15. Stream操作
大约 7 分钟
1、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。
2、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
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;
}
}3、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());
}4、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
5、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}]6、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；
7、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());8、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());9、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);
}10、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）
- 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(...)));11、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))));12、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);13、排序
1 、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());2 、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())3 、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)4 、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());