Java 8 Stream API 中 distinct() 与 distinctByKey() 的区别是什么？如何使用它们来过滤重复元素？

在Java 8中，Stream API是一个强大的工具，它允许以声明性的方式处理数据集合，使得代码更加简洁且易于理解。distinct()和distinctByKey()是两种用于过滤重复元素的方法，虽然后者不是标准库直接提供的，但可以通过一些技巧实现类似功能。

1. distinct()方法

首先，让我们从distinct()开始。这个方法是Stream API的一个内置中间操作，它的主要职责是从数据流中移除重复的元素。当你调用distinct()时，Stream会检查每个元素的equals()和hashCode()方法来确定哪些元素是重复的。如果两个元素通过equals()比较结果为真，并且它们的hashCode()相同，那么在结果中就只会保留其中一个。这意味着，对于基本类型和实现了这些方法的自定义对象，distinct()能很好地工作。

使用示例： 假设你有一个整数列表，想要去除重复的数字：

1List<Integer> numbers = Arrays.asList(1, 2, 2, 3, 4, 4, 5);
2List<Integer> uniqueNumbers = numbers.stream().distinct().collect(Collectors.toList());

在这个例子中，uniqueNumbers将只包含[1, 2, 3, 4, 5]。

2. distinctByKey()的实现

distinctByKey()并不是Stream API直接提供的方法，但它是一个常见的需求，特别是在处理复杂对象时，我们可能只想基于对象的某个特定属性去重。要实现这样的功能，我们可以借助于Collectors.groupingBy()或者利用TreeSet的自然排序和去重能力，或者通过自定义Predicate来实现。

示例：基于属性去重 假设有这样一个Person类，包含姓名（name）和年龄（age）属性，我们想基于姓名去重：

1class Person {
2    String name;
3    int age;
4    // 构造器、getters、setters省略
5}
6
7List<Person> people = ... // 初始化人员列表

我们可以这样实现基于姓名的去重：

1Function<Person, String> byName = Person::getName;
2Set<Person> uniquePeopleByName = people.stream()
3    .collect(Collectors.collectingAndThen(
4        Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(byName))),
5        ArrayList::new));
6
7// 或者使用filter方法配合自定义Predicate实现类似逻辑
8Predicate<Person> distinctByKey = new Predicate<Person>() {
9    Set<String> seen = ConcurrentHashMap.newKeySet();
10    @Override
11    public boolean test(Person person) {
12        return seen.add(person.getName());
13    }
14};
15List<Person> uniquePeopleByNameFilter = people.stream()
16    .filter(distinctByKey)
17    .collect(Collectors.toList());

在这段代码中，我们利用了TreeSet的排序和唯一性来确保每个名字只出现一次。而第二种方法则是通过自定义的Predicate，利用ConcurrentHashMap的键唯一性来实现去重。

• distinct()是Stream API提供的一个内置方法，它利用对象的equals()和hashCode()方法去除流中的重复元素，适用于基本类型和实现了这些方法的对象。
• distinctByKey()虽然不是标准API的一部分，但通过一些技巧，我们可以实现在复杂对象集合中根据某个属性去重的功能，这在处理具有多个属性的对象时非常有用。
• 实现distinctByKey()时，选择合适的方法（如使用TreeSet或自定义Predicate）取决于具体的需求和场景，但核心思想都是利用某种形式的键值唯一性来达到去重的目的。

希望这样的解释能帮助你理解distinct()和如何实现类似distinctByKey()的功能，以及它们在处理数据集合时的应用。