Java8 新特性之集合操作Stream

Java8 新特性之集合操作Stream

 

 

Stream简介

  • Java 8引入了全新的Stream API。这里的Stream和I/O流不同,它更像具有Iterable的集合类,但行为和集合类又有所不同。
  • stream是对集合对象功能的增强,它专注于对集合对象进行各种非常便利、高效的聚合操作,或者大批量数据操作。

为什么要使用Stream

  • 函数式编程带来的好处尤为明显。这种代码更多地表达了业务逻辑的意图,而不是它的实现机制。易读的代码也易于维护、更可靠、更不容易出错。
  • 高端

 

使用实例:

测试数据:

public class Data {
    private static List<PersonModel> list = null;

    static {
        PersonModel wu = new PersonModel("wu qi", 18, "男");
        PersonModel zhang = new PersonModel("zhang san", 19, "男");
        PersonModel wang = new PersonModel("wang si", 20, "女");
        PersonModel zhao = new PersonModel("zhao wu", 20, "男");
        PersonModel chen = new PersonModel("chen liu", 21, "男");
        list = Arrays.asList(wu, zhang, wang, zhao, chen);
    }

    public static List<PersonModel> getData() {
        return list;
    }
} 

 

Filter

  • 遍历数据并检查其中的元素时使用。
  • filter接受一个函数作为参数,该函数用Lambda表达式表示。
保留年龄为 20 的 person 元素
list = list.stream()
            .filter(person -> person.getAge() == 20)
            .collect(toList());

打印输出 [Person{name='jack', age=20}]

 

   /**
     * 过滤所有的男性
     */
    public static void fiterSex(){
        List<PersonModel> data = Data.getData();

        //old
        List<PersonModel> temp=new ArrayList<>();
        for (PersonModel person:data) {
            if ("男".equals(person.getSex())){
                temp.add(person);
            }
        }
        System.out.println(temp);
        //new
        List<PersonModel> collect = data
                .stream()
                .filter(person -> "男".equals(person.getSex()))
                .collect(toList());
        System.out.println(collect);
    }

    /**
     * 过滤所有的男性 并且小于20岁
     */
    public static void fiterSexAndAge(){
        List<PersonModel> data = Data.getData();

        //old
        List<PersonModel> temp=new ArrayList<>();
        for (PersonModel person:data) {
            if ("男".equals(person.getSex())&&person.getAge()<20){
                temp.add(person);
            }
        }

        //new 1
        List<PersonModel> collect = data
                .stream()
                .filter(person -> {
                    if ("男".equals(person.getSex())&&person.getAge()<20){
                        return true;
                    }
                    return false;
                })
                .collect(toList());
        //new 2
        List<PersonModel> collect1 = data
                .stream()
                .filter(person -> ("男".equals(person.getSex())&&person.getAge()<20))
                .collect(toList());

    }

 distinct()

去除重复元素,这个方法是通过类的 equals 方法来判断两个元素是否相等的

如例子中的 Person 类,需要先定义好 equals 方法,不然类似[Person{name='jack', age=20}, Person{name='jack', age=20}] 这样的情况是不会处理的

 参考:https://blog.csdn.net/haiyoung/article/details/80934467

 

limit(long n)

 limit: 对一个Stream进行截断操作,获取其前N个元素,如果原Stream中包含的元素个数小于N,那就获取其所有的元素;

返回前 n 个元素

list = list.stream()
            .limit(2)
            .collect(toList());

打印输出 [Person{name='jack', age=20}, Person{name='mike', age=25}]

 

skip方法 :
skip: 返回一个丢弃原Stream的前N个元素后剩下元素组成的新Stream,如果原Stream中包含的元素个数小于N,那么返回空Stream;

 

Map

  • map生成的是个一对一映射,for的作用
  • 比较常用
   /**
     * 取出所有的用户名字
     */
    public static void getUserNameList(){
        List<PersonModel> data = Data.getData();

        //old
        List<String> list=new ArrayList<>();
        for (PersonModel persion:data) {
            list.add(persion.getName());
        }
        System.out.println(list);

        //new 1
        List<String> collect = data.stream().map(person -> person.getName()).collect(toList());
        System.out.println(collect);

        //new 2
        List<String> collect1 = data.stream().map(PersonModel::getName).collect(toList());
        System.out.println(collect1);

        //new 3
        List<String> collect2 = data.stream().map(person -> {
            System.out.println(person.getName());
            return person.getName();
        }).collect(toList());
    }

 

filter 与 map 同时使用: 

