普陀区网站制作,百度快照优化排名推广怎么做,百度app旧版本下载,网站发展参考链接#xff1a; 如何在Java 8中从Stream获取ArrayList
摘要 Stream 作为 Java 8 的一大亮点#xff0c;它与 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念。它也不同于 StAX 对 XML 解析的 Stream#xff0c;也不是 Amazon Kinesis 对大数据实时处理…参考链接 如何在Java 8中从Stream获取ArrayList
摘要 Stream 作为 Java 8 的一大亮点它与 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念。它也不同于 StAX 对 XML 解析的 Stream也不是 Amazon Kinesis 对大数据实时处理的 Stream。Java 8 中的 Stream 是对集合Collection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aggregate operation或者大批量数据操作 (bulk data operation)。Stream API 借助于同样新出现的 Lambda 表达式极大的提高编程效率和程序可读性。同时它提供串行和并行两种模式进行汇聚操作并发模式能够充分利用多核处理器的优势使用 fork/join 并行方式来拆分任务和加速处理过程。通常编写并行代码很难而且容易出错, 但使用 Stream API 无需编写一行多线程的代码就可以很方便地写出高性能的并发程序。所以说Java 8 中首次出现的 java.util.stream 是一个函数式语言多核时代综合影响的产物。
简介
流Stream是数据通道用于操作数据源集合数组等所生成的元素序列 “集合讲的的是数据流讲的是计算” 注意 ① Stream不会存储元素 ② Stream不会改变源对象相反他们会返回一个持有结果的新的Stream ③ Stream操作是延迟执行的这意味着他们等到需要结果的时候才会执行惰性求值
Stream操作的三个步骤
创建Stream 一个数据源如集合数组获取一个流中间操作 一个中间操作链对数据源的数据进行处理终止操作终端操作 一个终止操作执行中间操作链并产生结果
一创建Stream
Collection提供了两个方法.stream()与paralleStream()
org.junit.Test
public void test4(){ ListInteger list new ArrayList(); StreamInteger stream list.stream();//串行流 StreamInteger integerStream list.parallelStream();//并行流
} 通过Arrays中的Stream()获取一个数组流。 Integer[] integers {}; StreamInteger stream1 Arrays.stream(integers); 通过Stream类中静态方法of()
StreamString stream2 Stream.of(aaa, bbb); 创建无限流无穷的数据 生成 //通过生成器产生5个10以内的随机数如果不使用limit就会无限生成10以内随机数
Stream.generate(() - Math.random() * 10).limit(5).forEach(System.out::println);
----------输出--------
0.8320556195819129
6.260534125204207
7.344094646332503
0.18490598959698068
6.392272744710005 迭代 //通过迭代的方式一元运算生成5个数
Stream.iterate(0,x-x2).limit(5).forEach(System.out::println);
-------------------输出------------
0
2
4
6
8 二中间操作 多个中间操作可以连接起来形成一个流水线除非流水线上触发终止操作否则中间操作不会执行任何的处理而在终止操作时一次性全部执行称为“惰性求值” ListInteger list Arrays.asList(1,2,3,523,21,55);
StreamInteger stream3 list.stream().filter(x - { System.out.println(函数执行); return x 10; // stream3.forEach(System.out::println); 上面的代码没有终止操作当你运行时不会打印任何东西 ①筛选与切片
filter----接收Lambda从流中排除某些元素
//filter()中需要使用断言型接口Predicate
ListInteger list Arrays.asList(1,2,3,523,21,55);
StreamInteger stream3 list.stream().filter(x - x 10);
stream3.forEach(System.out::println); limit----截断流使其元素不超过给定数量
ListInteger list Arrays.asList(1,2,3,523,21,55);
StreamInteger stream3 list.stream().limit(3);
stream3.forEach(System.out::println);
--------------------输出---------------------
1
2
3 skip----跳过元素返回一个抛弃了前n个元素的流若流中元素不满足n个则返回一个空流与limit形成互补
ListInteger list Arrays.asList(1,2,3,523,21,55);
StreamInteger stream3 list.stream().skip(3);
stream3.forEach(System.out::println);
--------------------输出---------------------
523
21
55 distinct----筛选通过流所所生成元素的hashCode()和equals()去除重复元素 ListInteger list Arrays.asList(1,2,3,3,2,4); StreamInteger stream3 list.stream().distinct(); stream3.forEach(System.out::println); --------------------输出--------------------- 1 2 3 4 注意自定义的实体类使用distinct去重时一定要先重写hashCode()和equals()
②映射
map----接收Lambda将元素转换为其他形式或提取信息时接收一个函数作为参数该函数被应用到每个元素上并将其映射成一个新的元素//map()里面使用函数型接口Function
ListString list Arrays.asList(aa,bb,cc);
StreamString stream3 list.stream().map(String::toUpperCase);
stream3.forEach(System.out::println);
----------------------输出-----------------------
AA
BB
CC
------------------------------------------------
集合里的每一个元素都会使用到String.toUpperCase方法
它是以aa作为一个元素,bb作为一个元素 flatMap----接收一个函数作为参数将流中的每个值都换成另一个流然后把所有流连接一个流ListString list Arrays.asList(aa,bb,cc); StreamString stream3 list.stream().flatMap(l - { String[] strings l.split(); return Arrays.stream(strings); });
