面试题：Java Stream collect方法在并行流与自定义Collector中的深度应用

实现步骤：
- 定义数据结构：我们需要一个Map<Integer, List<String>>来按长度分组字符串，同时还需要统计每个分组的字符串数量，所以可以使用Map<Integer, Map.Entry<List<String>, Long>>，其中List<String>是按字典序排序后的字符串列表，Long是该分组的字符串数量。
- 实现自定义Collector：
  - supplier方法：创建一个空的HashMap用于存储分组结果。
  - accumulator方法：将每个字符串按长度分组，并添加到对应的列表中。
  - combiner方法：合并两个Map，将相同长度分组的列表合并，并更新数量。
  - finisher方法：对每个分组内的字符串列表按字典序排序，并统计数量。
  - characteristics方法：返回Collector.Characteristics.IDENTITY_FINISH和Collector.Characteristics.CONCURRENT，表示finisher方法返回的结果与累加器类型相同，并且该收集器可以在并行流中正确工作。
自定义Collector代码实现：

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

public class StringLengthGroupingCollector implements Collector<String, Map<Integer, List<String>>, Map<Integer, Map.Entry<List<String>, Long>>> {
    @Override
    public Supplier<Map<Integer, List<String>>> supplier() {
        return () -> new HashMap<>();
    }

    @Override
    public BiConsumer<Map<Integer, List<String>>, String> accumulator() {
        return (map, str) -> {
            int length = str.length();
            map.computeIfAbsent(length, k -> new ArrayList<>()).add(str);
        };
    }

    @Override
    public BinaryOperator<Map<Integer, List<String>>> combiner() {
        return (map1, map2) -> {
            map2.forEach((length, list) -> map1.computeIfAbsent(length, k -> new ArrayList<>()).addAll(list));
            return map1;
        };
    }

    @Override
    public Function<Map<Integer, List<String>>, Map<Integer, Map.Entry<List<String>, Long>>> finisher() {
        return map -> {
            Map<Integer, Map.Entry<List<String>, Long>> result = new HashMap<>();
            map.forEach((length, list) -> {
                Collections.sort(list);
                result.put(length, new AbstractMap.SimpleImmutableEntry<>(list, (long) list.size()));
            });
            return result;
        };
    }

    @Override
    public Set<Characteristics> characteristics() {
        return Set.of(Collector.Characteristics.IDENTITY_FINISH, Collector.Characteristics.CONCURRENT);
    }
}

使用示例：

import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class Main {
    public static void main(String[] args) {
        List<String> strings = Arrays.asList("apple", "banana", "cherry", "date", "fig");
        Map<Integer, Map.Entry<List<String>, Long>> result = strings.parallelStream()
              .collect(new StringLengthGroupingCollector());
        result.forEach((length, entry) -> {
            System.out.println("Length: " + length);
            System.out.println("Sorted Strings: " + entry.getKey());
            System.out.println("Count: " + entry.getValue());
            System.out.println();
        });
    }
}

自定义Collector中各个方法的作用：
- supplier：
  - 作用：创建一个可变的结果容器，用于累加数据。在我们的例子中，它创建一个空的HashMap，用于后续按字符串长度分组存储字符串。
- accumulator：
  - 作用：将输入元素添加到结果容器中。这里将每个字符串按其长度分组，添加到HashMap中对应长度的列表里。
- combiner：
  - 作用：合并两个部分结果。在并行流中，会有多个部分结果需要合并，此方法将两个Map中相同长度分组的字符串列表合并在一起。
- finisher：
  - 作用：对最终的结果容器进行转换，生成最终想要的结果类型。这里对每个分组内的字符串列表进行字典序排序，并统计数量，生成最终的Map<Integer, Map.Entry<List<String>, Long>>结果。
- characteristics：
  - 作用：返回该收集器的特性。IDENTITY_FINISH表示finisher方法返回的结果与累加器类型相同，CONCURRENT表示该收集器可以在并行流中正确工作。

星途面试题库

面试题：Java Stream collect方法在并行流与自定义Collector中的深度应用

知识考点

面试题答案