邢台网站制作地方,中国风优秀个人网站欣赏,家庭办厂3一8万项目,做网站用lunx点波关注不迷路#xff0c;一键三连好运连连#xff01;先贴上几个案例#xff0c;水平高超的同学可以挑战一下#xff1a;从员工集合中筛选出salary大于8000的员工#xff0c;并放置到新的集合里。统计员工的最高薪资、平均薪资、薪资之和。将员工按薪资从高到低排序一键三连好运连连先贴上几个案例水平高超的同学可以挑战一下从员工集合中筛选出salary大于8000的员工并放置到新的集合里。统计员工的最高薪资、平均薪资、薪资之和。将员工按薪资从高到低排序同样薪资者年龄小者在前。将员工按性别分类将员工按性别和地区分类将员工按薪资是否高于8000分为两部分。用传统的迭代处理也不是很难但代码就显得冗余了跟Stream相比高下立判。1 Stream概述Java 8 是一个非常成功的版本这个版本新增的Stream配合同版本出现的 Lambda 给我们操作集合(Collection)提供了极大的便利。那么什么是StreamStream将要处理的元素集合看作一种流在流的过程中借助Stream API对流中的元素进行操作比如筛选、排序、聚合等。Stream可以由数组或集合创建对流的操作分为两种中间操作每次返回一个新的流可以有多个。终端操作每个流只能进行一次终端操作终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。另外Stream有几个特性stream不存储数据而是按照特定的规则对数据进行计算一般会输出结果。stream不会改变数据源通常情况下会产生一个新的集合或一个值。stream具有延迟执行特性只有调用终端操作时中间操作才会执行。2 Stream的创建Stream可以通过集合数组创建。1、通过 java.util.Collection.stream() 方法用集合创建流List list Arrays.asList(a, b, c);// 创建一个顺序流Stream stream list.stream();// 创建一个并行流Stream parallelStream list.parallelStream();2、使用java.util.Arrays.stream(T[] array)方法用数组创建流int[] array{1,3,5,6,8};IntStream stream Arrays.stream(array);3、使用Stream的静态方法of()、iterate()、generate()Stream stream Stream.of(1, 2, 3, 4, 5, 6);Stream stream2 Stream.iterate(0, (x) - x 3).limit(4);stream2.forEach(System.out::println); // 0 2 4 6 8 10Stream stream3 Stream.generate(Math::random).limit(3);stream3.forEach(System.out::println);输出结果0 3 6 90.67961569092719940.19143142088542830.8116932592396652stream和parallelStream的简单区分 stream是顺序流由主线程按顺序对流执行操作而parallelStream是并行流内部以多线程并行执行的方式对流进行操作但前提是流中的数据处理没有顺序要求。例如筛选集合中的奇数两者的处理不同之处如果流中的数据量足够大并行流可以加快处速度。除了直接创建并行流还可以通过parallel()把顺序流转换成并行流Optional findFirst list.stream().parallel().filter(x-x6).findFirst();3 Stream的使用在使用stream之前先理解一个概念Optional 。Optional类是一个可以为null的容器对象。如果值存在则isPresent()方法会返回true调用get()方法会返回该对象。更详细说明请见菜鸟教程Java 8 Optional类接下来大批代码向你袭来我将用20个案例将Stream的使用整得明明白白只要跟着敲一遍代码就能很好地掌握。案例使用的员工类这是后面案例中使用的员工类List personList new ArrayList();personList.add(new Person(Tom, 8900, male, New York));personList.add(new Person(Jack, 7000, male, Washington));personList.add(new Person(Lily, 7800, female, Washington));personList.add(new Person(Anni, 8200, female, New York));personList.add(new Person(Owen, 9500, male, New York));personList.add(new Person(Alisa, 7900, female, New York));class Person {private String name; // 姓名private int salary; // 薪资private int age; // 年龄private String sex; //性别private String area; // 地区// 构造方法public Person(String name, int salary, int age,String sex,String area) {this.name name;this.salary salary;this.age age;this.sex sex;this.area area;}// 省略了get和set请自行添加}3.1 遍历/匹配(foreach/find/match)Stream也是支持类似集合的遍历和匹配元素的只是Stream中的元素是以Optional类型存在的。Stream的遍历、匹配非常简单。// import已省略请自行添加后面代码亦是public class StreamTest {public static void main(String[] args) {List list Arrays.asList(7, 6, 9, 3, 8, 2, 1);// 遍历输出符合条件的元素list.stream().filter(x - x 6).forEach(System.out::println);// 匹配第一个Optional findFirst list.stream().filter(x - x 6).findFirst();// 匹配任意(适用于并行流)Optional findAny list.parallelStream().filter(x - x 6).findAny();// 是否包含符合特定条件的元素boolean anyMatch list.stream().anyMatch(x - x 6);System.out.println(匹配第一个值 findFirst.get());System.out.println(匹配任意一个值 findAny.get());System.out.println(是否存在大于6的值 anyMatch);}}3.2 筛选(filter)筛选是按照一定的规则校验流中的元素将符合条件的元素提取到新的流中的操作。案例一筛选出Integer集合中大于7的元素并打印出来public class StreamTest {public static void main(String[] args) {List list Arrays.asList(6, 7, 3, 8, 1, 2, 9);Stream stream list.stream();stream.filter(x - x 7).forEach(System.out::println);}}预期结果8 9案例二 筛选员工中工资高于8000的人并形成新的集合。 形成新集合依赖collect(收集)后文有详细介绍。