Java8新特性 stream流常用方法

Java8新特性 stream流常用方法Java8API添加了一个新的抽象称为流Stream,可以让你以一种声明的方式处理数据。Stream使用一种类似用SQL语句从数据库查询数据的直观方式来提供一种对Java集合运算和表达的高阶抽象。StreamAPI可以极大提高Java程序员的生产力,让程序员写出高效率、干净、简洁的代码。这种风格将要处理的元素集合看作一种流,流在管道中传输,并且可以在管道的节点上进行处理,…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

Java 8 API添加了一个新的抽象称为流Stream,可以让你以一种声明的方式处理数据。

Stream 使用一种类似用 SQL 语句从数据库查询数据的直观方式来提供一种对 Java 集合运算和表达的高阶抽象。

Stream API可以极大提高Java程序员的生产力,让程序员写出高效率、干净、简洁的代码。

这种风格将要处理的元素集合看作一种流, 流在管道中传输, 并且可以在管道的节点上进行处理, 比如筛选, 排序,聚合等。

元素流在管道中经过中间操作(intermediate operation)的处理,最后由最终操作(terminal operation)得到前面处理的结果。
Java8新特性 stream流常用方法
Stream(流)是一个来自数据源的元素队列并支持聚合操作

  • 元素是特定类型的对象,形成一个队列。 Java中的Stream并不会存储元素,而是按需计算。
  • 数据源 流的来源。 可以是集合,数组,I/O channel, 产生器generator 等。
  • 聚合操作 类似SQL语句一样的操作, 比如filter, map, reduce, find, match, sorted等。

和以前的Collection操作不同, Stream操作还有两个基础的特征:

  • Pipelining: 中间操作都会返回流对象本身。 这样多个操作可以串联成一个管道, 如同流式风格(fluent style)。
    这样做可以对操作进行优化, 比如延迟执行(laziness)和短路( short-circuiting)。
  • 内部迭代: 以前对集合遍历都是通过Iterator或者For-Each的方式, 显式的在集合外部进行迭代, 这叫做外部迭代。
    Stream提供了内部迭代的方式, 通过访问者模式(Visitor)实现。

在 Java 8 中, 集合接口有两个方法来生成流:

  • stream() − 为集合创建串行流。
  • parallelStream() − 为集合创建并行流。

API功能举例
首先创建一个用户的实体类,包括姓名、年龄、性别、地址、赏金 几个属性

@Data
public class User {
    //姓名
    private String name;
    //年龄
    private Integer age;
    //性别
    private Integer sex;
    //地址
    private String address;
    //赏金
    private BigDecimal money;

    public User(String name, Integer age, Integer sex, String address,BigDecimal money) {
        this.name = name;
        this.age = age;
        this.sex = sex;
        this.address = address;
        this.money = money;
    }

    @Override
    public String toString() {
        return "User{" +
                "name='" + name + '\'' +
                ", age=" + age +
                ", sex=" + sex +
                ", money=" + money +
                ", address='" + address + '\'' +
                '}';
    }
}

我们在创建一个测试类,包含主方法,并创建一个数据源,作为我们测试的对象

public class Stream {
	public static void main(String[] args) {
    }
    public static List<User> users(){
        List<User> list = Arrays.asList(
                new User("李星云", 18, 0, "渝州",new BigDecimal(1000)),
                new User("陆林轩", 16, 1, "渝州",new BigDecimal(500)),
                new User("姬如雪", 17, 1, "幻音坊",new BigDecimal(800)),
                new User("袁天罡", 99, 0, "藏兵谷",new BigDecimal(100000)),
                new User("张子凡", 19, 0, "天师府",new BigDecimal(900)),
                new User("陆佑劫", 45, 0, "不良人",new BigDecimal(600)),
                new User("张天师", 48, 0, "天师府",new BigDecimal(1100)),
                new User("蚩梦", 18, 1, "万毒窟",new BigDecimal(800))
        );
        return list;
    }
}

