zoukankan      html  css  js  c++  java
  • Java8 stream处理List,Map总结

    Java 8 Stream

    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。

    什么是 Stream?

    Stream(流)是一个来自数据源的元素队列并支持聚合操作

    • <strong元素队列< strong="">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。

    生成流

    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

     下面写一下,我们经常会用到的一些操作案例

    一,排序

       List     
    
          1, 对象集合排序
            //降序,根据创建时间降序;
            List<User> descList = attributeList.stream().sorted(Comparator.comparing(User::getCreateTime, Comparator.nullsLast(Date::compareTo)).reversed())
                      .collect(Collectors.toList());
            //升序,根据创建时间升序;
            List<User> ascList = attributeList.stream().sorted(Comparator.comparing(User::getCreateTime, Comparator.nullsLast(Date::compareTo)))
                      .collect(Collectors.toList());
    
            2, 数字排序
            List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);
    
            //升序
            List<Integer> ascList = numbers.stream().sorted().collect(Collectors.toList());
            结果: [2, 2, 3, 3, 3, 5, 7]
    
            //倒序
            List<Integer> descList = numbers.stream().sorted((x, y) -> y - x).collect(Collectors.toList());
            结果:[7, 5, 3, 3, 3, 2, 2]
    
           3, 字符串排序
         List<String> strList = Arrays.asList("a", "ba", "bb", "abc", "cbb", "bba", "cab");
    
            //自然排序
            List<String> ascList = strList.stream().sorted().collect(Collectors.toList());
            结果:[a, abc, ba, bb, bba, cab, cbb]
    
            //反转,倒序
            ascList.sort(Collections.reverseOrder());
            结果:[cbb, cab, bba, bb, ba, abc, a]
    
            //直接反转集合
            Collections.reverse(strList);
            结果:[cab, bba, cbb, abc, bb, ba, a]
      
       Map
         //HashMap是无序的,当我们希望有顺序地去存储key-value时,就需要使用LinkedHashMap了,排序后可以再转成HashMap。
            //LinkedHashMap是继承于HashMap,是基于HashMap和双向链表来实现的。
            //LinkedHashMap是线程不安全的。
            Map<String,String> map = new HashMap<>();
            map.put("a","123");
            map.put("b","456");
            map.put("z","789");
            map.put("c","234");
    
            //map根据value正序排序
            LinkedHashMap<String, String> linkedMap1 = new LinkedHashMap<>();
            map.entrySet().stream().sorted(Comparator.comparing(e -> e.getValue())).forEach(x -> linkedMap1.put(x.getKey(), x.getValue()));
            结果:{a=123, c=234, b=456, z=789}
    
            //map根据value倒序排序
            LinkedHashMap<String, String> linkedMap2 = new LinkedHashMap<>();
            map.entrySet().stream().sorted(Collections.reverseOrder(Map.Entry.comparingByValue())).forEach(x -> linkedMap2.put(x.getKey(), x.getValue()));
            结果:{z=789, b=456, c=234, a=123}
    
            //map根据key正序排序
            LinkedHashMap<String, String> linkedMap3 = new LinkedHashMap<>();
            map.entrySet().stream().sorted(Comparator.comparing(e -> e.getKey())).forEach(x -> linkedMap3.put(x.getKey(), x.getValue()));
            结果:{a=123, b=456, c=234, z=789}
    
            //map根据key倒序排序
            LinkedHashMap<String, String> linkedMap4 = new LinkedHashMap<>();
            map.entrySet().stream().sorted(Collections.reverseOrder(Map.Entry.comparingByKey())).forEach(x -> linkedMap4.put(x.getKey(), x.getValue()));
            结果:{z=789, c=234, b=456, a=123}

    二,List 转 Map

         1、指定key-value,value是对象中的某个属性值。
            Map<Integer,String> userMap1 = userList.stream().collect(Collectors.toMap(User::getId,User::getName));
    
            2、指定key-value,value是对象本身,User->User 是一个返回本身的lambda表达式
            Map<Integer,User> userMap2 = userList.stream().collect(Collectors.toMap(User::getId,User->User));
    
            3、指定key-value,value是对象本身,Function.identity()是简洁写法,也是返回对象本身
            Map<Integer,User> userMap3 = userList.stream().collect(Collectors.toMap(User::getId, Function.identity()));
    
            4、指定key-value,value是对象本身,Function.identity()是简洁写法,也是返回对象本身,key 冲突的解决办法,这里选择第二个key覆盖第一个key。
            Map<Integer,User> userMap4 = userList.stream().collect(Collectors.toMap(User::getId, Function.identity(),(key1,key2)->key2));
    
