Grupowanie funkcyjnie

src/emps/v3_funkcyjnie/Grupowanie7.java

+package emps.v3_funkcyjnie;
+
+import java.util.List;
+import java.util.Map;
+import java.util.stream.Collectors;
+
+// W tej wersji kolektor groupingBy zbiera rekordy w grupy, ale nie wylicza żadnych statystyk.
+// Inne znaczenie słowa "grupowanie", niż w SQL.
+public class Grupowanie7 {
+
+	public static void main(String[] args) {
+		List<Employee> emps = ObslugaCSV.wczytaj("emps.csv");
+		
+		Map<String, List<Employee>> grupy = emps.stream().collect(Collectors.groupingBy(Employee::getJobTitle));
+		// w tym słowniku dla danego jobTitle znajduje się lista wszystkich pracowników, którzy mają takie jobTitle
+		// System.out.println(grupy);
+		
+		grupy.forEach((job, lista) -> {
+			System.out.printf("Stanowisko %s (%d osób):%n", job, lista.size());
+			lista.forEach(emp -> {
+				System.out.printf(" * %s %s ($%d)%n", emp.getFirstName(), emp.getLastName(), emp.getSalary());
+			});
+			System.out.println();
+		});
+	}
+
+}

src/emps/v3_funkcyjnie/Grupowanie8.java

+package emps.v3_funkcyjnie;
+
+import java.util.List;
+import java.util.Map;
+import java.util.stream.Collectors;
+
+// W tej wersji dla każdej grupy od razu obliczymy funkcję agregującą "average".
+// Takie znaczenie słowa "grupowanie", jak w SQL.
+public class Grupowanie8 {
+
+	public static void main(String[] args) {
+		List<Employee> emps = ObslugaCSV.wczytaj("emps.csv");
+		
+		Map<String, Double> grupy = emps.stream()
+				.collect(Collectors.groupingBy(
+						Employee::getJobTitle,
+						Collectors.averagingInt(Employee::getSalary)));
+		
+		grupy.forEach((job, srednia) -> {
+			System.out.printf("%-32s → %8.2f%n", job, srednia);
+		});
+	}
+
+}

src/emps/v3_funkcyjnie/Grupowanie9.java

+package emps.v3_funkcyjnie;
+
+import java.util.IntSummaryStatistics;
+import java.util.List;
+import java.util.Map;
+import java.util.TreeMap;
+import java.util.stream.Collectors;
+
+// W tej wersji dla każdej grupy od razu obliczymy "statystyki"
+public class Grupowanie9 {
+
+	public static void main(String[] args) {
+		List<Employee> emps = ObslugaCSV.wczytaj("emps.csv");
+		
+		Map<String, IntSummaryStatistics> grupy = emps.stream()
+				.collect(Collectors.groupingBy(
+						Employee::getJobTitle,
+						TreeMap::new,
+						Collectors.summarizingInt(Employee::getSalary)));
+		
+		grupy.forEach((job, stats) -> {
+			// System.out.printf("%-32s → %s%n", job, stats);
+			System.out.printf("| %-32s | %2d | %5d | %8.2f | %5d |%n",
+	                job, stats.getCount(), stats.getMin(), stats.getAverage(), stats.getMax());
+		});
+	}
+
+}

src/emps/v3_funkcyjnie/P5_MiastaBezPowtorzen.java

+package emps.v3_funkcyjnie;
+
+import java.util.List;
+import java.util.Set;
+import java.util.stream.Collectors;
+
+public class P5_MiastaBezPowtorzen {
+
+	public static void main(String[] args) {
+		List<Employee> emps = ObslugaCSV.wczytaj("emps.csv");
+		// sposób 1: utworzyć zbiór Stringów
+		// ma to sens, gdy potrzebujemy wykorzystać te dane w dalszej części programu
+		Set<String> miasta = emps.stream()
+			.map(Employee::getCity)
+			.collect(Collectors.toSet());
+		System.out.println(miasta);
+		System.out.println("--------");
+		
+		// sposób 2: w łańcuchu poleceń (pipeline) umieścić operację distinct
+		// ma to sens, gdy wykonujemy tylko jedną operację, np, chcemy tylko wypisać te miasta
+		emps.stream()
+			.map(Employee::getCity)
+			.filter(s -> !s.isEmpty())
+			.distinct()
+			.sorted()
+			.forEach(System.out::println);
+	}
+
+}