本文深入探讨java stream中`filter`方法如何结合函数式参数实现基于特定键的元素去重。通过分析一个自定义的`checkmethod`，文章详细阐述了`predicate`的生成机制、`filter`操作的实际执行流程，以及`predicate`内部如何利用`function`提取键并借助`set`的`add`方法判断元素唯一性，从而高效地过滤掉重复项。
Java Stream API提供了一种强大且声明式的方式来处理集合数据。其中，filter方法是其核心操作之一，用于根据指定条件筛选流中的元素。filter方法接收一个Predicate函数式接口作为参数，该接口定义了一个test方法，返回一个布尔值来指示元素是否应被保留。然而，当filter的参数本身是一个方法调用，并且该方法返回一个Predicate时，其内部工作机制可能需要更深入的理解。
Java Stream filter与Predicate基础
在Java Stream中，filter(Predicate super T> predicate)方法的作用是保留那些使给定predicate返回true的元素，并丢弃那些返回false的元素。Predicate是一个函数式接口，其抽象方法签名为boolean test(T t)。这意味着我们可以使用Lambda表达式或方法引用来提供一个Predicate实例。
函数式参数生成Predicate的机制
考虑以下代码片段，它展示了如何利用一个自定义方法来为filter生成Predicate：
import java.util.List;
import java.util.Objects;
import java.util.Set;
import java.util.concurrent.ConcurrentHashMap;
import java.util.function.Function;
import java.util.function.Predicate;
public class StreamFilterExample {
public static void main(String[] args) {
Person p1 = new Person("test1");
Person p2 = new Person("test2");
Person p3 = new Person("test1"); // 添加一个重复项以演示去重效果
List l = List.of(p1, p2, p3);
// 统计唯一名称的Person对象数量
var count = l.stream().filter(checkMethod(Person::getName)).count();
System.out.println("Unique names count: " + count); // 预期输出: 2 (test1, test2)
}
/**
* 生成一个Predicate，用于根据指定键提取器判断元素是否首次出现。
*
* @param keyExtractor 用于从元素中提取唯一键的Function。
* @param 流中元素的类型。
* @return 一个Predicate，当元素对应的键首次出现时返回true，否则返回false。
*/
public static final Predicate checkMethod(Function keyExtractor) {
Objects.requireNonNull(keyExtractor);
// 使用ConcurrentHashMap.newKeySet()创建一个线程安全的Set来存储已见的键。
final var seen = ConcurrentHashMap.newKeySet();
// 返回一个Lambda表达式作为Predicate实例
return t -> seen.add(keyExtractor.apply(t));
}
}
class Person {
private String name;
Person(String name) {
this.name = name;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
@Override
public String toString() {
return "Person{" + "name='" + name + '\'' + '}';
}
} 在上述代码中，checkMethod是一个泛型方法，它接收一个Function super T, ?> keyExtractor作为参数。这个keyExtractor的作用是从流中的每个元素T中提取一个用于判断唯一性的“键”。例如，Person::getName就是一个方法引用，它充当keyExtractor，从Person对象中提取其name属性作为键。
立即学习“Java免费学习笔记（深入）”；
checkMethod的核心在于它创建了一个线程安全的Set (ConcurrentHashMap.newKeySet())来存储所有已经“见过”的键。然后，它返回一个Predicate
这里的关键是Set.add()方法的行为：
- 如果元素（即keyExtractor.apply(t)提取出的键）是首次被添加到Set中，add()方法会返回true。
- 如果元素已经存在于Set中，add()方法会返回false，并且不会重复添加。
因此，这个返回的Predicate会根据键是否首次出现来决定返回true或false。
filter方法的执行流程解析
现在我们来详细分析l.stream().filter(checkMethod(Person::getName)).count();这行代码的执行流程：
-
checkMethod(Person::getName)的执行（一次性） 在整个Stream操作链开始之前，filter方法需要一个Predicate实例。因此，Java运行时会首先调用checkMethod(Person::getName)。
- Person::getName作为keyExtractor参数传递给checkMethod。
- checkMethod内部会初始化一个空的ConcurrentHashMap.newKeySet()实例，例如命名为seen。
- checkMethod最终返回一个Predicate
的实例。这个实例内部“捕获”了seen这个Set变量，其test方法实现为 person -> seen.add(person.getName())。 重要提示： checkMethod只会被调用一次，它负责创建并返回那个用于过滤的Predicate对象。
-
filter方法的应用（逐元素执行） 一旦filter方法接收到由checkMethod返回的Predicate实例，它便开始对Stream中的每个元素进行处理。
-
对于第一个元素 (p1: "test1")：
- filter调用Predicate的test方法，即执行seen.add(p1.getName())。
- p1.getName()返回"test1"。
- seen.add("test1")：由于"test1"是首次添加到seen集合，add方法返回true。
- filter接收到true，因此p1被保留。
-
对于第二个元素 (p2: "test2")：
- filter调用Predicate的test方法，即执行seen.add(p2.getName())。
- p2.getName()返回"test2"。
- seen.add("test2")：由于"test2"是首次添加到seen集合，add方法返回true。
- filter接收到true，因此p2被保留。
-
对于第三个元素 (p3: "test1")：
- filter调用Predicate的test方法，即执行seen.add(p3.getName())。
- p3.getName()返回"test1"。
- seen.add("test1")：由于"test1"已经存在于seen集合中，add方法返回false。
- filter接收到false，因此p3被丢弃。
-
对于第一个元素 (p1: "test1")：
count()方法的执行 经过filter操作后，Stream中只剩下p1和p2。最终，count()方法会统计这些被保留的元素数量，即2。
注意事项与总结
- 执行时机： 务必理解checkMethod是在Stream操作链开始前执行一次，用于生成Predicate。而Predicate的test方法则是在Stream处理过程中，对每个元素逐一执行。
- 状态管理： checkMethod内部创建的seen集合是Predicate实例的私有状态。这种模式允许Predicate在处理流元素时维护上下文信息（即哪些键已经见过）。
- 线程安全： 使用ConcurrentHashMap.newKeySet()是关键，它确保了在并行Stream操作中，seen集合的add操作是线程安全的，避免了数据竞争问题。
- 通用性： 这种模式非常灵活，可以用于根据任何可提取的键对对象流进行去重。只需提供不同的keyExtractor即可。
通过这种方式，我们不仅理解了Java Stream filter方法如何与函数式参数协同工作，还掌握了一种高效且线程安全的基于特定键的元素去重策略。这种模式在处理复杂数据流时，能够显著提高代码的简洁性和可维护性。
