如何用Java 8 Stream按条件将流数据分类存入不同列表

需求场景 #

现有分号分隔的数据流，需要基于索引为2的字段（如L100、L120等），使用Java 8 Stream将数据分类存入对应标识的不同列表中。

原始数据流 #

452857;0;L100;csO;20220411;20220411;EUR;000101435;+; ;F;1;EUR;000100000;+;
452857;0;L120;csO;20220411;20220411;EUR;000101435;+; ;F;1;EUR;000100000;+;
452857;0;L121;csO;20220411;20220411;EUR;000101435;+; ;F;1;EUR;000100000;+;
452857;0;L126;csO;20220411;20220411;EUR;000101435;+; ;F;1;EUR;000100000;+;
452857;0;L100;csO;20220411;20220411;EUR;000101435;+; ;F;1;EUR;000100000;+;
452857;0;L122;csO;20220411;20220411;EUR;000101435;+; ;F;1;EUR;000100000;+;

用户原始实现 #

用户已尝试以下代码，但希望更简洁高效的写法：

List<String> L100_ENTITY_NAMES = Arrays.asList("L100", "L120", "L121", "L122", "L126");

List<List<String>> list=  L100_ENTITY_NAMES.stream()
                           .map(entity -> Arrays.stream(splittedLine)
                                   .filter(line -> {
                                       String[] values =  line.split(String.valueOf(DELIMITER));
                                       if(values.length > 0){
                                           return entity.equals(values[2]);
                                       }
                                       else{
                                           return false;
                                       }
                                   }).collect(Collectors.toList())).collect(Collectors.toList());

优化建议 #

1. 用Collectors.groupingBy一次性分组，减少遍历次数 #

原始代码会遍历数据源多次（每个实体标识对应一次遍历），效率较低。改用groupingBy只需遍历一次即可完成分组，性能大幅提升：

// 第一步：按索引2的字段分组，得到标识与对应行的映射
Map<String, List<String>> groupedMap = Arrays.stream(splittedLine)
    .collect(Collectors.groupingBy(line -> {
        String[] values = line.split(String.valueOf(DELIMITER));
        // 避免数组越界，处理分割后长度不足3的异常情况
        return values.length >= 3 ? values[2] : "UNKNOWN";
    }));

// 第二步：按指定顺序提取目标标识对应的列表
List<List<String>> resultList = L100_ENTITY_NAMES.stream()
    .map(groupedMap::get)
    // 处理标识不存在的情况，返回空列表而非null
    .map(list -> list == null ? Collections.emptyList() : list)
    .collect(Collectors.toList());

2. 提取分割逻辑为独立方法，提升可读性 #

把分割字符串并获取标识的逻辑抽成单独方法，让Stream代码更简洁清晰：

private static String getEntityId(String line, char delimiter) {
    String[] values = line.split(String.valueOf(delimiter));
    return values.length >= 3 ? values[2] : "UNKNOWN";
}

// 使用简化后的分组逻辑
Map<String, List<String>> groupedMap = Arrays.stream(splittedLine)
    .collect(Collectors.groupingBy(line -> getEntityId(line, DELIMITER)));

3. 避免重复分割字符串 #

原始代码中每行数据会被多次分割（每个实体标识遍历一次就分割一次），优化后每行仅分割一次，减少不必要的计算开销。

4. 修复数组越界风险 #

原始代码仅判断values.length > 0，但访问values[2]需要数组长度至少为3，否则会抛出ArrayIndexOutOfBoundsException。优化后的代码增加了长度判断，有效避免异常。

内容的提问来源于stack exchange，提问作者Pawan.Java