Java中Stream的应用

移动开发 2023-08-12 20:22:23 阅读次数: 0

Stream简介

Java 8 版本新增的Stream，配合同版本出现的Lambda ，给我们操作集合（Collection）提供了极大的便利。

Stream可以由数组或集合创建，对流的操作分为两种：

  • 中间操作：每次返回一个新的流，可以有多个。
  • 终端操作：每个流只能进行一次终端操作，终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。

image-20230407132236526

创建Stream

  1. 通过 java.util.Collection.stream() 方法用集合创建流

    List<String> list = Arrays.asList("a", "b", "c");
// 创建一个顺序流
Stream<String> stream = list.stream();
// 创建一个并行流
Stream<String> parallelStream = list.parallelStream();

  2. 使用 java.util.Arrays.stream(T[]array)方法用数组创建流

    int[] array={1,3,5,6,8};
IntStream stream = Arrays.stream(array);

  3. 使用 Stream 的静态方法：of()、iterate()、generate()

    Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);
 
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 3).limit(4);
stream2.forEach(System.out::println);
 
Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
stream3.forEach(System.out::println);

stream和 parallelStream的简单区分：

  • stream是顺序流，由主线程按顺序对流执行操作
  • parallelStream是并行流，内部以多线程并行执行的方式对流进行操作，但前提是流中的数据处理没有顺序要求。

Stream API

1、遍历/匹配（foreach/find/match）

List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);

// 1.foreach
// 遍历输出符合条件的元素
list.stream().forEach(System.out::println);

// 2.find
// 匹配第一个
Optional<Integer> findFirst = list.stream().findFirst();
// 匹配任意（适用于并行流）
Optional<Integer> findAny = list.parallelStream().findAny();
// findFirst.get();
// findAny.get()
    
// 3.match
// 是否包含符合特定条件的元素
boolean anyMatch = list.stream().anyMatch(x -> x < 6);

2、按条件匹配filter

// 筛选员工中已满18周岁的人，并形成新的集合
List<Person> collect = personList.stream().filter(x -> x.getAge()>=18).collect(Collectors.toList());

3、聚合max、min、count

// 获取String集合中最长的元素
List<String> list = Arrays.asList("zhangsan", "lisi", "wangwu", "sunliu");
Optional<String> max = list.stream().max(comparator);
System.out.println(max);
// Optional[zhangsan]

List<Integer> list = Arrays.asList(1, 17, 27, 7);
Optional<Integer> max = list.stream().max(Integer::compareTo);
// 自定义排序
Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() {
    
    
    @Override
    public int compare(Integer o1, Integer o2) {
    
    
        return o1.compareTo(o2);
    }
});
System.out.println(max2);
// Optional[27]

4、map与flatMap

  • map：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
  • flatMap：接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。
// 整数数组每个元素+3
List<Integer> list = Arrays.asList(1, 17, 27, 7);
List<Integer> collect = list.stream().map(x -> x + 3).collect(Collectors.toList());
System.out.println(collect);
// [4, 20, 30, 10]

// 将两个字符数组合并成一个新的字符数组
String[] arr = {
    
    "z, h, a, n, g", "s, a, n"};
List<String> list = Arrays.asList(arr);
System.out.println(list);
List<String> collect = list.stream().flatMap(x -> {
    
    
    String[] array = x.split(",");
    Stream<String> stream = Arrays.stream(array);
    return stream;
}).collect(Collectors.toList());
System.out.println(collect);
// [z, h, a, n, g, s, a, n]

5、规约reduce

归约，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。

// 求Integer集合的元素之和、乘积和最大值
List<Integer> list = Arrays.asList(1, 2, 3, 4);
//求和
Optional<Integer> reduce = list.stream().reduce((x,y) -> x+ y);
System.out.println("求和:"+reduce);
//求积
Optional<Integer> reduce2 = list.stream().reduce((x,y) -> x * y);
System.out.println("求积:"+reduce2);
//求最大值
Optional<Integer> reduce3 = list.stream().reduce((x,y) -> x>y?x:y);
System.out.println("求最大值:"+reduce3);

Optional<Integer> reduce = personList.stream().map(Person :: getSalary).reduce(Integer::sum);
Optional<Integer> reduce2 = personList.stream().map(Person :: getSalary).reduce(Integer::max);
System.out.println("工资之和:"+reduce);
System.out.println("最高工资:"+reduce2