api实例

	/*filter过滤(T-> boolean)*/
public static void filter(){
List<User> list = users();
List<User> newlist = list.stream().filter(user -> user.getAge() > 20)
.collect(Collectors.toList());
for (User user : newlist) {
System.out.println(user.getName()+" --> "+ user.getAge());
}
}
---结果---
袁天罡 --> 99
陆佑劫 --> 45
张天师 --> 48
/*distinct 去重*/
数据源中复制new User("李星云", 18, 0, "渝州",new BigDecimal(1000)) 并粘贴两个
public static void distinct(){
List<User> list = users();
List<User> newlist = list.stream().distinct().collect(Collectors.toList());
for (User user : newlist) {
System.out.println(user.getName()+" --> "+ user.getAge());
}
}
---结果---
李星云 --> 18
陆林轩 --> 16
姬如雪 --> 17
袁天罡 --> 99
张子凡 --> 19
陆佑劫 --> 45
张天师 --> 48
蚩梦 --> 18
/*sorted排序*/
public static void sorted(){
List<User> list = users();
List<User> newlist = list.stream()
.sorted(Comparator.comparingInt(User::getAge))
.collect(Collectors.toList());
for (User user : newlist) {
System.out.println(user.getName()+" --> "+ user.getAge());
}
}
---结果---
陆林轩 --> 16
姬如雪 --> 17
李星云 --> 18
蚩梦 --> 18
张子凡 --> 19
陆佑劫 --> 45
张天师 --> 48
袁天罡 --> 99
/*limit返回前n个元素*/
public static void limit(){
List<User> list = users();
List<User> newlist = list.stream()
.sorted(Comparator.comparingInt(User::getAge))
.limit(2)
.collect(Collectors.toList());
for (User user : newlist) {
System.out.println(user.getName()+" --> "+ user.getAge());
}
}
---结果---
陆林轩 --> 16
姬如雪 --> 17
/*skip去除前n个元素*/
public static void skip(){
List<User> list = users();
List<User> newlist = list.stream()
.sorted(Comparator.comparingInt(User::getAge))
.skip(2)
.collect(Collectors.toList());
for (User user : newlist) {
System.out.println(user.getName()+" --> "+ user.getAge());
}
}
---结果---
李星云 --> 18
蚩梦 --> 18
张子凡 --> 19
陆佑劫 --> 45
张天师 --> 48
袁天罡 --> 99
/*map(T->R)*/
public static void map(){
List<User> list = users();
List<String> newlist = list.stream()
.map(User::getName).distinct().collect(Collectors.toList());
for (String add : newlist) {
System.out.println(add);
}
}
---结果---
李星云
陆林轩
姬如雪
袁天罡
张子凡
陆佑劫
张天师
蚩梦
/*flatMap(T -> Stream<R>)*/
public static void flatmap(){
List<String> flatmap = new ArrayList<>();
flatmap.add("常宣灵,常昊灵");
flatmap.add("孟婆,判官红,判官蓝");
/*
这里原集合中的数据由逗号分割,使用split进行拆分后,得到的是Stream<String[]>,
字符串数组组成的流,要使用flatMap的Arrays::stream
将Stream<String[]>转为Stream<String>,然后把流相连接
*/
flatmap = flatmap.stream()
.map(s -> s.split(","))
.flatMap(Arrays::stream)
.collect(Collectors.toList());
for (String name : flatmap) {
System.out.println(name);
}
}
---结果---
常宣灵
常昊灵
孟婆
判官红
判官蓝
/*allMatch(T->boolean)检测是否全部满足参数行为*/
public static void allMatch(){
List<User> list = users();
boolean flag = list.stream()
.allMatch(user -> user.getAge() >= 17);
System.out.println(flag);
}
---结果---
false
/*anyMatch(T->boolean)检测是否有任意元素满足给定的条件*/
public static void anyMatch(){
List<User> list = users();
boolean flag = list.stream()
.anyMatch(user -> user.getSex() == 1);
System.out.println(flag);
}
---结果---
true
/*noneMatchT->boolean)流中是否有元素匹配给定的 T -> boolean条件*/
public static void noneMatch(){
List<User> list = users();
boolean flag = list.stream()
.noneMatch(user -> user.getAddress().contains("郑州"));
System.out.println(flag);
}
---结果---
true
/*findFirst( ):找到第一个元素*/
public static void findfirst(){
List<User> list = users();
Optional<User> optionalUser = list.stream()
.sorted(Comparator.comparingInt(User::getAge))
.findFirst();
System.out.println(optionalUser.toString());
}
---结果---
Optional[User{name='陆林轩', age=16, sex=1, money=500, address='渝州'}]
/*findAny( ):找到任意一个元素*/
public static void findAny(){
List<User> list = users();
//        Optional<User> optionalUser = list.stream()
.findAny();
Optional<User> optionalUser = list.stream()
.findAny();
System.out.println(optionalUser.toString());
}
---结果---
Optional[User{name='李星云', age=18, sex=0, money=1000, address='渝州'}]
/*计算总数*/
public static void count(){
List<User> list = users();
long count = list.stream().count();
System.out.println(count);
}
---结果---
8
/*最大值最小值*/
public static void max_min(){
List<User> list = users();
Optional<User> max = list.stream()
.collect(
Collectors.maxBy(
Comparator.comparing(User::getAge)
)
);