stream3.forEach(System.out::println);
-------------------输出-----------
a
a
b
b
c
c
-----------------------------------------------
flatMap将原来的流转换为一个新的流并且是以每一个值为单位的 ③排序
sorted() 自然排序 按照Comparable的方式ListString list Arrays.asList(aa,cc,bb);
StreamString stream3 list.stream().sorted();
stream3.forEach(System.out::println);
---------------输出-----------
aa
bb
cc sorted( Comparator com)定制排序 ListInteger list Arrays.asList(1,3,2,6,8,3,9); StreamInteger stream3 list.stream().sorted(Integer::compare); stream3.forEach(System.out::println); --------------输出-------------- 1 2 3 3 6 8 9 终止操作
①查找与匹配
allMatch----检查是否匹配所有元素//allMatch()里面的时断言型接口(Predicate) ListInteger list Arrays.asList(1,3,2,6,8,3,9); boolean b list.stream().allMatch(x - x 3); System.out.println(b); ------------------输出-------------------- false //因为不是所有的数都大于3 anyMatch----检查是否有匹配至少一个元素//anyMatch()里面的时断言型接口(Predicate) ListInteger list Arrays.asList(1,3,2,6,8,3,9); boolean b list.stream().anyMatch(x - x 3); System.out.println(b); ------------------输出-------------------- true //只要有大于3的数就返回true noneMatch----检查是否没有匹配的元素//noneMatch()里面的时断言型接口(Predicate)
ListInteger list Arrays.asList(1,3,2,6,8,3,9);
boolean b list.stream().noneMatch(x - x 3);
System.out.println(b); ------------------输出-------------------- false //双重否定返回false就是有匹配的元素 findFirst----返回第一个元素ListInteger list Arrays.asList(1,3,2,6,8,3,9);
OptionalInteger first list.stream().findFirst();
System.out.println(first.get());
-----------------输出----------------
1 findAny----返回当前流中的任意一元素ListInteger list Arrays.asList(1,3,2,6,8,3,9);
OptionalInteger first list.stream().findAny();
System.out.println(first.get());
-----------------输出----------------
1 count-----返回流中元素的总数ListInteger list Arrays.asList(1,3,2,6,8,3,9);
long count list.stream().count();
System.out.println(count);
-----------------输出----------------
7 max----返回流中最大值 ListInteger list Arrays.asList(1,3,2,6,8,3,9); OptionalInteger max list.stream().max(Integer::compareTo); System.out.println(max.get()); -----------------输出----------------
9 min----返回流中的最小值ListInteger list Arrays.asList(1,3,2,6,8,3,9);
OptionalInteger min list.stream().min(Integer::compareTo);
System.out.println(min.get()); -----------------输出----------------
1 forEach----遍历流中的元素 ListInteger list Arrays.asList(1,3,2,6,8,3,9); list.stream().forEach(System.out::println); -----------------输出----------------
1
3
2
6
8
3
9
//注意forEach的迭代操作是由Stream API完成的称为内部迭代
//借助于iterator的方式为外部迭代 ②归约
reduce(T identity,BinaryOperator)—可以将流中元素反复结合起来得到一个值返回T ListInteger list Arrays.asList(1,3,2,6,8,3,9); Integer reduce list.stream().reduce(0, (x, y) - x y); System.out.println(reduce); -----------------输出---------------- 32 //根据2元运算将所有的数加起来 //首先以0为x1为y结果为1然后1为x取3为y结果为4以4为x...以此类推 reduce(BinaryOpreator)----可以将流中元素反复结合起来返回Optional T ListInteger list Arrays.asList(1,3,2,6,8,3,9); OptionalInteger reduce list.stream().reduce((x, y) - x y); System.out.println(reduce.get()); -----------------输出---------------- 32 //原理同上只是这里没有初始值直接取1为x //所以ist就有可能为空当返回的值可能为空时结果存储在Optional容器中,避免空指针异常 ③收集
collect----将流转换为其他形式接收一个Collector接口的实现用于给Stream中元素做汇总的方法 Colloector 接口中方法的实现决定了如何对流执行手机操作如收集到List、Set、Map中但是Collectots实用类提供了很多静态方法可以方便的创建常见收集器实例 接下来进行详细介绍 首先创建一个实体类