6、collect

Collectors中用于数据统计的静态方法
  • 计数： count
  • 平均值： averagingInt、 averagingLong、 averagingDouble
  • 最值： maxBy、 minBy
  • 求和： summingInt、 summingLong、 summingDouble
  • 统计以上所有： summarizingInt、 summarizingLong、 summarizingDouble
//Collectors.counting()：统计员工人数
Long count = personList.stream().collect(Collectors.counting());

//Collectors.averagingDouble(Person::getSalary)：求平均工资
Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));

//Collectors.maxBy(Integer::compare)：求最高工资
Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));

//Collectors.summingInt(Person::getSalary)：求工资之和
Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));

//Collectors.summarizingDouble(Person::getSalary)：一次性统计所有信息DoubleSummaryStatistics
DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
收集（toList、toSet、toMap）
//collect(Collectors.toList());
//collect(Collectors.toSet());

// toMap
Map<String, Person> collect = personList.stream().filter(x -> x.getAge() > 18).collect(Collectors.toMap(Person::getName, y -> y));
System.out.println(collect);
分组(partitioningBy/groupingBy)
  • 分区：将stream按条件分为两个 Map，比如员工按薪资是否高于8000分为两部分。
  • 分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。
// Collectors.partitioningBy(x -> x.getSalary() > 8000)：将员工按薪资是否高于8000分组
Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));

// Collectors.groupingBy(Person::getSex)：将员工按性别分组
Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));

// Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea))：将员工先按性别分组，再按地区分组
Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));
连接joining

joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。

String names = personList.stream().map(x->x.getName()),collect(Collectors.joining(","))

7、排序sorted

// .sorted(Comparator.comparing(Person::getSalary)):按工资升序排序（自然排序）
List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName).collect(Collectors.toList());

// .sorted(Comparator.comparing(Person::getSalary).reversed():按工资倒序排序
List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()).map(Person::getName).collect(Collectors.toList());

// .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)):先按工资再按年龄升序排序
List<String> newList3 = personList.stream().sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName).collect(Collectors.toList());

// 先按工资再按年龄自定义排序（降序）
List<String> newList4 = personList.stream().sorted((p1, p2) -> {
    
    
    if (p1.getSalary() == p2.getSalary()) {
    
    
        return p2.getAge() - p1.getAge();
    } else {
    
    
        return p2.getSalary() - p1.getSalary();
    }
}).map(Person::getName).collect(Collectors.toList());

8、提取/组合

合并、去重、限制、跳过等操作。

tring[] arr1 = {
    
     "a", "b", "c", "d" };
String[] arr2 = {
    
     "d", "e", "f", "g" };
Stream<String> stream1 = Stream.of(arr1);
Stream<String> stream2 = Stream.of(arr2);

// concat:合并两个流 distinct：去重
List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());

// limit：限制从流中获得前n个数据
List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());

// skip：跳过前n个数据
List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());

List());

// limit：限制从流中获得前n个数据
List collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());

// skip：跳过前n个数据
List collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());

猜你喜欢

转载自blog.csdn.net/twi_twi/article/details/130020493
今日推荐
面壁智能发布 Eurux-8x22B 开源大模型 —— 堪称「理科状元」
开源日报 | 谷歌扶持鸿蒙上位；开源Rabbit R1；Docker加持的安卓手机；微软的焦虑和野心；海尔电器把开放平台关了
中国码农的“35岁魔咒”
蘭雅 CorelDRAW 插件 2024.5.1 国际劳动节版，免费下载
Arc Browser for Windows 1.0 正式 GA
90后程序员开发视频搬运软件、不到一年获利超 700 万，结局很刑！
周排行
【转】spring中对控制反转和依赖注入的理解
tms webcore 安装和使用
java程序员进阶相关书籍
SpringMVC接受请求参数、
如何保存训练好的机器学习模型
MyEclipse、Eclipse设置项目JDK的三个地方
商超行业微信小程序开发定制一般多少钱 （行业技术人员解读）
Markdown编辑器语言——30分钟入门到到精通
Linux系统下MongoDB的简单安装与基本操作
Power Strings
每日归档
更多
2024-05-07(14)
2024-05-06(40)
2024-05-05(0)
2024-05-04(7)
2024-05-03(19)
2024-05-02(0)
2024-05-01(4)
2024-04-30(1)
2024-04-29(40)
2024-04-28(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022