zoukankan      html  css  js  c++  java

  • 简洁方便的集合处理——Java 8 stream流

    背景

    java 8已经发行好几年了，前段时间java 12也已经问世，但平时的工作中，很多项目的环境还停留在java1.7中。而且java8的很多新特性都是革命性的，比如各种集合的优化、lambda表达式等，所以我们还是要去了解java8的魅力。

    今天我们来学习java8的Stream，并不需要理论基础，直接可以上手去用。

    我接触stream的原因，是我要搞一个用户收入消费的数据分析。起初的统计筛选分组都是打算用sql语言直接从mysql里得到结果来展现的。但在操作中我们发现这样频繁地访问数据库，性能会受到很大的影响，分析速度会很慢。所以我们希望能通过访问一次数据库就拿到所有数据，然后放到内存中去进行数据分析统计过滤。

    接着，我看了stream的API，发现这就是我想要的。

    一、Stream理解

    在java中我们称Stream为『流』，我们经常会用流去对集合进行一些流水线的操作。stream就像工厂一样，只需要把集合、命令还有一些参数灌输到流水线中去，就可以加工成得出想要的结果。这样的流水线能大大简洁代码，减少操作。

    二、Stream流程

    原集合 —> 流  —> 各种操作(过滤、分组、统计) —> 终端操作

    Stream流的操作流程一般都是这样的，先将集合转为流，然后经过各种操作，比如过滤、筛选、分组、计算。最后的终端操作，就是转化成我们想要的数据，这个数据的形式一般还是集合，有时也会按照需求输出count计数。下文会一一举例。

    在这里插入图片描述

    三、API功能举例

    首先，定义一个用户对象，包含姓名、年龄、性别和籍贯四个成员变量：

    复制代码
    import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;
import lombok.extern.log4j.Log4j;

@Data
@NoArgsConstructor
@AllArgsConstructor
@Log4j
@Builder
public class User {
    //姓名
    private String name;
    //年龄
    private Integer age;
    //性别
    private Integer sex;
    //所在省市
    private String address;
}
    复制代码

    这里用lombok简化了实体类的代码。

    然后创建需要的集合数据，也就是源数据：

    复制代码
    //1.构建我们的list
List<User> list= Arrays.asList(
        new User("钢铁侠",40,0,"华盛顿"),
        new User("蜘蛛侠",20,0,"华盛顿"),
        new User("赵丽颖",30,1,"湖北武汉市"),
        new User("詹姆斯",35,0,"洛杉矶"),
        new User("李世民",60,0,"山西省太原市"),
        new User("蔡徐坤",20,1,"陕西西安市"),
        new User("葫芦娃的爷爷",70,0,"山西省太原市")
);
    复制代码

    3.1 过滤

    1）创建流 stream() / parallelStream()

    • stream() : 串行流
    • parallelStream（）: 并行流

    2）filter 过滤(T-> boolean)

    比如要过滤年龄在40岁以上的用户，就可以这样写：

    List<User> filterList = list.stream().filter(user -> user.getAge() >= 40)
        .collect(toList());

    filter里面，->箭头后面跟着的是一个boolean值，可以写任何的过滤条件，就相当于sql中where后面的东西，换句话说，能用sql实现的功能这里都可以实现

    打印结果：

    在这里插入图片描述

    3）distinct 去重

    和sql中的distinct关键字很相似。为了看到效果，此处在原集合中加入一个重复的人，就选择钢铁侠吧，复联4钢铁侠不幸遇害，大家还是比较伤心的。

    复制代码
    List<User> list= Arrays.asList(
        new User("钢铁侠",40,0,"华盛顿"),
        new User("钢铁侠",40,0,"华盛顿"),
        new User("蜘蛛侠",20,0,"华盛顿"),
        new User("赵丽颖",30,1,"湖北武汉市"),
        new User("詹姆斯",35,0,"洛杉矶"),
        new User("李世民",60,0,"山西省太原市"),
        new User("蔡徐坤”,18,1,"陕西西安市"),
        new User("葫芦娃的爷爷",70,0,"山西省太原市")
);
    复制代码
    //distinct 去重
List<User> distinctList = filterList.stream().distinct()
        .collect(toList());