public class StreamTest {public static void main(String[] args) {List personList new ArrayList();personList.add(new Person(Tom, 8900, 23, male, New York));personList.add(new Person(Jack, 7000, 25, male, Washington));personList.add(new Person(Lily, 7800, 21, female, Washington));personList.add(new Person(Anni, 8200, 24, female, New York));personList.add(new Person(Owen, 9500, 25, male, New York));personList.add(new Person(Alisa, 7900, 26, female, New York));List fiterList personList.stream().filter(x - x.getSalary() 8000).map(Person::getName).collect(Collectors.toList());System.out.print(高于8000的员工姓名 fiterList);}}运行结果高于8000的员工姓名[Tom, Anni, Owen]3.3 聚合(max/min/count)max、min、count这些字眼你一定不陌生没错在mysql中我们常用它们进行数据统计。Java stream中也引入了这些概念和用法极大地方便了我们对集合、数组的数据统计工作。案例一获取String集合中最长的元素。public class StreamTest {public static void main(String[] args) {List list Arrays.asList(adnm, admmt, pot, xbangd, weoujgsd);Optional max list.stream().max(Comparator.comparing(String::length));System.out.println(最长的字符串 max.get());}}输出结果最长的字符串weoujgsd案例二获取Integer集合中的最大值。public class StreamTest {public static void main(String[] args) {List list Arrays.asList(7, 6, 9, 4, 11, 6);// 自然排序Optional max list.stream().max(Integer::compareTo);// 自定义排序Optional max2 list.stream().max(new Comparator() {Overridepublic int compare(Integer o1, Integer o2) {return o1.compareTo(o2);}});System.out.println(自然排序的最大值 max.get());System.out.println(自定义排序的最大值 max2.get());}}输出结果自然排序的最大值11自定义排序的最大值11案例三获取员工工资最高的人。public class StreamTest {public static void main(String[] args) {List personList new ArrayList();personList.add(new Person(Tom, 8900, 23, male, New York));personList.add(new Person(Jack, 7000, 25, male, Washington));personList.add(new Person(Lily, 7800, 21, female, Washington));personList.add(new Person(Anni, 8200, 24, female, New York));personList.add(new Person(Owen, 9500, 25, male, New York));personList.add(new Person(Alisa, 7900, 26, female, New York));Optional max personList.stream().max(Comparator.comparingInt(Person::getSalary));System.out.println(员工工资最大值 max.get().getSalary());}}输出结果员工工资最大值9500案例四计算Integer集合中大于6的元素的个数。import java.util.Arrays;import java.util.List;public class StreamTest {public static void main(String[] args) {List list Arrays.asList(7, 6, 4, 8, 2, 11, 9);long count list.stream().filter(x - x 6).count();System.out.println(list中大于6的元素个数 count);}}输出结果list中大于6的元素个数43.4 映射(map/flatMap)映射可以将一个流的元素按照一定的映射规则映射到另一个流中。分为map和flatMapmap接收一个函数作为参数该函数会被应用到每个元素上并将其映射成一个新的元素。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成一个流。案例一英文字符串数组的元素全部改为大写。整数数组每个元素3。public class StreamTest {public static void main(String[] args) {String[] strArr { abcd, bcdd, defde, fTr };List strList Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());List intList Arrays.asList(1, 3, 5, 7, 9, 11);List intListNew intList.stream().map(x - x 3).collect(Collectors.toList());System.out.println(每个元素大写 strList);System.out.println(每个元素3 intListNew);}}输出结果每个元素大写[ABCD, BCDD, DEFDE, FTR]每个元素3[4, 6, 8, 10, 12, 14]案例二将员工的薪资全部增加1000。public class StreamTest {public static void main(String[] args) {List personList new ArrayList();personList.add(new Person(Tom, 8900, 23, male, New York));personList.add(new Person(Jack, 7000, 25, male, Washington));personList.add(new Person(Lily, 7800, 21, female, Washington));personList.add(new Person(Anni, 8200, 24, female, New York));personList.add(new Person(Owen, 9500, 25, male, New York));personList.add(new Person(Alisa, 7900, 26, female, New York));// 不改变原来员工集合的方式List personListNew personList.stream().map(person - {Person