java8中流式方法总结

前段时间太忙了，没法静下心来写一些总结。不说废话，先抛出这次总结的主题————java8。

---

 

这个名词一定不会陌生，在学校里的时候总会被要求安装jdk1.8的java环境。装大家都装过，在java8的基础上引用各种各样的依赖，使用各种各样的工具类，相信大家都会。可是引得依赖，工具类多了，项目就会变得非常庞大，这时，我发现我们忽视了java8新增的很多优秀的特性，比方说：Lambda表达式，Stream API，今天我就来浅浅总结一些我用过的，好用的Stream API的使用方法。（后续会继续学习并分享java8的各种优秀特性）

 

---

1.筛选出年龄大于26岁的员工

List<Worker> list = new ArrayList<Worker>() {
    {
        add(new Worker("李刚", 35, "总经理", 15000));
        add(new Worker("王五", 25, "工人", 3500));
        add(new Worker("刘三", 27, "组长", 5500));
        add(new Worker("张四", 29, "主管", 9500));
    }
};
list = list.stream().filter(e -> e.getAge() > 26).collect(Collectors.toList());

运行结果：[{"age":35,"department":"总经理","name":"李刚","salary":15000},{"age":27,"department":"组长","name":"刘三","salary":5500},{"age":29,"department":"主管","name":"张四","salary":9500}]

2.筛选出年龄大于26岁的员工并按照年龄从小到大排序

list = list.stream().filter(e -> e.getAge() > 26).sorted(Comparator.comparing(Worker::getAge)).collect(Collectors.toList());

3.筛选出年龄大于26岁的员工并按照年龄从大到小排序

list = list.stream().filter(e -> e.getAge() > 26).sorted(Comparator.comparing(Worker::getAge).reversed()).collect(Collectors.toList());

4.提取出列表中对象的某一属性

List<String> nameList = list.stream().map(Worker::getName).collect(Collectors.toList());
并去除重复名字：List<String> nameList = list.stream().map(Worker::getName).disctinct().collect(Collectors.toList());

5.计算列表某一属性的和，例如：工资总和

int salarySum = list.stream().mapToInt(Worker::getSalary).sum(); 

结果：33050

6.计算列表里符合条件的记录条数，例如年龄大于26的员工人数

long count = list.stream().filter(e -> e.getAge() > 26).count(); 

结果：3

7.分组统计统计不同年龄的员工人数

Map<Integer, List<Worker>> listByAgeGroup = list.stream().collect(Collectors.groupingBy(Worker::getAge));

运行结果：

{

　　35=[Worker(name=李刚, age=35, department=总经理, salary=15000)],

　　25=[Worker(name=王五, age=25, department=工人, salary=3500)],

　　27=[Worker(name=刘三, age=27, department=组长, salary=5500)],

　　29=[Worker(name=张四, age=29, department=主管, salary=9500)]

}

8.分组不同年龄的员工人数并按照年龄升序排序（TreeMap是有序的，如果键是数值类，默认升序，若为字符型则需要自己实现比较器）

Map<Integer, List<Worker>> listByAgeGroup = list.stream().collect(Collectors.groupingBy(Worker::getAge, TreeMap::new, Collectors.toList()));

运行结果：

{

　　25=[Worker(name=王五, age=25, department=工人, salary=3500)],

　　27=[Worker(name=刘三, age=27, department=组长, salary=5500)],

　　29=[Worker(name=张四, age=29, department=主管, salary=9500)],

　　35=[Worker(name=李刚, age=35, department=总经理, salary=15000)]

}

9.自定义排序比较器(倒序）

TreeMap<Integer, List<Worker>> listByAgeGroup = list.stream().collect(Collectors.groupingBy(Worker::getAge, () -> {
    Comparator<Integer> compare = Comparator.comparing(Function.identity());
    return new TreeMap<>(compare.reversed());
}, Collectors.toList()));

运行结果：

{

　　35=[Worker(name=李刚, age=35, department=总经理, salary=15000)],

　　29=[Worker(name=张四, age=29, department=主管, salary=9500)],

　　27=[Worker(name=刘三, age=27, department=组长, salary=5500)],

　　25=[Worker(name=王五, age=25, department=工人, salary=3500)]

}

10.排序后统计每组的记录数量，工资的总和，平均值，最大，最小值

TreeMap<Integer, IntSummaryStatistics> statisticsByAgeGroup = list.stream().collect(Collectors.groupingBy(Worker::getAge, () -> {
    Comparator<Integer> compare = Comparator.comparing(Function.identity());
    return new TreeMap<>(compare.reversed());
}, Collectors.summarizingInt(Worker::getSalary)));

运行结果：

{

　　35=IntSummaryStatistics{count=1, sum=15000, min=15000, average=15000.000000, max=15000},

　　34=IntSummaryStatistics{count=1, sum=13000, min=13000, average=13000.000000, max=13000},

　　29=IntSummaryStatistics{count=2, sum=17000, min=7500, average=8500.000000, max=9500},

　　27=IntSummaryStatistics{count=1, sum=5500, min=5500, average=5500.000000, max=5500},

　　25=IntSummaryStatistics{count=3, sum=11500, min=3500, average=3833.333333, max=4500}

}

 

有点累了，继续学习之后再补充吧。。。。。。