本文介绍了如何使用 Java Stream API 高效地处理 ID 列表，并根据 ID 是否存在于 map 中，将其分割成包含对应对象的列表和包含缺失 ID 的列表。通过 partitioningBy 方法，避免了传统循环的冗余代码，使代码更简洁易懂。
在处理数据时，经常会遇到需要根据特定条件将数据分割成不同集合的需求。例如，我们有一个 ID 列表和一个 ID 到对象的映射 Map，需要根据 ID 是否存在于 Map 中，将 ID 分割成包含对应对象的列表和包含缺失 ID 的列表。传统的做法通常是使用循环遍历 ID 列表，逐个判断 ID 是否存在于 Map 中，然后将 ID 或对象添加到相应的列表中。这种方法代码冗余，可读性差。Java Stream API 提供了 partitioningBy 方法，可以更简洁高效地实现这一需求。
使用 partitioningBy 分割流数据
partitioningBy 是 Collectors 类中的一个静态方法，它接受一个 Predicate 函数式接口作为参数，用于判断流中的元素是否满足特定条件。partitioningBy 方法会根据 Predicate 的返回值（true 或 false）将流中的元素分割成两个列表，并将其作为 Map 的值返回，Map 的键分别为 true 和 false。
以下代码展示了如何使用 partitioningBy 方法将 ID 列表分割成包含对应对象的列表和包含缺失 ID 的列表：
import java.util.*; import java.util.stream.Collectors; public class StreamPartitioning { public static void main(String[] args) { List<String> myIdList = Arrays.asList("a", "b", "c"); Map<String, Object> myObjectMap = new HashMap<>(); myObjectMap.put("b", "B"); Map<Boolean, List<String>> partitioned = myIdList.stream() .collect(Collectors.partitioningBy(myObjectMap::containsKey)); List<Object> objectList = partitioned.get(true).stream() .map(myObjectMap::get).collect(Collectors.toList()); List<String> missingObjIds = partitioned.get(false); System.out.println("objectList=" + objectList); System.out.println("missingObjIds=" + missingObjIds); } }
代码解析：
- 准备数据： 首先，我们创建了一个 ID 列表 myIdList 和一个 ID 到对象的映射 Map myObjectMap。
- 使用 partitioningBy 分割流： 我们使用 myIdList.stream() 创建一个流，然后调用 collect(Collectors.partitioningBy(myObjectMap::containsKey)) 方法将流分割成两个列表。myObjectMap::containsKey 是一个方法引用，它等价于 id -> myObjectMap.containsKey(id)，用于判断 ID 是否存在于 myObjectMap 中。
- 获取对象列表和缺失 ID 列表： partitioned.get(true) 返回包含存在于 myObjectMap 中的 ID 的列表，我们使用 stream().map(myObjectMap::get).collect(Collectors.toList()) 将 ID 列表转换成对象列表。partitioned.get(false) 返回包含不存在于 myObjectMap 中的 ID 的列表，即缺失 ID 列表。
- 输出结果： 最后，我们输出对象列表和缺失 ID 列表。
输出结果：
objectList=[B] missingObjIds=[a, c]
注意事项：
- partitioningBy 方法返回的 Map 的键只能是 true 或 false。
- partitioningBy 方法会将流中的所有元素都处理一遍，因此如果流中的元素数量很大，可能会影响性能。
总结：
使用 Java Stream API 的 partitioningBy 方法可以高效地将流数据分割成不同的集合，避免了传统循环的冗余代码，使代码更简洁易懂。在处理需要根据特定条件将数据分割成不同集合的场景中，partitioningBy 方法是一个非常实用的工具。
