Java：如何将集合划分为等价类？

Question

我有一个项目列表（！）：

• 一个
• B
• C
• D
• E
• ...

我想将它们分组：

• [A、C、D]
• [B, E]
• ...

组由以下人员定义：

• 根据自定义函数 f(a, b) -> boolean，组中的所有项目都相等
• f(a, b) = f(b, a)

问题：是否有现成的 API 可以这样做？

<T> List<List<T>> group(Collection<T> collection, BiFunction<T, T, Boolean> eqF);

更新。这个问题完全不适用于您可以定义一些质量作为分组依据的场景！在这种情况下，Java 8 Collectors.groupingBy 是最简单的答案。

我正在使用多维向量，等式函数看起来像：

• 指标（a，b）

在这种情况下，定义哈希等于解决初始任务:)

Answer 1

您的场景听起来像是groupingBy 收集器的一个很好的用例。通常，您提供一个提取限定符的函数，而不是提供一个相等函数。然后将元素映射到列表中的这些限定符。

即

Map<Qualifier, List<T>> map = list.stream()
    .collect(Collectors.groupingBy(T::getQualifier));

Collection<List<T>> result = map.values();

如果T 的身份是您的限定符，您可以使用Function.identity() 作为参数。

但是，当您的限定符超过T 的1 个字段时，这将成为一个问题。您可以使用元组类型来为T 创建一个备用标识，但这只是到此为止，因为每个字段数量都需要一个单独的元组类。

---

如果您想使用groupingBy，您确实需要为T 创建一个温和的备用身份，因此您不必更改T 的equals 和hashCode 方法。

要创建正确的身份，您需要实现 equals 和 hashCode（或者总是返回 0 以获得哈希码，但会降低性能）。据我所知，没有这方面的 API 类，但我做了一个简单的实现：

interface AlternateIdentity<T> {    
    public static <T> Function<T, AlternateIdentity<T>> mapper(
            BiPredicate<? super T, Object> equality, ToIntFunction<? super T> hasher) {
        return t -> new AlternateIdentity<T>() {
            @Override
            public boolean equals(Object other) {
                return equality.test(t, other);
            }

            @Override
            public int hashCode() {
                return hasher.applyAsInt(t);
            }
        };
    }
}

你可以这样使用：

Collection<List<T>> result
    = list.stream()
        .collect(Collectors.groupingBy(
            AlternateIdentity.mapper(eqF, hashF)
        ))
        .values();

其中eqF 是您的函数，hashF 是一个哈希码函数，它对与eqF 测试相同的字段进行哈希处理。 （同样，您也可以在 hashF 中返回 0，但正确实现会加快速度。）

Answer 2

您可以使用散列在线性时间内完成此操作。

为此，您需要首先在对象中实现hashCode() 函数，以便它为相等的元素返回相等的哈希值（例如，通过对其实例属性的哈希码进行异或运算）。然后，您可以使用集合的哈希表对元素进行分组。

Map<Integer, Set<T>> hashMap = new HashMap<>();
for (T element : collection) {
    if (!hashMap.containsKey(element.hashCode())
         hashMap.put(element.hashCode(), new HashSet<T>());
    hashMap.get(element.hashCode()).add(element);
}

由于相等的元素产生相同的哈希，它们将被插入到同一个等价类中。

现在，您可以使用hashMap.values(); 获取所有等价类（作为集合）的集合

Answer 3

我很确定标准 API 中没有任何内容。您可以尝试第三方收集类，例如 Trove 的 TCustomHashSet。 （有趣的是，根据this related thread 的评论，Guava 小组（目前）拒绝了类似的课程。请参阅讨论here。）

另一种方法是推出您自己的解决方案。如果您没有太多项目，我建议采用蛮力方法：保留项目列表的列表，并且对于每个新项目，遍历列表列表并查看它是否等于第一个元素名单。如果是，则将新项目添加到匹配列表中，如果不是，则将新列表添加到列表列表中，并将该项目作为唯一成员。计算复杂度不是很好，这就是为什么我只推荐在项目数量很少或执行时间性能根本不成问题的情况下。

第二种方法是修改您的项目类以实现自定义相等功能。但是要将它与基于哈希的集合类一起使用，您还需要覆盖hashcode()。 （如果您不使用基于散列的集合，您不妨使用蛮力方法。）如果您不想（或不能）修改项目类（例如，您想使用各种相等测试），我建议创建一个可以使用相等（和哈希码）策略参数化的包装类。 （这是修改您的项目类和使用 Trove 类之间的一种方式。）

Answer 4

这是一个简单的字符串分组示例。如果要分组的对象更复杂，则需要提供除 identity() 之外的其他函数。

public class StreamGroupingBy
{

   public static void main( String[] args )
   {
      List<String> items = Arrays.asList(  
              "a", "b", "c", "d", 
              "a", "b", "c",
              "a", "b", 
              "a", "x" );

      Map<String,List<String>> result = items.stream().collect(
              Collectors.groupingBy( Function.identity() ) );
      System.out.println( result );
   }
}

输出：

{a=[a, a, a, a], b=[b, b, b], c=[c, c], d=[d], x=[x]}

Answer 5

我还建议实施散列机制。你可以用 Guava FluentIterable 做类似的事情：

FluentIterable.from(collection)
    .index(new Function<T, K>() {
        K apply(T input) {
            //transform T to K hash
        }
    })//that would return ImmutableListMultimap<K, T>
    .asMap()//that would return Map<K, Collection<T>>
    .values();//Collection<Collection<T>>