public class User { private String name; private Integer age; private double salary; public User(String name, Integer age, double salary) { this.name name; this.age age; this.salary salary; } public String getName() { return name; } public void setName(String name) { this.name name; } public Integer getAge() { return age; } public void setAge(Integer age) { this.age age; } public double getSalary() { return salary; } public void setSalary(double salary) { this.salary salary; } Override public String toString() { return User{ name name \ , age age , salary salary }; } Override public boolean equals(Object o) { if (this o) return true; if (o null || getClass() ! o.getClass()) return false; User user (User) o; return Double.compare(user.salary, salary) 0 Objects.equals(name, user.name) Objects.equals(age, user.age); } Override public int hashCode() { return Objects.hash(name, age, salary); }
} 在测试类中准备好数据
public class StreamTest { ListUser user Arrays.asList(new User(张三,12,1000.00), new User (李四,32,4000), new User (王五,40,4000), new User (王五,40,4000));
} 根据名称生成一个新的List ListString list user.stream().map(User::getName).collect(Collectors.toList()); list.forEach(System.out::println); -----------------输出-------------- 张三 李四 王五 王五 根据名称生成一个新的Set SetString set user.stream().map(User::getName).collect(Collectors.toSet()); set.forEach(System.out::println); -----------------输出-------------- 张三 李四 王五 根据名称生成一个新的HashSet HashSetString hashSet user.stream().map(User::getName).collect(Collectors.toCollection(HashSet::new)); hashSet.forEach(System.out::println); -----------------输出-------------- 李四 张三 王五 获取流中的元素总数
Long count user.stream().collect(Collectors.counting());
System.out.println(count);
-----------------输出--------------
4 根据工资获取平均值
Double avg user.stream().collect(Collectors.averagingDouble(User::getSalary));
System.out.println(avg);
-----------------输出--------------
3250.0 根据工资获取总和
Double sum user.stream().collect(Collectors.summingDouble(User::getSalary));
System.out.println(sum);
-----------------输出--------------
13000.0 根据工资获取组函数 DoubleSummaryStatistics sum user.stream().collect(Collectors.summarizingDouble(User::getSalary)); System.out.println(sum); -----------------输出-------------- DoubleSummaryStatistics{count4, sum13000.000000, min1000.000000, average3250.000000, max4000.000000} 根据工资获取最大值 OptionalUser max user.stream().collect(Collectors.maxBy(Comparator.comparingDouble(User::getSalary))); System.out.println(max.get()); -----------------输出-------------- User{name李四, age32, salary4000.0} 根据工资获取最小值 OptionalUser min user.stream().collect(Collectors.minBy(Comparator.comparingDouble(User::getSalary))); System.out.println(min.get()); -----------------输出-------------- User{name张三, age12, salary1000.0} 分组
MapDouble, ListUser map user.stream().collect(Collectors.groupingBy(User::getSalary));
System.out.println(map);
-----------------输出--------------
{4000.0[User{name李四, age32, salary4000.0}, User{name王五, age40, salary4000.0}, User{name王五, age40, salary4000.0}], 1000.0[User{name张三, age12, salary1000.0}]} 多级分组
MapDouble, MapString, ListUser collect user.stream().collect(Collectors.groupingBy(User::getSalary, Collectors.groupingBy( u - { if ( u.getAge() 12) { return 青年; } else if ( u.getAge() 32) { return 中年; } else { return 老年; } } )));
System.out.println(collect);
-----------------输出--------------
{4000.0{老年[User{name王五, age40, salary4000.0}, User{name王五, age40, salary4000.0}], 中年[User{name李四, age32, salary4000.0}]}, 1000.0{青年[User{name张三, age12, salary1000.0}]}} 分区
MapBoolean, ListUser collect1 user.stream().collect(Collectors.partitioningBy(e - e.getSalary() 3000));
System.out.println(collect1);
-----------------输出--------------
{false[User{name张三, age12, salary1000.0}], true[User{name李四, age32, salary4000.0}, User{name王五, age40, salary4000.0}, User{name王五, age40, salary4000.0}]} 连接
String s user.stream().map(User::getName).collect(Collectors.joining(--));
System.out.println(s);
-----------------输出--------------
张三--李四--王五--王五
