【发布时间】：2019-04-09 10:29:40
【问题描述】：
此代码从原始列表中删除重复项，但我想从原始列表中提取重复项 -> 不删除它们（此包名称只是另一个项目的一部分）：
给定：
一个人 pojo：
package at.mavila.learn.kafka.kafkaexercises;
import org.apache.commons.lang3.builder.ToStringBuilder;
public class Person {
private final Long id;
private final String firstName;
private final String secondName;
private Person(final Builder builder) {
this.id = builder.id;
this.firstName = builder.firstName;
this.secondName = builder.secondName;
}
public Long getId() {
return id;
}
public String getFirstName() {
return firstName;
}
public String getSecondName() {
return secondName;
}
public static class Builder {
private Long id;
private String firstName;
private String secondName;
public Builder id(final Long builder) {
this.id = builder;
return this;
}
public Builder firstName(final String first) {
this.firstName = first;
return this;
}
public Builder secondName(final String second) {
this.secondName = second;
return this;
}
public Person build() {
return new Person(this);
}
}
@Override
public String toString() {
return new ToStringBuilder(this)
.append("id", id)
.append("firstName", firstName)
.append("secondName", secondName)
.toString();
}
}
重复提取码。
注意这里我们过滤了 id 和名字来检索一个新列表，我在其他地方看到了这段代码，不是我的：
package at.mavila.learn.kafka.kafkaexercises;
import java.util.List;
import java.util.Map;
import java.util.Objects;
import java.util.concurrent.ConcurrentHashMap;
import java.util.function.Function;
import java.util.function.Predicate;
import java.util.stream.Collectors;
import static java.util.Objects.isNull;
public final class DuplicatePersonFilter {
private DuplicatePersonFilter() {
//No instances of this class
}
public static List<Person> getDuplicates(final List<Person> personList) {
return personList
.stream()
.filter(duplicateByKey(Person::getId))
.filter(duplicateByKey(Person::getFirstName))
.collect(Collectors.toList());
}
private static <T> Predicate<T> duplicateByKey(final Function<? super T, Object> keyExtractor) {
Map<Object,Boolean> seen = new ConcurrentHashMap<>();
return t -> isNull(seen.putIfAbsent(keyExtractor.apply(t), Boolean.TRUE));
}
}
测试代码。 如果你运行这个测试用例，你会得到 [alex, lolita, elpidio, romualdo]。
我希望得到 [romualdo, otroRomualdo] 作为给定 id 和 firstName 的提取副本：
package at.mavila.learn.kafka.kafkaexercises;
import org.junit.Test;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import java.util.ArrayList;
import java.util.List;
import static org.junit.Assert.*;
public class DuplicatePersonFilterTest {
private static final Logger LOGGER = LoggerFactory.getLogger(DuplicatePersonFilterTest.class);
@Test
public void testList(){
Person alex = new Person.Builder().id(1L).firstName("alex").secondName("salgado").build();
Person lolita = new Person.Builder().id(2L).firstName("lolita").secondName("llanero").build();
Person elpidio = new Person.Builder().id(3L).firstName("elpidio").secondName("ramirez").build();
Person romualdo = new Person.Builder().id(4L).firstName("romualdo").secondName("gomez").build();
Person otroRomualdo = new Person.Builder().id(4L).firstName("romualdo").secondName("perez").build();
List<Person> personList = new ArrayList<>();
personList.add(alex);
personList.add(lolita);
personList.add(elpidio);
personList.add(romualdo);
personList.add(otroRomualdo);
final List<Person> duplicates = DuplicatePersonFilter.getDuplicates(personList);
LOGGER.info("Duplicates: {}",duplicates);
}
}
在我的工作中，我能够通过使用 TreeMap 和 ArrayList 的 Comparator 来获得所需的结果，但这是创建一个列表然后过滤它，再次将过滤器传递给新创建的列表，这看起来很臃肿的代码，（并且可能效率低下）
有人对如何提取重复项有更好的想法吗？而不是删除它们。
提前致谢。
更新
感谢大家的回答
使用与 uniqueAttributes 相同的方法删除重复项：
public static List<Person> removeDuplicates(List<Person> personList) {
return getDuplicatesMap(personList).values().stream()
.filter(duplicates -> duplicates.size() > 1)
.flatMap(Collection::stream)
.collect(Collectors.toList());
}
private static Map<String, List<Person>> getDuplicatesMap(List<Person> personList) {
return personList.stream().collect(groupingBy(DuplicatePersonFilter::uniqueAttributes));
}
private static String uniqueAttributes(Person person){
if(Objects.isNull(person)){
return StringUtils.EMPTY;
}
return (person.getId()) + (person.getFirstName()) ;
}
更新 2
但@brett-ryan 提供的答案也是正确的：
public static List<Person> extractDuplicatesWithIdentityCountingV2(final List<Person> personList){
List<Person> duplicates = personList.stream()
.collect(Collectors.groupingBy(Function.identity(), Collectors.counting()))
.entrySet().stream()
.filter(n -> n.getValue() > 1)
.flatMap(n -> nCopies(n.getValue().intValue(), n.getKey()).stream())
.collect(toList());
return duplicates;
}
编辑
上面的代码可以在下面找到：
https://gitlab.com/totopoloco/marco_utilities/-/tree/master/duplicates_exercises
请看：
【问题讨论】：
-
我认为你在这里发布了太多代码。如果可能，通常将其保持在 10-20 行。有人可能很难解析你在这里所做的事情。
-
改为 [romualdo, otroRomualdo...另一个甚至不在列表中。
-
@nullpointer 完全正确，不知道为什么会为一个非常不清楚的问题投票
-
对不起，如果我不清楚，我们在列表中有5个对象，通过该方法将返回前4个元素，好的，但是我们想获取元素3和4（从开始计数0），为什么？，因为这两个在列表中是重复的。正如我所说，不知何故，我通过使用 Comparator、TreeMap 从列表中提取列表得到了结果，但我的代码看起来真的很臃肿，我可以分享它，但我在另一台笔记本电脑上有它。我一到办公室就分享。
-
在我的工作中，我能够通过使用 TreeMap 和 ArrayList 的 Comparator 来获得所需的结果，但这是创建一个列表然后对其进行过滤 ....在哪里那个代码？我宁愿把它和解释一起放在这里，而不是你目前分享的内容。
标签： java list java-8 duplicates java-stream