如何将集合划分为任意大小的分区

Question

我正在尝试使用 Java 8 Lambda 表达式和流来解析一些日志。我有一个运行后运行的巨大日志文件。我想将它分成单独的集合，每次运行一个。我不知道日志有多少次运行。为了锻炼我非常薄弱的​​ lambda 表达式肌肉，我想一次性完成。

这是我当前的实现：

    List<String> lines = readLines(fileDirectory);

    Pattern runStartPattern = Pattern.compile("INFO: \\d\\d:\\d\\d:\\d\\d: Starting");

    LinkedList<List<String>> testRuns = new LinkedList<>();

    List<String> currentTestRun = new LinkedList<>(); // In case log starts in middle of run
    testRuns.add(currentTestRun);

    for(String line:lines){
        if(runStartPattern.matcher(line).find()){
            currentTestRun = new ArrayList<>();
            testRuns.add(currentTestRun);
        }
        currentTestRun.add(line);
    }
    if(testRuns.getFirst().size()==0){ // In case log starts at a run
        testRuns.removeFirst();
    }

基本上类似于 TomekRekawek 的解决方案 here，但开始时分区大小未知。

Answer 1

在 Stream API 中没有标准的方法可以轻松实现这一点，但我的 StreamEx 库有一个 groupRuns 方法可以很容易地解决这个问题：

List<List<String>> testLines = StreamEx.of(lines)
        .groupRuns((a, b) -> !runStartPattern.matcher(b).find())
        .toList();

它根据应用于一对相邻元素的谓词对输入元素进行分组。如果第二行与runStartPattern 匹配，我们不想将这些行分组。无论日志是否在运行中间开始，这都能正常工作。此外，此功能也适用于并行流。