ejemplo - ¿Cómo verificar si existe algún duplicado en Java 8 Streams?

java stream find one

Question

En java 8, ¿cuál es la mejor manera de verificar si una lista contiene algún duplicado?

Mi idea era algo así como:

list.size() != list.stream().distinct().count()

¿Es la mejor manera?

Answer 1

Comencé esta clase como StreamTool, pero creo que debe haber una forma aún mejor de reducir o similar:

public class StreamTool {

    /**
     * Whether stream records are unique in that stream.
     * @param <T> Type of records
     * @param records
     * @return true if there are no duplicates, false otherwise
     */
    public static <T> boolean isUnique(Stream<T> records) {
        return records.allMatch(new HashSet<>()::add);
    }
}

Answer 2

Puede usar el colector de conteo.

Stream.of(1, 3, 4, 6, 7, 5, 6)
            .collect(Collectors.groupingBy(
                    Function.identity(), Collectors.counting()))
            .entrySet().stream().anyMatch(e -> e.getValue() > 1)

Answer 3

Su código necesitaría iterar sobre todos los elementos. Si quieres asegurarte de que no hay duplicados, puedes utilizar un método simple como

public static <T> boolean containsUnique(List<T> list){
    Set<T> set = new HashSet<>();

    for (T t: list){
        if (!set.add(t))
            return false;
    }

    return true;
}

sería más eficiente.

Este método también podría reescribirse como (suponiendo transmisiones no paralelas y entorno seguro para subprocesos)

public static <T> boolean containsUnique(List<T> list){
    Set<T> set = new HashSet<>();
    return list.stream().allMatch(t -> set.add(t));
}

o como @Holger menciona en el comentario

public static <T> boolean containsUnique(List<T> list){
    return list.stream().allMatch(new HashSet<>()::add);
}

Answer 4

Usé lo siguiente:
1. return list.size() == new HashSet<>(list).size(); .

No estoy seguro de cómo se compara con:
2. return list.size() == list.stream().distinct().count();
y
3. return list.stream().sequential().allMatch(new HashSet<>()::add);
en términos de rendimiento.

El último (# 3) tiene la posibilidad de manejar no solo colecciones (por ejemplo, listas), sino también transmisiones (sin recopilarlas explícitamente).