Java中Stream分组主要用Collectors.groupingBy()，返回Map；支持基础分组、二级分组、自定义逻辑（含空值处理）及聚合统计（如counting、averagingDouble），需注意keyMapper类型、null安全与下游收集器选择。
Java中Stream的分组功能主要通过 Collectors.groupingBy() 实现，它能把流中的元素按指定规则分类，返回一个 Map，键是分组依据，值是该组内所有元素的集合。
基础分组：按字段或简单条件分组
最常见的是按对象的某个属性分组。比如有一个 List<Person>，想按年龄分组：
Map<Integer, List<Person>> byAge = people.stream()
.collect(Collectors.groupingBy(Person::getAge));
这时 Map 的 key 是 Integer（年龄），value 是对应年龄的所有 Person 对象组成的 List。
- 如果属性值为 null，会抛出 NullPointerException，可先用 Objects::nonNull 过滤或用 groupingBy(keyMapper, HashMap::new, …) 自定义 map 类型
- keyMapper 函数必须返回可比较、可哈希的类型，否则可能出错或分组异常
二级分组：嵌套 groupingBy 实现多级分类
需要按多个维度分组时，可以把另一个 groupingBy 作为下游收集器：
立即学习“Java免费学习笔记（深入）”；
Map<Integer, Map<String, List<Person>>> byAgeAndCity = people.stream()
.collect(Collectors.groupingBy(
Person::getAge,
Collectors.groupingBy(Person::getCity)
));
结果是 Map<年龄, Map<城市, List<Person>>>，适合做交叉统计或层级报表。
Java Maven Common
下载
Java Maven 项目审查工作流的通用输入处理。当 Java Maven 项目以 ZIP压缩包或 GitLab 仓库 URL 形式提供且需要...时使用。
- 下游收集器不限于 groupingBy，也可以是 counting()、summingInt() 等，实现聚合统计
- 注意嵌套过深会影响可读性，必要时可封装成独立方法
自定义分组逻辑与空值处理
当分组逻辑较复杂（如按年龄段分组：0-18、19-35、36+），或源数据含 null 字段时，推荐用 lambda 显式定义 key：
Map<String, List<Person>> byAgeRange = people.stream()
.collect(Collectors.groupingBy(p -> {
int age = p.getAge() == null ? -1 : p.getAge();
if (age < 0) return "未知";
else if (age <= 18) return "未成年";
else if (age <= 35) return "青年";
else return "成年";
}));
这样既避免空指针，又灵活支持业务语义分组。
- 可配合 Collectors.toMap() 或 Collectors.collectingAndThen 做后处理（如排序、去重）
- 若需保持插入顺序，用 LinkedHashMap::new 作为 map 工厂参数
分组后聚合统计（不存全量数据）
有时只需统计数量、平均值等，不必保留原始列表，节省内存：
// 按部门统计人数
Map<String, Long> countByDept = employees.stream()
.collect(Collectors.groupingBy(Employee::getDept, Collectors.counting()));
// 按状态统计平均薪资
Map<Status, Double> avgSalaryByStatus = employees.stream()
.collect(Collectors.groupingBy(
Employee::getStatus,
Collectors.averagingDouble(Employee::getSalary)
));
这类组合使用让 Stream 分组兼具灵活性和性能优势。
- counting() 返回 Long，summingInt/Double/Long 返回对应数值类型
- 若某组无数据，对应 key 仍存在，value 为 0 或 0.0（取决于聚合器）
基本上就这些。Stream 分组不复杂但容易忽略细节，关键是选对 keyMapper 和下游收集器，再结合业务场景做空值和异常处理。
