331. Java Stream API - Java Stream 实战案例：找出合作最多的作者对

文章目录

• 331. Java Stream API - Java Stream 实战案例：找出合作最多的作者对
• • 🎯 目标
  • 🧩 数据模型设计
  • 🏗️ 构建作者对流
  • 🔁 展平所有文章的作者对
  • 📊 构建作者对出现频次的直方图
  • 🥇 找出合作最多的一对作者
  • 🧪 示例数据和完整运行逻辑
  • 💡 小结与思考

331. Java Stream API - Java Stream 实战案例：找出合作最多的作者对

🎯 目标

在一堆文章（Article）中，找出一起合作写文章次数最多的两个作者（Author）。

---

🧩 数据模型设计

我们有三个核心模型：

// 作者，支持按名字排序recordAuthor(Stringname)implementsComparable<Author>{publicintcompareTo(Authorother){returnthis.name.compareTo(other.name);}}// 文章recordArticle(Stringtitle,intinceptionYear,List<Author>authors){}// 作者对（避免重复，如 A-B 和 B-A 视为同一对）recordPairOfAuthors(Authorfirst,Authorsecond){publicstaticOptional<PairOfAuthors>of(Authorfirst,Authorsecond){// 确保作者对排序一致（避免 A-B 和 B-A）if(first.compareTo(second)>0){returnOptional.of(newPairOfAuthors(first,second));}else{returnOptional.empty();}}}

📌PairOfAuthors.of()用Optional表示“是否是有效的作者对”，这样可以方便后续的流式处理。

---

🏗️ 构建作者对流

第一步是：从每篇文章中提取所有合法的作者对。

BiFunction<Article,Author,Stream<PairOfAuthors>>buildPairOfAuthors=(article,firstAuthor)->article.authors().stream().flatMap(secondAuthor->PairOfAuthors.of(firstAuthor,secondAuthor).stream());

🔍 如果PairOfAuthors.of()返回Optional.empty()，那么stream()就是空流，否则是单元素流。这样可以优雅地处理无效对。

---

🔁 展平所有文章的作者对

Function<Article,Stream<PairOfAuthors>>toPairOfAuthors=article->article.authors().stream().flatMap(firstAuthor->buildPairOfAuthors.apply(article,firstAuthor));

💡 我们对每篇文章的作者使用flatMap()，构建所有可能的作者对（去除无效）。

---

📊 构建作者对出现频次的直方图

Map<PairOfAuthors,Long>numberOfAuthorsTogether=articles.stream().flatMap(toPairOfAuthors).collect(Collectors.groupingBy(Function.identity(),Collectors.counting()));

📦 用groupingBy+counting()聚合每对作者出现的次数。

---

🥇 找出合作最多的一对作者

Function<Map<PairOfAuthors,Long>,Map.Entry<PairOfAuthors,Long>>maxExtractor=map->map.entrySet().stream().max(Map.Entry.comparingByValue()).orElseThrow();

☂️orElseThrow()会在没有任何作者对时抛异常，所以要确保至少有一篇文章包含两个作者。

---

🧪 示例数据和完整运行逻辑

varmaria=newAuthor("Maria");varjames=newAuthor("James");varpatricia=newAuthor("Patricia");varmichael=newAuthor("Michael");vararticles=List.of(newArticle("About As You Like It",2015,List.of(maria)),newArticle("About King John",2015,List.of(james)),newArticle("About The Winter's Tale",2016,List.of(patricia)),newArticle("About Richard II",2017,List.of(michael)),newArticle("About Richard III",2019,List.of(maria,patricia)),newArticle("About Henry VIII",20219,List.of(patricia,michael)),newArticle("About Romeo and Juliet",2020,List.of(maria,patricia,james)),newArticle("About Macbeth",2021,List.of(maria,james,michael)),newArticle("About Hamlet",2021,List.of(patricia,james,michael)),newArticle("About King Lear",2022,List.of(maria,james,patricia,michael)));Map.Entry<PairOfAuthors,Long>pair=maxExtractor.apply(numberOfAuthorsTogether);System.out.println("The authors that published the most together are "+pair.getKey().first().name()+" and "+pair.getKey().second().name()+", they wrote "+pair.getValue()+" articles together.");

🧾输出结果：

Theauthors that published the most together arePatriciaandMichael,they wrote3articles together.

---

💡 小结与思考

✅ 使用Optional.stream()可以优雅处理“可能不存在”的值
✅ 用flatMap()组合嵌套结构（多个 List 变为流）
✅groupingBy + counting构建频次统计
✅max()+orElseThrow()获取最大值时要注意异常安全性