java的stream的使用
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 | 过滤 filter; //匹配第一个元素 Optional<Integer> findFirst=list.stream().filter(x->x> 6 ).findFirst(); //任意匹配 (适用于并行流) List<String> collect = personList.stream().filter(x -> x.getSalary() > 8000 ).map(Person::getName).collect(Collectors.toList()); //任意匹配 (适用于并行流) Optional<Integer> findAny=list.parallelStream().filter(x->x> 6 ).findAny(); 是否匹配: anyMatch: // 是否包含符合特定条件的元素 boolean anyMatch=list.stream().anyMatch(x->x> 6 ); 映射 map: // 案例二:将员工的薪资全部增加1000。 List<Person> personListNew = personList.stream().map(person -> { // 不改变原来员工集合的方式 Person person1 = new Person(person.getName(), 0 , null , 0 , null ); person1.setSalary(person.getSalary() + 1000 ); return person1; }).collect(Collectors.toList()); List<Person> collect3 = personList.stream().map(person -> { // 改变原来员工集合的方式 person.setSalary(person.getSalary() + 1000 ); return person; }).collect(Collectors.toList()); //变成大写 String[] strArr = { "abcd" , "bcdd" , "defde" , "fTr" }; List<String> collect1 = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList()); // map分为两组 // flatMap分为两一组 //.map获取两个班级所有的男生的集合 List<List<Person>> boyLists = gradeManageList.stream() //返回一个list 的List<Person> .map(classManageMap -> classManageMap.get( "男生" )) .collect(Collectors.toList()); //.flatMap获取两个班级所有男生的集合,返回一个List<Person> List<Person> boyList = gradeManageList.stream() //返回Person 的list .flatMap(classManageMap -> classManageMap.get( "男生" ).stream()) .collect(Collectors.toList()); // 案例三:将两个字符数组合并成一个新的字符数组。 List<String> list7 = Arrays.asList( "m,k,l,a" , "1,3,5,7" ); List<String> collect4 = list7.stream().flatMap(s -> { //把每个元素转化成一个stream String[] split = s.split( "," ); Stream<String> s2 = Arrays.stream(split); return s2; }).collect(Collectors.toList()); 最大 max: Optional<Person> max2 = personList.stream().max(Comparator.comparing(Person::getSalary)); // System.out.println(max2.get()); // 3.3 聚合(max/min/count) List<String> strings = Arrays.asList( "adnm" , "admmt" , "pot" , "xbangd" , "weoujgsd" ); Optional<String> max = strings.stream().max(Comparator.comparing(String::length)); // System.out.println("最长的字符串:" + max.get()); Optional<Person> max1 = personList.stream().max(Comparator.comparing(Person::getAge)); // System.out.println("最大年龄"+max1.get()); //自然排序 Optional<Integer> max3=list3.stream().max(Integer::compareTo); //自定义排序 Optional<Integer> max4 = list3.stream().max( new Comparator<Integer>() { @Override public int compare(Integer o1, Integer o2) { return o1.compareTo(o2); } }); 归纳 reduce: // 求工资之和方式1: Optional<Integer> reduce1 = personList.stream().map(Person::getSalary).reduce(Integer::sum); // 求工资之和方式2: Integer reduce = personList.stream().reduce( 0 , (sum, p) -> sum += p.getSalary(), (sum1, sum2) -> sum1 + sum2); // 求工资之和方式3: Integer reduce3 = personList.stream().reduce( 0 , (sum, p) -> sum += p.getSalary(), Integer::sum); // 求最高工资方式1: Integer reduce2 = personList.stream().reduce( 0 , (max, p) -> max > p.getSalary() ? max : p.getSalary(), Integer::max); Integer maxSalary2 = personList.stream().reduce( 0 , (max, p) -> max > p.getSalary() ? max : p.getSalary(), (max1, max3) -> max1 > max3 ? max1 : max3); List<Integer> list8 = Arrays.asList( 1 , 3 , 2 , 8 , 11 , 4 ); // 求和 Optional<Integer> sum1=list8.stream().reduce((x,y)-> x + y); Optional<Integer> sum2=list8.stream().reduce(Integer::sum); Integer sum3= list8.stream().reduce( 0 , Integer::sum); // 求乘积 Optional<Integer> sum4=list8.stream().reduce((x,y)-> x * y); // 求最大值方式 Optional<Integer> max6=list8.stream().reduce((x,y)-> x > y?x:y); Integer max5=list8.stream().reduce( 1 ,Integer::max); Map<String, Person> collect7 = personList0.stream().filter(p -> p.getSalary() > 8000 ).collect(Collectors.toMap(Person::getName, p -> p)); //统计员工人数 Long collect6 = personList0.stream().collect(Collectors.counting()); //平均工资 Double collect8 = personList0.stream().collect(Collectors.averagingDouble(Person::getSalary)); // 求最高工资 Optional<Integer> collect9 = personList0.