Optional<User> min = list.stream()
.collect(
Collectors.minBy(
Comparator.comparing(User::getAge)
)
);
System.out.println("max--> " + max+"  min--> "+ min);
}
---结果---
max--> Optional[User{name='袁天罡', age=99, sex=0, money=100000, address='藏兵谷'}]  min--> Optional[User{name='陆林轩', age=16, sex=1, money=500, address='渝州'}]
/*求和_平均值*/
public static void sum_avg(){
List<User>list = users();
int totalAge = list.stream()
.collect(Collectors.summingInt(User::getAge));
System.out.println("totalAge--> "+ totalAge);
/*获得列表对象金额, 使用reduce聚合函数,实现累加器*/
BigDecimal totalMpney = list.stream()
.map(User::getMoney)
.reduce(BigDecimal.ZERO, BigDecimal::add);
System.out.println("totalMpney--> " + totalMpney);
double avgAge = list.stream()
.collect(Collectors.averagingInt(User::getAge));
System.out.println("avgAge--> " + avgAge);
}
---结果---
totalAge--> 280
totalMpney--> 105700
avgAge--> 35.0
/*一次性得到元素的个数、总和、最大值、最小值*/
public static void allVlaue(){
List<User> list = users();
IntSummaryStatistics statistics = list.stream()
.collect(Collectors.summarizingInt(User::getAge));
System.out.println(statistics);
}
---结果---
IntSummaryStatistics{count=8, sum=280, min=16, average=35.000000, max=99}
/*拼接*/
public static void join(){
List<User> list = users();
String names = list.stream()
.map(User::getName)
.collect(Collectors.joining(", "));
System.out.println(names);
}
---结果---
李星云, 陆林轩, 姬如雪, 袁天罡, 张子凡, 陆佑劫, 张天师, 蚩梦
/*分组*/
public static void group(){
Map<Integer, List<User>> map = users().stream()
.collect(Collectors.groupingBy(User::getSex));
System.out.println(new Gson().toJson(map));
System.out.println();
Map<Integer, Map<Integer,List<User>>> map2 = users().stream()
.collect(Collectors.groupingBy(User::getSex,
Collectors.groupingBy(User::getAge)));
System.out.println(new Gson().toJson(map2));
}
---结果---
{"0":[{"name":"李星云","age":18,"sex":0,"address":"渝州","money":1000},{"name":"袁天罡","age":99,"sex":0,"address":"藏兵谷","money":100000},{"name":"张子凡","age":19,"sex":0,"address":"天师府","money":900},{"name":"陆佑劫","age":45,"sex":0,"address":"不良人","money":600},{"name":"张天师","age":48,"sex":0,"address":"天师府","money":1100}],"1":[{"name":"陆林轩","age":16,"sex":1,"address":"渝州","money":500},{"name":"姬如雪","age":17,"sex":1,"address":"幻音坊","money":800},{"name":"蚩梦","age":18,"sex":1,"address":"万毒窟","money":800}]}
{"0":{"48":[{"name":"张天师","age":48,"sex":0,"address":"天师府","money":1100}],"18":[{"name":"李星云","age":18,"sex":0,"address":"渝州","money":1000}],"19":[{"name":"张子凡","age":19,"sex":0,"address":"天师府","money":900}],"99":[{"name":"袁天罡","age":99,"sex":0,"address":"藏兵谷","money":100000}],"45":[{"name":"陆佑劫","age":45,"sex":0,"address":"不良人","money":600}]},"1":{"16":[{"name":"陆林轩","age":16,"sex":1,"address":"渝州","money":500}],"17":[{"name":"姬如雪","age":17,"sex":1,"address":"幻音坊","money":800}],"18":[{"name":"蚩梦","age":18,"sex":1,"address":"万毒窟","money":800}]}}
/*分组合计*/
public static void groupCount(){
Map<Integer, Long> num = users().stream()
.collect(Collectors.groupingBy(User::getSex, Collectors.counting()));
System.out.println(num);
Map<Integer, Long> num2 = users().stream()
.filter(user -> user.getAge()>=18)
.collect(Collectors.groupingBy(User::getSex, Collectors.counting()));
System.out.println(num2);
}
---结果---
{0=5, 1=3}
{0=5, 1=1}
/*分区*/
public static void partitioningBy(){
List<User> list = users();
Map<Boolean, List<User>> part = list.stream()
.collect(Collectors.partitioningBy(user -> user.getAge() <= 30));
System.out.println(new Gson().toJson(part));
}
---结果---
{"false":[{"name":"袁天罡","age":99,"sex":0,"address":"藏兵谷","money":100000},{"name":"陆佑劫","age":45,"sex":0,"address":"不良人","money":600},{"name":"张天师","age":48,"sex":0,"address":"天师府","money":1100}],"true":[{"name":"李星云","age":18,"sex":0,"address":"渝州","money":1000},{"name":"陆林轩","age":16,"sex":1,"address":"渝州","money":500},{"name":"姬如雪","age":17,"sex":1,"address":"幻音坊","money":800},{"name":"张子凡","age":19,"sex":0,"address":"天师府","money":900},{"name":"蚩梦","age":18,"sex":1,"address":"万毒窟","money":800}]}
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/185631.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • 计算机全选的键盘,什么是全选快捷键,我将告诉您什么是计算机全选快捷键