    打印结果：

    在这里插入图片描述

    4）sorted排序

    如果流中的元素的类实现了 Comparable 接口，即有自己的排序规则，那么可以直接调用 sorted() 方法对元素进行排序，如： 

    Comparator.comparingInt

    反之, 需要调用 sorted((T, T) -> int) 实现 Comparator 接口。

    //sorted()
List<User> sortedList = distinctList.stream().sorted(Comparator.comparingInt(User::getAge))
        .collect(toList());

    打印结果：

    在这里插入图片描述

    结果按照年龄从小到大进行排序。

    5）limit（） 返回前n个元素

    如果想知道这里面年龄最小的是谁，可作如下操作：

    //limit 返回前n个元素
List<User> limitList = sortedList.stream().limit(1)
        .collect(toList());

    在这里插入图片描述

    6）skip()

    与limit恰恰相反，skip的意思是跳过，也就是去除前n个元素。

    打印结果：

    在这里插入图片描述

    果然，前两个人都被去除了，只剩下最老的葫芦娃爷爷。

    3.2 映射

    1）map(T->R)

    map是将T类型的数据转为R类型的数据，比如我们想要设置一个新的list，存储用户所有的城市信息。

    //map(T->R)
List<String> cityList = list.stream().map(User::getAddress).distinct().collect(toList());

    打印结果：

    在这里插入图片描述

    2）flatMap(T -> Stream)

    将流中的每一个元素 T 映射为一个流，再把每一个流连接成为一个流。

    //flatMap(T -> Stream<R>)
List<String> flatList = new ArrayList<>();
flatList.add("唱,跳");
flatList.add("rape,篮球,music");
flatList = flatList.stream().map(s -> s.split(",")).flatMap(Arrays::stream).collect(toList());

    打印结果：

    在这里插入图片描述

    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,然后把流相连接，组成了完整的唱、跳、rap、篮球和music。

    3.3 查找

    1）allMatch（T->boolean）

    检测是否全部满足参数行为，假如这些用户是网吧上网的用户名单，那就需要检查是不是每个人都年满18周岁了。

    boolean isAdult = list.stream().allMatch(user -> user.getAge() >= 18);

    打印结果：

    true

    2）anyMatch（T->boolean）

    检测是否有任意元素满足给定的条件，比如，想知道同学名单里是否有女生。

    //anyMatch(T -> boolean） 是否有任意一个元素满足给定的条件
boolean isGirl = list.stream().anyMatch(user -> user.getSex() == 1);

    打印结果：

    true

    说明集合中有女生存在。

    3）noneMatch(T -> boolean)

    流中是否有元素匹配给定的 T -> boolean 条件。

    比如检测有没有来自巴黎的用户。

    boolean isLSJ = list.stream().noneMatch(user -> user.getAddress().contains("巴黎"));

    打印结果：

    true

    打印true说明没有巴黎的用户。

    4）findFirst( ):找到第一个元素

    Optional<User> fristUser  = list.stream().findFirst();

    打印结果：

    User(name=钢铁侠, age=40, sex=0, address=华盛顿)

    5）findAny():找到任意一个元素

    Optional<User> anyUser  = list.stream().findAny();

    打印结果：

    User(name=钢铁侠, age=40, sex=0, address=华盛顿)

    这里我们发现findAny返回的也总是第一个元素，那么为什么还要进行区分呢？因为在并行流 parallelStream() 中找到的确实是任意一个元素。

    Optional<User> anyParallelUser  = list.parallelStream().findAny();

    打印结果 :

    Optional[User(name=李世民, age=60, sex=0, address=山西省太原市)]

    3.4 归纳计算

    1）求用户的总人数

    long count = list.stream().collect(Collectors.counting());

    我们可以简写为：

    long count = list.stream().count();