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare)); // 求工资之和 Double collect10 = personList0.stream().collect(Collectors.summingDouble(Person::getSalary)); //以上总计数量,最大,最小,平均 DoubleSummaryStatistics collect0 = personList0.stream().collect(Collectors.summarizingDouble(Person::getSalary)); 接合(joining): String collect14 = personList0.stream().map(p -> p.getName()).collect(Collectors.joining( "," )); // System.out.println("所有员工的姓名:" + collect14); sorted: // sorted,中间操作。有两种排序: // sorted():自然排序,流中元素需实现Comparable接口 // sorted(Comparator com):Comparator排序器自定义排序 // 按工资升序排序(自然排序) //按照工资升序的人的姓名排序 List<String> collect16 = personList0.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName).collect(Collectors.toList()); // 先按工资再按年龄升序排序 List<String> collect17 = personList0.stream().sorted( Comparator.comparing(Person::getSalary).thenComparing(Person::getAge) ).map(Person::getName).collect(Collectors.toList()); concat distinct: String[] arr1 = { "a" , "b" , "c" , "d" }; String[] arr2 = { "d" , "e" , "f" , "g" , "a" }; Stream<String> arr11 = Stream.of(arr1); Stream<String> arr22= Stream.of(arr2); // concat:合并两个流 distinct:去重 List<String> distinct = Stream.concat(arr11, arr22).distinct().collect(Collectors.toList()); // limit:限制从流中获得前n个数据 List<Integer> collect19 = Stream.iterate( 1 , x -> x + 2 ).limit( 10 ).collect(Collectors.toList()); // skip:跳过前n个数据 List<Integer> collect20 = Stream.iterate( 1 , x -> x + 2 ).skip( 1 ).limit( 5 ).collect(Collectors.toList()); |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 | public class Payment implements Serializable { private Integer id; private String serial; private static final long serialVersionUID = 1L; public Payment() { System.out.println( "开始" ); } public Integer getId() { return id; } public void setId(Integer id) { this .id = id; } public String getSerial() { return serial; } public void setSerial(String serial) { this .serial = serial == null ? null : serial.trim(); } } Payment payment12= null ; Payment payment13 = Optional.ofNullable(payment12).orElse( new Payment()); Payment payment14 = Optional.ofNullable(payment12).orElseGet(() -> new Payment()); System.out.println(payment13); System.out.println(payment14); 控制台: 开始 开始 com.wangbiao.entity.Payment @6aaa5eb0 com.wangbiao.entity.Payment @3498ed Payment payment= new Payment(); payment.setId( 1 ); payment.setSerial( "ssssssss" ); // 会创建Payment Payment payment0 = Optional.ofNullable(payment).orElse( new Payment()); // 不会创建Payment Payment payment1 = Optional.ofNullable(payment).orElseGet(() -> new Payment()); System.out.println(payment0); System.out.println(payment1); System.out.println(payment); 控制台: 开始 开始 com.wangbiao.entity.Payment @6aaa5eb0 com.wangbiao.entity.Payment @6aaa5eb0 com.wangbiao.entity.Payment @6aaa5eb0 |
1 2 3 | orElse判断不为空也会创建对象,orElseGet则不会 orElseGet与orElse为空都会创建对象 在密集型调用时注意使用orElseGet,不然性能差异比较大 |
本文来自博客园,作者:余生请多指教ANT,转载请注明原文链接:https://www.cnblogs.com/wangbiaohistory/p/14725011.html
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?