            5、将List根据某个属性进行分组,放入Map;然后组装成key-value格式的数据,分组后集合的顺序会被改变,所以事先设置下排序,然后再排序,保证数据顺序不变。
            List<GoodsInfoOut> lst = goodsInfoMapper.getGoodsList();
            Map<String, List<GoodsInfoOut>> groupMap = lst.stream().collect(Collectors.groupingBy(GoodsInfoOut::getClassificationOperationId));
            List<HomeGoodsInfoOut> retList = groupMap.keySet().stream().map(key -> {
                HomeGoodsInfoOut mallOut = new HomeGoodsInfoOut();
                mallOut.setClassificationOperationId(key);
                if(groupMap.get(key)!=null && groupMap.get(key).size()>0) {
                    mallOut.setClassificationName(groupMap.get(key).get(0).getClassificationName());
                    mallOut.setClassificationPic(groupMap.get(key).get(0).getClassificationPic());
                    mallOut.setClassificationSort(groupMap.get(key).get(0).getClassificationSort());
                }
                mallOut.setGoodsInfoList(groupMap.get(key));
                return mallOut;
            }).collect(Collectors.toList());
            List<HomeGoodsInfoOut> homeGoodsInfoOutList = retList.stream().sorted(Comparator.comparing(HomeGoodsInfoOut::getClassificationSort))
                                     .collect(Collectors.toList());

           5、根据用户性别将数据 - 分组
        
    Map<String, List<UserInfo>> groupMap = userList.stream().collect(Collectors.groupingBy(UserInfo::getSex()));

           6、List实体转Map,想要有序的话,就使用以下操作(TreeMap 有序;Map 无序)
        
    TreeMap<String, List<BillPollEntity>> monthBillPollMap = s.stream().collect(Collectors.groupingBy(t -> t.getDrawTime()), TreeMap::new, Collectors.toList()));
         Map<String, List<BillPollEntity>> monthBillPollMap = s.stream().collect(Collectors.groupingBy(BillPollEntity::getDrawTime));
     


    三,Map 转 List

         Map<String,String> map1 = new HashMap<>();
            map1.put("a","123");
            map1.put("b","456");
            map1.put("z","789");
            map1.put("c","234");
    
            1、默认顺序
            List<UserInfo> list0 = map1.entrySet().stream()
                       .map(e -> new UserInfo(e.getValue(), e.getKey()))
                       .collect(Collectors.toList()); 结果:[UserInfo(userName=123, mobile=a), UserInfo(userName=456, mobile=b), UserInfo(userName=234, mobile=c), UserInfo(userName=789, mobile=z)]
    2、根据Key排序 List<UserInfo> list1 = map1.entrySet().stream()
                       .sorted(Comparator.comparing(e -> e.getKey())).map(e -> new UserInfo(e.getKey(), e.getValue()))
                       .collect(Collectors.toList()); 结果:[UserInfo(userName=a, mobile=123), UserInfo(userName=b, mobile=456), UserInfo(userName=c, mobile=234), UserInfo(userName=z, mobile=789)]
    3、根据Value排序 List<UserInfo> list2 = map1.entrySet().stream()
                      .sorted(Comparator.comparing(Map.Entry::getValue))
                      .map(e -> new UserInfo(e.getKey(), e.getValue()))
                      .collect(Collectors.toList()); 结果:[UserInfo(userName=a, mobile=123), UserInfo(userName=c, mobile=234), UserInfo(userName=b, mobile=456), UserInfo(userName=z, mobile=789)]
    3、根据Key排序 List<UserInfo> list3 = map1.entrySet().stream()
                      .sorted(Map.Entry.comparingByKey())
                      .map(e -> new UserInfo(e.getKey(), e.getValue()))
                      .collect(Collectors.toList()); 结果:[UserInfo(userName=a, mobile=123), UserInfo(userName=b, mobile=456), UserInfo(userName=c, mobile=234), UserInfo(userName=z, mobile=789)]

    四,从List中获取某个属性

    //拿出所有手机号
    List<String> mobileList = userList.stream().map(RemindUserOut::getMobile).collect(Collectors.toList());

    //拿出所有AppId,并去重

    List<String> appIdList = appIdList.stream().map(WechatWebViewDomain::getAppId).collect(Collectors.toList()).stream().distinct().collect(Collectors.toList());

    //拿出集合中重复的billNo,【.filter(map->StringUtils.isNotEmpty(map.getBillNo()))】这是过滤掉为空的数据;否则,有空数据会抛异常

    List<String> repeatCodeList = resultList.stream().filter(map->StringUtils.isNotEmpty(map.getBillNo())).collect(Collectors.groupingBy(BillUploadIn::getBillNo, Collectors.counting())).entrySet().stream().filter(entry -> entry.getValue() > 1).map(Map.Entry::getKey).collect(Collectors.toList());

