Map<String, Object> spbm_map = zmdZjcDt1Map.stream() .filter(t -> { String tsbz = (String) t.get("TSBZ");//特殊备注 if (tsbz.contains("素金")) { return false; } return true; }) .collect(Collectors.toMap(t -> (String) t.get("SPBM"), Function.identity()));
List<User> userList = Lists.newArrayList( new User(1L), new User(2L), new User(3L), new User(null), new User(3L) ); { System.out.println("---遍历元素,然后过滤出某个字段的集合---"); { List<Long> userIds = new ArrayList<>(); for (User user : userList) { userIds.add(user.getUserId()); } System.out.println(userIds); } { List<Long> userIds = userList.stream() .map(User::getUserId) .collect(Collectors.toList()); System.out.println(userIds); } } { System.out.println("---筛选元素---"); { List<Long> userIds = new ArrayList<>(); for (User user : userList) { if (user.getUserId() != null) { userIds.add(user.getUserId()); } } System.out.println(userIds); } { List<Long> userIds = userList.stream() .filter(item -> item.getUserId() != null) .map(User::getUserId) .collect(Collectors.toList()); System.out.println(userIds); } } { System.out.println("---去重---"); { Set<Long> userIds = userList.stream() .filter(item -> item.getUserId() != null) .map(User::getUserId) .collect(Collectors.toSet()); System.out.println(userIds); } { List<Long> userIds = userList.stream() .filter(item -> item.getUserId() != null) .map(User::getUserId) .distinct() .collect(Collectors.toList()); System.out.println(userIds); } } { System.out.println("---数据类型转换---"); { List<String> userIdStrs = userList.stream() .map(x -> x.getUserId() != null ? x.getUserId().toString() : null) .collect(Collectors.toList()); System.out.println(userIdStrs); } } { System.out.println("---数组转集合---"); { //创建一个字符串数组 String[] strArray = new String[]{"a", "b", "c"}; //转换后的List 属于 java.util.ArrayList 能进行正常的增删查操作 List<String> strList = Stream.of(strArray).collect(Collectors.toList()); System.out.println(strList); } } { System.out.println("---集合转 map(不分组)---"); { Map<Long, User> userMap = new HashMap<>(); for (User user : userList) { userMap.put(user.getUserId(), user); } System.out.println(userMap); } { Map<Long, User> userMap = userList.stream().collect(Collectors.toMap(User::getUserId, v -> v, (k1, k2) -> k1)); System.out.println(userMap); } } { System.out.println("---集合转map(分组)---"); { Map<Long, List<User>> userListMap = new HashMap<>(); for (User user : userList) { if (userListMap.containsKey(user.getUserId())) { userListMap.get(user.getUserId()).add(user); } else { List<User> users = new ArrayList<>(); users.add(user); userListMap.put(user.getUserId(), users); } } System.out.println(userListMap); } { Map<Long, List<User>> userMap = userList.stream() .filter(item -> item.getUserId() != null) .collect(Collectors.groupingBy(User::getUserId)); System.out.println(userMap); } } { System.out.println("---分页操作---"); { List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5, 10, 6, 20, 30, 40, 50, 60, 100); List<Integer> dataList = numbers.stream() .sorted(Integer::compareTo) .skip(0).limit(10) .collect(Collectors.toList()); System.out.println(dataList.toString()); } { List<User> dataList = userList.stream() .filter(item -> item.getUserId() != null) .sorted(Comparator.comparing(User::getUserId)) .skip(0).limit(10) .collect(Collectors.toList()); System.out.println(dataList.toString()); } } { System.out.println("---查找与匹配操作---"); { System.out.println("---allMatch(检查是否匹配所有元素)---"); List<Integer> list = Arrays.asList(10, 5, 7, 3); boolean allMatch = list.stream().allMatch(x -> x > 2);//是否全部元素都大于2 System.out.println(allMatch); } { System.out.println("---findFirst(返回第一个元素)---"); List<Integer> list = Arrays.asList(10, 5, 7, 3); Optional<Integer> first = list.stream().findFirst(); Integer val = first.get(); System.out.println(val);//输出10 } { System.out.println("---reduce(可以将流中元素反复结合起来,得到一个值)---"); List<Integer> list = Arrays.asList(10, 5, 7, 3); Integer result = list.stream().reduce(2, Integer::sum); System.out.println(result);//输出27,其实相当于2+10+5+7+3,就是一个累加 } } { System.out.println("---并行操作---"); { List<String> strings = Arrays.asList("abc", "", "bc", "efg", "abcd", "", "jkl"); // 采用并行计算方法,获取空字符串的数量 long count = strings.parallelStream().filter(String::isEmpty).count(); System.out.println(count); } }
集合转 map(不分组)
打开Collectors.toMap
方法源码,一起来看看到底是啥。
public static <T, K, U>
Collector<T, ?, Map<K,U>> toMap(Function<? super T, ? extends K> keyMapper,
Function<? super T, ? extends U> valueMapper,
BinaryOperator<U> mergeFunction) {
return toMap(keyMapper, valueMapper, mergeFunction, HashMap::new);
}
从参数表可以看出:
- 第一个参数:表示 key
- 第二个参数:表示 value
- 第三个参数:表示某种规则
上文中的Collectors.toMap(User::getUserId, v -> v, (k1,k2) -> k1)
,表达的意思就是将userId
的内容作为key
,v -> v
是表示将元素user
作为value
,其中(k1,k2) -> k1
表示如果存在相同的key
,将第一个匹配的元素作为内容,第二个舍弃!
并行操作
所谓并行,指的是多个任务在同一时间点发生,并由不同的cpu进行处理,不互相抢占资源;而并发,指的是多个任务在同一时间点内同时发生了,但由同一个cpu进行处理,互相抢占资源。
这点上大家一定要区分清楚,别弄混了!
stream api 的并行操作和串行操作,只有一个方法区别,其他都一样,例如下面我们使用parallelStream
来输出空字符串的数量:
List<String> strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
// 采用并行计算方法,获取空字符串的数量
long count = strings.parallelStream().filter(string -> string.isEmpty()).count();
在实际使用的时候,并行操作
不一定比串行操作
快!对于简单操作,数量非常大,同时服务器是多核的话,建议使用Stream并行!反之,采用串行操作更可靠!
文章参考:微信公众-java极客技术-深度掌握java stream 流操作,让你的代码高出一个逼格!