步骤1:传统方式与聚合操作方式遍历数据
步骤2:Stream和管道的概念
步骤3:管道源
步骤4:中间操作
步骤5:结束操作
步骤6:练习-聚合操作
步骤7:答案-聚合操作
步骤 1 : 传统方式与聚合操作方式遍历数据
遍历数据的传统方式就是使用for循环,然后条件判断,最后打印出满足条件的数据
for (Hero h : heros) {
if (h.hp > 100 && h.damage < 50 )
System.out.println(h.name);
}
|
使用聚合操作方式,画风就发生了变化:
heros
.stream()
.filter(h -> h.hp > 100 && h.damage < 50 )
.forEach(h -> System.out.println(h.name));
|
package lambda;
import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import charactor.Hero;
public class TestAggregate {
public static void main(String[] args) {
Random r = new Random();
List<Hero> heros = new ArrayList<Hero>();
for ( int i = 0 ; i < 5 ; i++) {
heros.add( new Hero( "hero " + i, r.nextInt( 1000 ), r.nextInt( 100 )));
}
System.out.println( "初始化后的集合:" );
System.out.println(heros);
System.out.println( "查询条件:hp>100 && damage<50" );
System.out.println( "通过传统操作方式找出满足条件的数据:" );
for (Hero h : heros) {
if (h.hp > 100 && h.damage < 50 )
System.out.println(h.name);
}
System.out.println( "通过聚合操作方式找出满足条件的数据:" );
heros
.stream()
.filter(h -> h.hp > 100 && h.damage < 50 )
.forEach(h -> System.out.println(h.name));
}
}
|
步骤 2 : Stream和管道的概念
heros
.stream()
.filter(h -> h.hp > 100 && h.damage < 50 )
.forEach(h -> System.out.println(h.name));
|
要了解聚合操作,首先要建立Stream和管道的概念
Stream 和Collection结构化的数据不一样,Stream是一系列的元素,就像是生产线上的罐头一样,一串串的出来。
管道指的是一系列的聚合操作。
管道又分3个部分
管道源:在这个例子里,源是一个List
中间操作: 每个中间操作,又会返回一个Stream,比如.filter()又返回一个Stream, 中间操作是“懒”操作,并不会真正进行遍历。
结束操作:当这个操作执行后,流就被使用“光”了,无法再被操作。所以这必定是流的最后一个操作。 结束操作不会返回Stream,但是会返回int、float、String、 Collection或者像forEach,什么都不返回, 结束操作才进行真正的遍历行为,在遍历的时候,才会去进行中间操作的相关判断
注: 这个Stream和I/O章节的InputStream,OutputStream是不一样的概念。
步骤 3 : 管道源
把Collection切换成管道源很简单,调用stream()就行了。
但是数组却没有stream()方法,需要使用
或者
package lambda;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.HashMap;
import java.util.List;
import java.util.Random;
import charactor.Hero;
public class TestAggregate {
public static void main(String[] args) {
Random r = new Random();
List<Hero> heros = new ArrayList<Hero>();
for ( int i = 0 ; i < 5 ; i++) {
heros.add( new Hero( "hero " + i, r.nextInt( 1000 ), r.nextInt( 100 )));
}
//管道源是集合
heros
.stream()
.forEach(h->System.out.println(h.name));
//管道源是数组
Hero hs[] = heros.toArray( new Hero[heros.size()]);
Arrays.stream(hs)
.forEach(h->System.out.println(h.name));
}
}
|
步骤 4 : 中间操作
每个中间操作,又会返回一个Stream,比如.filter()又返回一个Stream, 中间操作是“懒”操作,并不会真正进行遍历。
中间操作比较多,主要分两类
对元素进行筛选 和 转换为其他形式的流
对元素进行筛选:
filter 匹配
distinct 去除重复(根据equals判断)
sorted 自然排序
sorted(Comparator<T>) 指定排序
limit 保留
skip 忽略
转换为其他形式的流
mapToDouble 转换为double的流
map 转换为任意类型的流
package charactor;
public class Hero implements Comparable<Hero>{
public String name;
public float hp;
public int damage;
public Hero(){
}
public String getName() {
return name;
}
public void setName(String name) {
this .name = name;
}
public float getHp() {
return hp;
}
public void setHp( float hp) {
this .hp = hp;
}
public int getDamage() {
return damage;
}
public void setDamage( int damage) {
this .damage = damage;
}
public Hero(String name) {
this .name =name;
}
//初始化name,hp,damage的构造方法