personNew new Person(person.getName(), 0, 0, null, null);personNew.setSalary(person.getSalary() 10000);return personNew;}).collect(Collectors.toList());System.out.println(一次改动前 personList.get(0).getName() -- personList.get(0).getSalary());System.out.println(一次改动后 personListNew.get(0).getName() -- personListNew.get(0).getSalary());// 改变原来员工集合的方式List personListNew2 personList.stream().map(person - {person.setSalary(person.getSalary() 10000);return person;}).collect(Collectors.toList());System.out.println(二次改动前 personList.get(0).getName() -- personListNew.get(0).getSalary());System.out.println(二次改动后 personListNew2.get(0).getName() -- personListNew.get(0).getSalary());}}输出结果一次改动前Tom–8900一次改动后Tom–18900二次改动前Tom–18900二次改动后Tom–18900案例三将两个字符数组合并成一个新的字符数组。public class StreamTest {public static void main(String[] args) {List list Arrays.asList(m,k,l,a, 1,3,5,7);List listNew list.stream().flatMap(s - {// 将每个元素转换成一个streamString[] split s.split(,);Stream s2 Arrays.stream(split);return s2;}).collect(Collectors.toList());System.out.println(处理前的集合 list);System.out.println(处理后的集合 listNew);}}输出结果处理前的集合[m-k-l-a, 1-3-5]处理后的集合[m, k, l, a, 1, 3, 5]3.5 归约(reduce)归约也称缩减顾名思义是把一个流缩减成一个值能实现对集合求和、求乘积和求最值操作。案例一求Integer集合的元素之和、乘积和最大值。public class StreamTest {public static void main(String[] args) {List list Arrays.asList(1, 3, 2, 8, 11, 4);// 求和方式1Optional sum list.stream().reduce((x, y) - x y);// 求和方式2Optional sum2 list.stream().reduce(Integer::sum);// 求和方式3Integer sum3 list.stream().reduce(0, Integer::sum);// 求乘积Optional product list.stream().reduce((x, y) - x * y);// 求最大值方式1Optional max list.stream().reduce((x, y) - x y ? x : y);// 求最大值写法2Integer max2 list.stream().reduce(1, Integer::max);System.out.println(list求和 sum.get() , sum2.get() , sum3);System.out.println(list求积 product.get());System.out.println(list求和 max.get() , max2);}}输出结果list求和29,29,29list求积2112list求和11,11案例二求所有员工的工资之和和最高工资。public class StreamTest {public static void main(String[] args) {List personList new ArrayList();personList.add(new Person(Tom, 8900, 23, male, New York));personList.add(new Person(Jack, 7000, 25, male, Washington));personList.add(new Person(Lily, 7800, 21, female, Washington));personList.add(new Person(Anni, 8200, 24, female, New York));personList.add(new Person(Owen, 9500, 25, male, New York));personList.add(new Person(Alisa, 7900, 26, female, New York));// 求工资之和方式1Optional sumSalary personList.stream().map(Person::getSalary).reduce(Integer::sum);// 求工资之和方式2Integer sumSalary2 personList.stream().reduce(0, (sum, p) - sum p.getSalary(),(sum1, sum2) - sum1 sum2);// 求工资之和方式3Integer sumSalary3 personList.stream().reduce(0, (sum, p) - sum p.getSalary(), Integer::sum);// 求最高工资方式1Integer maxSalary personList.stream().reduce(0, (max, p) - max p.getSalary() ? max : p.getSalary(),Integer::max);// 求最高工资方式2Integer maxSalary2 personList.stream().reduce(0, (max, p) - max p.getSalary() ? max : p.getSalary(),(max1, max2) - max1 max2 ? max1 : max2);System.out.println(工资之和 sumSalary.get() , sumSalary2 , sumSalary3);System.out.println(最高工资 maxSalary , maxSalary2);}}输出结果工资之和49300,49300,49300最高工资9500,95003.6 收集(collect)collect收集可以说是内容最繁多、功能最丰富的部分了。从字面上去理解就是把一个流收集起来最终可以是收集成一个值也可以收集成一个新的集合。collect主要依赖java.util.stream.Collectors类内置的静态方法。3.6.1 归集(toList/toSet/toMap)因为流不存储数据那么在流中的数据完成处理后需要将流中的数据重新归集到新的集合里。toList、toSet和toMap比较常用另外还有toCollection、toConcurrentMap等复杂一些的用法。