    运行结果：

     8

    2）得到某一属性的最大最小值

    复制代码
    // 求最大年龄
Optional<User> max = list.stream().collect(Collectors.maxBy(
Comparator.comparing(User::getAge)));

// 求最小年龄
Optional<User> min = list.stream().collect(Collectors.minBy(
Comparator.comparing(User::getAge)));
    复制代码

    运行结果：

    在这里插入图片描述

    在这里插入图片描述

    3）求年龄总和是多少

    // 求年龄总和
int totalAge = list.stream().collect(Collectors.summingInt(User::getAge));

    运行结果：

     313

    我们经常会用BigDecimal来记录金钱，假设想得到BigDecimal的总和：

    // 获得列表对象金额， 使用reduce聚合函数,实现累加器
BigDecimal sum = myList.stream() .map(User::getMoney)
.reduce(BigDecimal.ZERO,BigDecimal::add);

    4）求年龄平均值

    //求年龄平均值
double avgAge = list.stream().collect(
Collectors.averagingInt(User::getAge));

    运行结果:

     39.125

    5）一次性得到元素的个数、总和、最大值、最小值

    IntSummaryStatistics statistics = list.stream().collect(
Collectors.summarizingInt(User::getAge));

    运行结果：

    在这里插入图片描述

    6）字符串拼接

    要将用户的姓名连成一个字符串并用逗号分割。

    String names = list.stream().map(User::getName)
.collect(Collectors.joining(", "));

    运行结果：

     钢铁侠, 钢铁侠, 蜘蛛侠, 赵丽颖, 詹姆斯, 李世民, 蔡徐坤, 葫芦娃的爷爷

    3.5 分组

    在数据库操作中，我们经常通过GROUP BY关键字对查询到的数据进行分组，java8的流式处理也提供了分组的功能。使用Collectors.groupingBy来进行分组。

    1）可以根据用户所在城市进行分组

    Map<String, List<User>> cityMap = list.stream()
.collect(Collectors.groupingBy(User::getAddress));

    在这里插入图片描述

    结果是一个map，key为不重复的城市名，value为属于该城市的用户列表。已经实现了分组。

    2）二级分组，先根据城市分组再根据性别分组

    Map<String, Map<Integer, List<User>>> group = list.stream().collect(
        Collectors.groupingBy(User::getAddress, // 一级分组，按所在地区
                Collectors.groupingBy(User::getSex))); // 二级分组，按性别

    运行结果：

    在这里插入图片描述

    3）如果仅仅想统计各城市的用户个数是多少，并不需要对应的list

    按城市分组并统计人数：

    Map<String, Long> cityCountMap = list.stream()
.collect(Collectors.groupingBy(User::getAddress,Collectors.counting()));

    运行结果：

    在这里插入图片描述

    4）当然，也可以先进行过滤再分组并统计人数

    Map<String,Long> map = list.stream().filter(user -> user.getAge() <= 30)
        .collect(Collectors.groupingBy(User::getAddress,Collectors.counting()));

    运行结果：

    在这里插入图片描述

    5）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30来分区
Map<Boolean, List<User>> part = list.stream()
        .collect(partitioningBy(user -> user.getAge() <= 30));

    运行结果：

    在这里插入图片描述

    总结

    到目前为止，stream的功能我们已经用了很多了，感觉有点眼花缭乱却无所不能，stream能做的事情远远不止这些。

    我们可以多学习使用stream，把原来复杂的sql查询，一遍又一遍地for循环的复杂代码重构，让代码更简洁易懂，可读性强。

    转自：https://www.cnblogs.com/yixinjishu/p/11081783.html
  • 相关阅读:
    css 三种布局定位
    居中布局注意的要点
    CSS盒子3D模型
    SpringMVC中JSP取不到ModelAndView的数据原因
    如何让 height:100%; 起作用
    css形变
    消除html元素之间空白
    h5移动端网页头部标签模板
    大数据之Hadoop核心之HDFS
    大数据之Hadoop集群搭建
  • 原文地址：https://www.cnblogs.com/kesimin/p/11082900.html
Copyright © 2011-2022 走看看