 List<String> collect = users.stream().filter(item -> {
            if (!StringUtils.isEmpty(item.getUserName())) {
                return true;
            }
            return false;
        }).map(item -> item.getUserName()).collect(Collectors.toList());

 

FlatMap

  • 顾名思义,跟map差不多,更深层次的操作

  • 但还是有区别的

  • map和flat返回值不同

  • Map 每个输入元素,都按照规则转换成为另外一个元素。
    还有一些场景,是一对多映射关系的,这时需要 flatMap。

  • Map一对一

  • Flatmap一对多

  • map和flatMap的方法声明是不一样的

    • <r> Stream<r> map(Function mapper);
    • <r> Stream<r> flatMap(Function> mapper);
  • map和flatMap的区别:我个人认为,flatMap的可以处理更深层次的数据,入参为多个list,结果可以返回为一个list,而map是一对一的,入参是多个list,结果返回必须是多个list。通俗的说,如果入参都是对象,那么flatMap可以操作对象里面的对象,而map只能操作第一层。

public static void flatMapString() {
        List<PersonModel> data = Data.getData();
        //返回类型不一样
        List<String> collect = data.stream()
                .flatMap(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

        List<Stream<String>> collect1 = data.stream()
                .map(person -> Arrays.stream(person.getName().split(" "))).collect(toList());

        //用map实现
        List<String> collect2 = data.stream()
                .map(person -> person.getName().split(" "))
                .flatMap(Arrays::stream).collect(toList());
        //另一种方式
        List<String> collect3 = data.stream()
                .map(person -> person.getName().split(" "))
                .flatMap(str -> Arrays.asList(str).stream()).collect(toList());
    }

 map转list:

 Map<String, List<MyUser>> MyUserGroups = MyList.stream().collect(Collectors.groupingBy(MyUser::getAge));

 List<MyUser> myList = MyUserGroups.entrySet().stream().flatMap(item -> item.getValue().stream()).collect(Collectors.toList());

 

Collect

  • collect在流中生成列表,map,等常用的数据结构
  • toList()
  • toSet()
  • toMap()
 /**
     * toList
     */
    public static void toListTest(){
        List<PersonModel> data = Data.getData();
        List<String> collect = data.stream()
                .map(PersonModel::getName)
                .collect(Collectors.toList());
    }

    /**
     * toSet
     */
    public static void toSetTest(){
        List<PersonModel> data = Data.getData();
        Set<String> collect = data.stream()
                .map(PersonModel::getName)
                .collect(Collectors.toSet());
    }

    /**
     * toMap
     */
    public static void toMapTest(){
        List<PersonModel> data = Data.getData();
        Map<String, Integer> collect = data.stream()
                .collect(
                        Collectors.toMap(PersonModel::getName, PersonModel::getAge)
                );

        data.stream()
                .collect(Collectors.toMap(per->per.getName(), value->{
            return value+"1";
        }));
    }

    /**
     * 指定类型
     */
    public static void toTreeSetTest(){
        List<PersonModel> data = Data.getData();
        TreeSet<PersonModel> collect = data.stream()
                .collect(Collectors.toCollection(TreeSet::new));
        System.out.println(collect);
    }

    /**
     * 分组
     */
    public static void toGroupTest(){
        List<PersonModel> data = Data.getData();
        Map<Boolean, List<PersonModel>> collect = data.stream()
                .collect(Collectors.groupingBy(per -> "男".equals(per.getSex())));
        System.out.println(collect);
    }

    /**
     * 分隔
     */
    public static void toJoiningTest(){
        List<PersonModel> data = Data.getData();
        String collect = data.stream()
                .map(personModel -> personModel.getName())
                .collect(Collectors.joining(",", "{", "}"));
        System.out.println(collect);
    }

 

groupingBy 分组

groupingBy 用于将数据分组,最终返回一个 Map 类型

Map<Integer, List<Person>> map = list.stream().collect(groupingBy(Person::getAge));

例子中我们按照年龄 age 分组,每一个 Person 对象中年龄相同的归为一组

另外可以看出,Person::getAge 决定 Map 的键(Integer 类型),list 类型决定 Map 的值(List)

 

2.收集对象实体本身
- 在开发过程中我们也需要有时候对自己的list中的实体按照其中的一个字段进行分组(比如 id ->List),这时候要设置map的value值是实体本身。

public Map<Long, Account> getIdAccountMap(List<Account> accounts) {
    return accounts.stream().collect(Collectors.toMap(Account::getId, account -> account));
}

account -> account是一个返回本身的lambda表达式,其实还可以使用Function接口中的一个默认方法 Function.identity(),这个方法返回自身对象,更加简洁