下面用一个案例演示toList、toSet和toMappublic class StreamTest {public static void main(String[] args) {List list Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);List listNew list.stream().filter(x - x % 2 0).collect(Collectors.toList());Set set list.stream().filter(x - x % 2 0).collect(Collectors.toSet());List personList new ArrayList();personList.add(new Person(Tom, 8900, 23, male, New York));personList.add(new Person(Jack, 7000, 25, male, Washington));personList.add(new Person(Lily, 7800, 21, female, Washington));personList.add(new Person(Anni, 8200, 24, female, New York));Map, Person map personList.stream().filter(p - p.getSalary() 8000).collect(Collectors.toMap(Person::getName, p - p));System.out.println(toList: listNew);System.out.println(toSet: set);System.out.println(toMap: map);}}运行结果toList[6, 4, 6, 6, 20]toSet[4, 20, 6]toMap{Tommutest.Person5fd0d5ae, Annimutest.Person2d98a335}3.6.2 统计(count/averaging)Collectors提供了一系列用于数据统计的静态方法计数count平均值averagingInt、averagingLong、averagingDouble最值maxBy、minBy求和summingInt、summingLong、summingDouble统计以上所有summarizingInt、summarizingLong、summarizingDouble案例统计员工人数、平均工资、工资总额、最高工资。public class StreamTest {public static void main(String[] args) {List personList new ArrayList();personList.add(new Person(Tom, 8900, 23, male, New York));personList.add(new Person(Jack, 7000, 25, male, Washington));personList.add(new Person(Lily, 7800, 21, female, Washington));// 求总数Long count personList.stream().collect(Collectors.counting());// 求平均工资Double average personList.stream().collect(Collectors.averagingDouble(Person::getSalary));// 求最高工资Optional max personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));// 求工资之和Integer sum personList.stream().collect(Collectors.summingInt(Person::getSalary));// 一次性统计所有信息DoubleSummaryStatistics collect personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));System.out.println(员工总数 count);System.out.println(员工平均工资 average);System.out.println(员工工资总和 sum);System.out.println(员工工资所有统计 collect);}}运行结果员工总数3员工平均工资7900.0员工工资总和23700员工工资所有统计DoubleSummaryStatistics{count3, sum23700.000000,min7000.000000, average7900.000000, max8900.000000}3.6.3 分组(partitioningBy/groupingBy)分区将stream按条件分为两个Map比如员工按薪资是否高于8000分为两部分。分组将集合分为多个Map比如员工按性别分组。有单级分组和多级分组。案例将员工按薪资是否高于8000分为两部分将员工按性别和地区分组public class StreamTest {public static void main(String[] args) {List personList new ArrayList();personList.add(new Person(Tom, 8900, male, New York));personList.add(new Person(Jack, 7000, male, Washington));personList.add(new Person(Lily, 7800, female, Washington));personList.add(new Person(Anni, 8200, female, New York));personList.add(new Person(Owen, 9500, male, New York));personList.add(new Person(Alisa, 7900, female, New York));// 将员工按薪资是否高于8000分组Map part personList.stream().collect(Collectors.partitioningBy(x - x.getSalary() 8000));// 将员工按性别分组Map group personList.stream().collect(Collectors.groupingBy(Person::getSex));// 将员工先按性别分组再按地区分组Map group2 personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));System.out.println(员工按薪资是否大于8000分组情况 part);System.out.println(员工按性别分组情况 group);System.out.println(员工按性别、地区 group2);}}输出结果员工按薪资是否大于8000分组情况{false[mutest.Person2d98a335, mutest.Person16b98e56, mutest.Person7ef20235], true[mutest.Person27d6c5e0, mutest.Person4f3f5b24, mutest.Person15aeb7ab]}员工按性别分组情况{female[mutest.Person16b98e56, mutest.Person4f3f5b24, mutest.Person7ef20235], male[mutest.Person27d6c5e0, mutest.Person2d98a335, mutest.Person15aeb7ab]}员工按性别、地区{female{New York[mutest.Person4f3f5b24, mutest.Person7ef20235], Washington[mutest.Person16b98e56]}, male{New York[mutest.Person27d6c5e0, mutest.Person15aeb7ab], Washington[mutest.Person2d98a335]}}3.6.4 接合(joining)joining可以将stream中的元素用特定的连接符(没有的话则直接连接)连接成一个字符串。