public Hero(String name, float hp, int damage) {
this .name =name;
this .hp = hp;
this .damage = damage;
}
@Override
public int compareTo(Hero anotherHero) {
if (damage<anotherHero.damage)
return 1 ;
else
return - 1 ;
}
@Override
public String toString() {
return "Hero [name=" + name + ", hp=" + hp + ", damage=" + damage + "]\r\n" ;
}
}
|
package lambda;
import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import charactor.Hero;
public class TestAggregate {
public static void main(String[] args) {
Random r = new Random();
List<Hero> heros = new ArrayList<Hero>();
for ( int i = 0 ; i < 5 ; i++) {
heros.add( new Hero( "hero " + i, r.nextInt( 1000 ), r.nextInt( 100 )));
}
//制造一个重复数据
heros.add(heros.get( 0 ));
System.out.println( "初始化集合后的数据 (最后一个数据重复):" );
System.out.println(heros);
System.out.println( "满足条件hp>100&&damage<50的数据" );
heros
.stream()
.filter(h->h.hp> 100 &&h.damage< 50 )
.forEach(h->System.out.print(h));
System.out.println( "去除重复的数据,去除标准是看equals" );
heros
.stream()
.distinct()
.forEach(h->System.out.print(h));
System.out.println( "按照血量排序" );
heros
.stream()
.sorted((h1,h2)->h1.hp>=h2.hp? 1 :- 1 )
.forEach(h->System.out.print(h));
System.out.println( "保留3个" );
heros
.stream()
.limit( 3 )
.forEach(h->System.out.print(h));
System.out.println( "忽略前3个" );
heros
.stream()
.skip( 3 )
.forEach(h->System.out.print(h));
System.out.println( "转换为double的Stream" );
heros
.stream()
.mapToDouble(Hero::getHp)
.forEach(h->System.out.println(h));
System.out.println( "转换任意类型的Stream" );
heros
.stream()
.map((h)-> h.name + " - " + h.hp + " - " + h.damage)
.forEach(h->System.out.println(h));
}
}
|
步骤 5 : 结束操作
当进行结束操作后,流就被使用“光”了,无法再被操作。所以这必定是流的最后一个操作。 结束操作不会返回Stream,但是会返回int、float、String、 Collection或者像forEach,什么都不返回,。
结束操作才真正进行遍历行为,前面的中间操作也在这个时候,才真正的执行。
常见结束操作如下:
forEach() 遍历每个元素
toArray() 转换为数组
min(Comparator<T>) 取最小的元素
max(Comparator<T>) 取最大的元素
count() 总数
findFirst() 第一个元素
package lambda;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Random;
import org.omg.Messaging.SYNC_WITH_TRANSPORT;
import charactor.Hero;
public class TestAggregate {
public static void main(String[] args) {
Random r = new Random();
List<Hero> heros = new ArrayList<Hero>();
for ( int i = 0 ; i < 5 ; i++) {
heros.add( new Hero( "hero " + i, r.nextInt( 1000 ), r.nextInt( 100 )));
}
System.out.println( "遍历集合中的每个数据" );
heros
.stream()
.forEach(h->System.out.print(h));
System.out.println( "返回一个数组" );
Object[] hs= heros
.stream()
.toArray();
System.out.println(Arrays.toString(hs));
System.out.println( "返回伤害最低的那个英雄" );
Hero minDamageHero =
heros
.stream()
.min((h1,h2)->h1.damage-h2.damage)
.get();
System.out.print(minDamageHero);
System.out.println( "返回伤害最高的那个英雄" );
Hero mxnDamageHero =
heros
.stream()
.max((h1,h2)->h1.damage-h2.damage)
.get();
System.out.print(mxnDamageHero);
System.out.println( "流中数据的总数" );
long count = heros
.stream()
.count();
System.out.println(count);
System.out.println( "第一个英雄" );
Hero firstHero =
heros
.stream()
.findFirst()
.get();
System.out.println(firstHero);
}
}
|
更多内容,点击了解: https://how2j.cn/k/lambda/lambda-stream/700.html