    计算机全选的键盘,什么是全选快捷键,我将告诉您什么是计算机全选快捷键在我们的日常工作中,使用快捷键可以提高我们的工作速度,因此我们会记住一些易于使用的快捷键。许在编辑文本时都想使用全选快捷键,但是他们不知道要在键盘上按哪些键。下面,我将向您介绍选择所有快捷键的计算机。经常使用计算机的朋友更加熟悉计算机常用的一些基本快捷键,并且所有人都使用快捷键进行操作,从而提高了工作效率,但是有些新手网民仍然不了解基本的计算机快捷键键,例如选择计算机的快捷键是什么?有些网友不知道…

  • zencart模板修改的地方

    zencart模板修改的地方zencart模闆修改的地方,在修改前一定要備份數據庫和程序文件.1:新聞頁上的zencartnews,如何修改zencart,如圖:修改文件news.php,位置:includes\languages\english2,修改産品頁上面滾動圖片的高度和寬度:修改文件stylesheet_scrollpic.css,位置:includes\templates\模闆名\css在修改不讓自動…

  • mpu9150(driverack pa简明教程)

    简述MotionDriver是Invensense的针对其Motion传感器的软件包,即Motion传感器的驱动,目前已支持MPU6050/MPU6500/MPU9150/MPU9250这些传感器。MotionDriver并非全部开源,核心的算法部分是针对ARM处理器和MSP430处理器编译成了静态链接库提供的。MotionDriver文件结构arm\STM32F4_MD6do

  • oracle修改用户密码语句_oracle查询密码修改记录

    oracle修改用户密码语句_oracle查询密码修改记录GPS平台、网站建设、软件开发、系统运维,找森大网络科技!https://cnsendnet.taobao.com来自森大科技官方博客http://www.cnsendblog.com/index.php/?p=1596SYS用户是Oracle中权限最高的用户,而SYSTEM是一个用于数据库管理的用户。在数据库安装完之后,应立即修改SYS,SYSTEM这两个用户的密码,以保证数据库的安全。安装完之后修改密码方法cmd命令行下输入sqlplus/assysdba;法1.SQL>al

  • IOC控制反转与DI依赖注入

    IOC控制反转与DI依赖注入新建UserDao接口新建UserDaoImpl实现类IOC控制反转与DI依赖注入~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~开发工具与关键技术:IntellijIDEASpring作者:周欢撰写时间:2021/1/19~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~IOC(控制反转)作用:实现将组件间的关系从程序内部提…

  • Flink Native Kubernetes实战

    Flink Native Kubernetes实战

    2020年11月19日

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号