public class StreamTest {public static void main(String[] args) {List personList new ArrayList();personList.add(new Person(Tom, 8900, 23, male, New York));personList.add(new Person(Jack, 7000, 25, male, Washington));personList.add(new Person(Lily, 7800, 21, female, Washington));String names personList.stream().map(p - p.getName()).collect(Collectors.joining(,));System.out.println(所有员工的姓名 names);List list Arrays.asList(A, B, C);String string list.stream().collect(Collectors.joining(-));System.out.println(拼接后的字符串 string);}}运行结果所有员工的姓名Tom,Jack,Lily拼接后的字符串A-B-C3.6.5 归约(reducing)Collectors类提供的reducing方法相比于stream本身的reduce方法增加了对自定义归约的支持。public class StreamTest {public static void main(String[] args) {List personList new ArrayList();personList.add(new Person(Tom, 8900, 23, male, New York));personList.add(new Person(Jack, 7000, 25, male, Washington));personList.add(new Person(Lily, 7800, 21, female, Washington));// 每个员工减去起征点后的薪资之和(这个例子并不严谨但一时没想到好的例子)Integer sum personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) - (i j - 5000)));System.out.println(员工扣税薪资总和 sum);// stream的reduceOptional sum2 personList.stream().map(Person::getSalary).reduce(Integer::sum);System.out.println(员工薪资总和 sum2.get());}}运行结果员工扣税薪资总和8700员工薪资总和237003.7 排序(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排序器自定义排序案例将员工按工资由高到低(工资一样则按年龄由大到小)排序public class StreamTest {public static void main(String[] args) {List personList new ArrayList();personList.add(new Person(Sherry, 9000, 24, female, New York));personList.add(new Person(Tom, 8900, 22, male, Washington));personList.add(new Person(Jack, 9000, 25, male, Washington));personList.add(new Person(Lily, 8800, 26, male, New York));personList.add(new Person(Alisa, 9000, 26, female, New York));// 按工资升序排序(自然排序)List newList personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName).collect(Collectors.toList());// 按工资倒序排序List newList2 personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()).map(Person::getName).collect(Collectors.toList());// 先按工资再按年龄升序排序List newList3 personList.stream().sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName).collect(Collectors.toList());// 先按工资再按年龄自定义排序(降序)List newList4 personList.stream().sorted((p1, p2) - {if (p1.getSalary() p2.getSalary()) {return p2.getAge() - p1.getAge();} else {return p2.getSalary() - p1.getSalary();}}).map(Person::getName).collect(Collectors.toList());System.out.println(按工资升序排序 newList);System.out.println(按工资降序排序 newList2);System.out.println(先按工资再按年龄升序排序 newList3);System.out.println(先按工资再按年龄自定义降序排序 newList4);}}运行结果按工资自然排序[Lily, Tom, Sherry, Jack, Alisa]按工资降序排序[Sherry, Jack, Alisa,Tom, Lily]先按工资再按年龄自然排序[Sherry, Jack, Alisa, Tom, Lily]先按工资再按年龄自定义降序排序[Alisa, Jack, Sherry, Tom, Lily]3.8 提取/组合流也可以进行合并、去重、限制、跳过等操作。public class StreamTest {public static void main(String[] args) {String[] arr1 { a, b, c, d };String[] arr2 { d, e, f, g };Stream stream1 Stream.of(arr1);Stream stream2 Stream.of(arr2);// concat:合并两个流 distinct去重List newList Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());// limit限制从流中获得前n个数据List collect Stream.iterate(1, x - x 2).limit(10).collect(Collectors.toList());// skip跳过前n个数据List collect2 Stream.iterate(1, x - x 2).skip(1).limit(5).collect(Collectors.toList());System.out.println(流合并 newList);System.out.println(limit collect);System.out.println(skip collect2);}}运行结果流合并[a, b, c, d, e, f, g]limit[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]skip[3, 5, 7, 9, 11]4 Stream源码解读这部分等有时间慢慢分解吧。好以上就是全部内容能坚持看到这里你一定很有收获那么动一动拿offer的小手点个赞再走吧。
