Java Academy · 课时

groupingBy：元素分类

Q: 「groupingBy：元素分类」这节课中我会学到什么？

通过分类函数将流元素分组到映射中，并与下游收集器组合使用 你通过在浏览器中直接运行的动手代码来练习 Java Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

通过分类函数将流元素分组到映射中，并与下游收集器组合使用

groupingBy：元素分类 是 CoddyKit 上的免费 Java Academy 课时。这是第 1 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 Java Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Java Academy 课程共包含 4 节课。

什么是 groupingBy？

Collectors.groupingBy() 会将流元素分组到一个 Map 中，其中每个键都映射到一个匹配元素列表。它相当于流操作中的 SQL GROUP BY。

import java.util.*;
import java.util.stream.*;

record Person(String name, String city) {}
List<Person> people = List.of(
    new Person("Alice","NYC"), new Person("Bob","LA"),
    new Person("Carol","NYC"), new Person("Dave","LA"),
    new Person("Eve","Chicago")
);

Map<String, List<Person>> byCity =
    people.stream().collect(Collectors.groupingBy(Person::city));
byCity.forEach((city, ps) -> System.out.println(city + ": " + ps.size()));

下游收集器：counting

将 groupingBy 与下游收集器组合使用，以执行聚合，而不是列出元素：

Map<String, Long> countByCity =
    people.stream().collect(
        Collectors.groupingBy(Person::city, Collectors.counting())
    );
countByCity.forEach((city, n) -> System.out.println(city + " -> " + n));
// NYC -> 2, LA -> 2, Chicago -> 1

下游收集器：mapping

使用 Collectors.mapping() 作为下游收集器，在收集元素之前对其进行转换：

Map<String, List<String>> namesByCity =
    people.stream().collect(
        Collectors.groupingBy(
            Person::city,
            Collectors.mapping(Person::name, Collectors.toList())
        )
    );
namesByCity.forEach((city, names) -> System.out.println(city + ": " + names));

下游收集器：joining

将每个分组中的名称连接成一个逗号分隔的字符串：

Map<String, String> joinedByCity =
    people.stream().collect(
        Collectors.groupingBy(
            Person::city,
            Collectors.mapping(Person::name, Collectors.joining(", "))
        )
    );
joinedByCity.forEach((city, s) -> System.out.println(city + ": " + s));
// NYC: Alice, Carol

多级 groupingBy

嵌套调用 groupingBy，进行多维分类：

record Employee(String name, String dept, String level) {}
List<Employee> emps = List.of(
    new Employee("A","Eng","Junior"), new Employee("B","Eng","Senior"),
    new Employee("C","HR","Junior"), new Employee("D","HR","Senior")
);

Map<String, Map<String, List<Employee>>> grouped =
    emps.stream().collect(
        Collectors.groupingBy(Employee::dept,
            Collectors.groupingBy(Employee::level))
    );
grouped.forEach((dept, levels) -> levels.forEach((level, list) ->
    System.out.println(dept+"/"+level+": "+list.size())));

控制映射类型

groupingBy 默认生成 HashMap。使用三参数重载指定其他映射类型，例如使用 TreeMap 生成已排序的键：

Map<String, Long> sorted =
    people.stream().collect(
        Collectors.groupingBy(Person::city, TreeMap::new, Collectors.counting())
    );
System.out.println(sorted); // keys in alphabetical order

下游收集器：averagingInt

计算每个分组的平均值：

record Product(String category, int price) {}
List<Product> products = List.of(
    new Product("A",10), new Product("A",20),
    new Product("B",15), new Product("B",25)
);

Map<String, Double> avgPrice =
    products.stream().collect(
        Collectors.groupingBy(Product::category,
            Collectors.averagingInt(Product::price))
    );
avgPrice.forEach((cat, avg) -> System.out.printf("%s: %.1f%n", cat, avg));

下游收集器：toUnmodifiableList

使用 Collectors.toUnmodifiableList() 作为下游收集器，生成不可变分组：

Map<String, List<String>> immutable =
    people.stream().collect(
        Collectors.groupingBy(Person::city,
            Collectors.mapping(Person::name, Collectors.toUnmodifiableList()))
    );
// Attempting to modify throws UnsupportedOperationException

实际应用：订单汇总

按状态对订单分组，并计算每组金额的总和：

record Order(String status, double amount) {}
List<Order> orders = List.of(
    new Order("PAID", 50.0), new Order("PENDING", 30.0),
    new Order("PAID", 75.0), new Order("CANCELLED", 20.0)
);

Map<String, Double> totalByStatus =
    orders.stream().collect(
        Collectors.groupingBy(Order::status,
            Collectors.summingDouble(Order::amount))
    );
totalByStatus.forEach((s, t) -> System.out.printf("%s: $%.2f%n", s, t));

性能注意事项

groupingBy 会将所有元素收集到内存中。对于非常大的数据集，请考虑分块处理，或使用数据库级别的 GROUP BY。下游收集器会针对每个元素运行——应保持其轻量，避免出现 O(n²) 的行为。

与 filter 和 sorted 组合使用

在收集之前链式调用流操作，以预先筛选或预先排序数据：

Map<String, Long> activeCities =
    people.stream()
          .filter(p -> !p.city().equals("Chicago"))
          .collect(Collectors.groupingBy(Person::city, Collectors.counting()));
System.out.println(activeCities); // {NYC=2, LA=2}

快速检查

使用 collect() 调用 Collectors.groupingBy(Person::city) 时，会生成什么类型？

回顾：groupingBy

要点回顾：

groupingBy(分类器) → 映射<K, 列表<T>>
与下游收集器组合：counting、mapping、joining、summarizing
嵌套 groupingBy，进行多维分类
使用三参数重载控制生成的映射类型（例如 TreeMap）

常见问题解答

「groupingBy：元素分类」课时是免费的吗？

是的 — 「groupingBy：元素分类」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Java Academy 课程的其余内容，请升级到 CoddyKit PRO。 Java Academy 课程共包含 4 节课。

「groupingBy：元素分类」这节课中我会学到什么？

通过分类函数将流元素分组到映射中，并与下游收集器组合使用你通过在浏览器中直接运行的动手代码来练习 Java Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 Java Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 Java Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 1 节课，共 4 节。

「groupingBy：元素分类」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 Java Academy 课中编写并运行代码吗？

能。每节 Java Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 Java Academy