    //拿出集合中几个属性拼接后的字符串
    List<String> strList = myList.stream().map(p -> p.getName() + "-" + p.getMobile()).collect(Collectors.toList());

    五,筛选并根据属性去重

    List<UserInfo> uList = new ArrayList<>();
    UserInfo u1 = new UserInfo(1,"小白","15600000000");
    UserInfo u2 = new UserInfo(2,"小黑","15500000000");
    uList.add(u1);
    uList.add(u2);
    
    //过滤名字是小白的数据
    List list1= uList.stream()
    .filter(b -> "小白".equals(b.getUserName()))
    .collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(b -> b.getId()))), ArrayList::new));
    结果:list1===[UserInfo(id=1, userName=小白, mobile=15600000000)]
    //根据ID去重 List list2= uList.stream() .collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(b -> b.getId()))), ArrayList::new));
    结果:list2===[UserInfo(id=1, userName=小白, mobile=15600000000), UserInfo(id=2, userName=小黑, mobile=15500000000)]

      //整个数据去重
      list = list.stream().distinct().collect(Collectors.toList());

    
    

    六,计算;和,最大,最小,平均值。

    List<UserInfo> uList = new ArrayList<>();
    UserInfo user1 = new UserInfo(1,"小白","15600000000",10,new BigDecimal(10));
    UserInfo user2 = new UserInfo(2,"小黑","15500000000",15,new BigDecimal(20));
    UserInfo user3 = new UserInfo(2,"小彩","15500000000",88,new BigDecimal(99));
    uList.add(user1);
    uList.add(user2);
    uList.add(user3);
    
    //
    Double d1 = uList.stream().mapToDouble(UserInfo::getNum).sum();
    结果:113.0
    //最大
    Double d2 = uList.stream().mapToDouble(UserInfo::getNum).max().getAsDouble();
    结果:88.0
    //最小
    Double d3 = uList.stream().mapToDouble(UserInfo::getNum).min().getAsDouble();
    结果:10.0
    //平均值
    Double d4 = uList.stream().mapToDouble(UserInfo::getNum).average().getAsDouble();
    结果:37.666666666666664
    
    //除了统计double类型,还有int和long,bigDecimal需要用到reduce求和
    DecimalFormat df = new DecimalFormat("0.00");//保留两位小数点
    //和;可过滤掉NULL值
    BigDecimal add = uList.stream().map(UserInfo::getPrice).reduce(BigDecimal.ZERO, BigDecimal::add);
    BigDecimal add = uList.stream().filter(s->t.getPrice()!=null).map(UserInfo::getPrice).reduce(BigDecimal.ZERO, BigDecimal::add)
    System.out.println(df.format(add));
    结果:129.00 //最大 Optional<UserInfo> max = uList.stream().max((u1, u2) -> u1.getNum().compareTo(u2.getNum())); System.out.println(df.format(max.get().getPrice()));
    结果:99.00 //最小 Optional<UserInfo> min = uList.stream().min((u1, u2) -> u1.getNum().compareTo(u2.getNum())); System.out.println(df.format(min.get().getPrice()));
    结果:10.00

    //求和,还有mapToInt、mapToLong、flatMapToDouble、flatMapToInt、flatMapToLong
    list.stream().mapToDouble(UserInfo::getNum).sum();
    //最大 list.stream().mapToDouble(UserInfo::getNum).max();
    //最小 list.stream().mapToDouble(UserInfo::getNum).min();
    //平均值 list.stream().mapToDouble(UserInfo::getNum).average();

    未完,待续...

    list  [lɪst]  详细X
    基本翻译
    n. 列表,清单;(船)倾侧;围栏;赛场,战场;(织物的)镶边;<旧>渴望,喜好;(尤指按重要程度排列的)事物清单
    v. 列清单,拟订清单;把……列入名单;(使)(公司)上市;标价;(船)倾斜;<旧>征召(士兵);<旧>想要,喜好
    网络释义
    list:
    price list: 价目表
    packing list: 装箱单

  • 相关阅读:
    (补充)移除动态添加的控件
    (非技术)遇见讨饭者的思考
    datalist或datagrid的数据源是数组的时候怎么写绑定?
    (原创)一步一步学Remoting之二:激活模式
    一步一步学Remoting系列文章
    如何向某网址Post信息,并得到CookieContainer以便以后直接通过验证(续)
    (原创)一步一步学Remoting之六:事件(2)
    (原创)一步一步学Remoting之五:异步操作
    【收藏】根据拼音首字母筛选人名
    (原创)一步一步学Remoting之四:承载方式(1)
  • 原文地址:https://www.cnblogs.com/fugitive/p/13938020.html
Copyright © 2011-2022 走看看