重复key的情况。
在list转为map时,作为key的值有可能重复,这时候流的处理会抛出个异常:Java.lang.IllegalStateException:Duplicate key。这时候就要在toMap方法中指定当key冲突时key的选择。(这里是选择第二个key覆盖第一个key)

public Map<String, Account> getNameAccountMap(List<Account> accounts) {
    return accounts.stream().collect(Collectors.toMap(Account::getUsername, Function.identity(), (key1, key2) -> key2));
}

分组后统计每个组的数量:

Map<Integer, Long> items = list.stream().collect(Collectors.groupingBy(User::getUserName, Collectors.counting()));

  

多级分组

groupingBy 可以接受一个第二参数实现多级分组:

Map<Integer, Map<T, List<Person>>> map = list.stream().collect(groupingBy(Person::getAge, groupBy(...)));

Stream中groupBy的拓展用法 

1、取某字段成为列表

Map<String, List<String>> ruleMap1 = ruleList.stream().
                .collect(Collectors.groupingBy(Rule::getId,
                        Collectors.mapping(Rule::getRuleName, Collectors.toList())));

2、取列表中第一个值

        Map<String, Rule> ruleMap = ruleList.stream().
                .collect(Collectors.groupingBy(Rule::getId,
                        Collectors.collectingAndThen(Collectors.toList(), value -> value.get(0))));

 

partitioningBy 分区

分区与分组的区别在于,分区是按照 true 和 false 来分的,因此partitioningBy 接受的参数的 lambda 也是 T -> boolean

根据年龄是否小于等于20来分区
Map<Boolean, List<Person>> map = list.stream()
                                     .collect(partitioningBy(p -> p.getAge() <= 20));

打印输出
{
    false=[Person{name='mike', age=25}, Person{name='tom', age=30}], 
    true=[Person{name='jack', age=20}]
}

 

【统计】

  List<User> users = User.getUsers();
        int sum = users.stream().mapToInt(User::getUserAge).sum();//求和
        System.out.println("sum==" + sum);
        int max = users.stream().mapToInt(User::getUserAge).max().getAsInt();//最大
        System.out.println("max==" + max);
        int min = users.stream().mapToInt(User::getUserAge).min().getAsInt();//最小
        System.out.println("min==" + min);
        Double average = users.stream().mapToInt(User::getUserAge).average().getAsDouble();//平均值
        System.out.println("average==" + average);
        long count = users.stream().mapToInt(User::getUserAge).count();  // 得到元素个数
        System.out.println("count===" + count);

 

【参数匹配】
 // allMatch 检测是否全部满足指定的参数行为
        boolean b = users.stream().allMatch(User->User.getUserAge()>5);
        System.out.println("allMatch,检测是否全部都满足指定的参数行为:"+b);
 // anyMatch 检测是否存在一个或者多个满足指定的参数行为
        boolean any = users.stream().anyMatch(User->User.getUserAge()>5);
        System.out.println("anyMatch,检测是否存在一个或多个满足指定的参数行为:"+any);
 // nonMatch 检测是否不存在满足指定行为的元素
        boolean non = users.stream().noneMatch(User->User.getUserAge()>5);
        System.out.println("检测是否不存在满足指定行为的元素:"+non);

 【排序】

一 、将数据用lambda中取抽某一个字段在在新集合里排序

//通过lambda将list<map>得到某一个字段后的组成的集合
 List<Double> allValues = datas.stream().map(x>Double.valueOf(x.get("value").toString())).collect(Collectors.toList());
 //倒序 从大到小
allValues.sort(Comparator.reverseOrder());
//正序  从小到大
 allValues.sort(Comparator.naturalOrder());

二 、直接用lamdba排序

//数据格式List<bean>(list<map>同理)
//正序  从小到大
List<Double> collect = datas.stream().map(EvaluateDataBean::getAvgTem).
                sorted(Comparator.naturalOrder()). collect(Collectors.toList());
 //倒序 从大到小
 sorted(Comparator.reverseOrder())

三 、直接用lamdba+方法引用

//数据格式List<bean>(list<map>同理)
//正序  从小到大
List<Double> collect = datas.stream().map(EvaluateDataBean::getAvgTem).
                sorted((x,y)->x-y). collect(Collectors.toList());
 //倒序 从大到小
 sorted((x,y)->y-x)

四 、根据某个字段进行排序

//数据格式List<bean>(list<map>同理)
List<User> newList = list.stream().sorted(Comparator.comparing(User::getAge))
                .collect(Collectors.toList());

 







 

posted @ 2019-08-20 23:16  邓维-java  阅读(1066)  评论(0编辑  收藏  举报