jane Doe, Janet Doe")
5. 可视化关系图
为了帮助理解数据之间的关系，我们使用 mermaid 语法展示数据模型。
erDiagram
USER {
int id PK "用户ID"
string email "用户电子邮件"
string name "用户姓名"
}
6. 流程序列图
为了说明执行合并操作的流程，以下是相关的序列图：
sequenceDiagram
participant U as User List
participant S as Stream API
participant C as Collector
U->>S: 创建 Stream
S->>C: 收集到 Map
C-->>S: 返回 Map
S->>U: 提取 merged Users
7. 总结
在这篇文章中，我们介绍了如何使用 Java Stream API 并结合 Collector 来合并 List 中的重复数据。通过合并相同邮箱的用户记录，我们可以更好地管理用户信息，提高数据处理的效率。这种方法不仅适用于用户数据的合并，也可以扩展到其他场景中，如订单记录、产品信息等。
随着对 Java Stream 越来越深入的理解，开发者可以通过更巧妙的方式来处理复杂的数据处理需求，提升代码的可读性和简洁性。希望本文能帮助开发者更好地运用 Java Stream 进行数据处理。如果你在实际开发中遇到相似的问题，不妨尝试这个方法。
