Java 8 Stream實踐
【前面的話】Java中的Stream於1.8版本析出，平時項目中也有用到，今天就係統的來實踐一下。下面借用重慶力帆隊伍中我我的比較喜歡的球員來操做一波，隊員的年齡爲了便於展現某些api作了調整，請不要太認真哦。java
壹. Stream理解
在java中咱們稱Stream爲『流』，咱們常常會用流去對集合進行一些流水線的操做。stream就像工廠同樣，只須要把集合、命令還有一些參數灌輸到流水線中去，就能夠加工成得出想要的結果。這樣的流水線能大大簡潔代碼，減小操做。給我我的的感受相似JavaScript中的鏈式函數。sql
貳. Stream流程
原集合 —> 流 —> 各類操做(過濾、分組、統計) —> 終端操做
Stream流的操做流程通常都是這樣的，先將集合轉爲流，而後通過各類操做，好比過濾、篩選、分組、計算。最後的終端操做，就是轉化成咱們想要的數據，這個數據的形式通常仍是集合，有時也會按照需求輸出count計數。下文會一一舉例。數據庫
叄. API實踐
首先，定義一個用戶對象，包含姓名、年齡、id三個成員變量：api
package com.eelve.training.entity;
import lombok.*;
import javax.persistence.*;
/**
* @ClassName User
* @Description TDO
* @Author zhao.zhilue
* @Date 2019/6/28 15:21
* @Version 1.0
**/
@Data
@Entity
@Table(name = "user")
@ToString
@NoArgsConstructor
@AllArgsConstructor
@EqualsAndHashCode(exclude={"id","name"})
public class User implements Comparable<User>{
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
@Column(name = "id")
private Integer id;
/**
* Link name.
*/
@Column(name = "name", columnDefinition = "varchar(255) not null")
private String name;
@Column(name = "age")
private Integer age;
public User(String name, Integer age) {
this.name = name;
this.age = age;
}
@Override
public int compareTo(User o) {
return age.compareTo(o.getAge());
}
}
而後在數據庫中插入測試數據，見下圖： 
數組
3.1過濾
1）filter 過濾(T-> boolean)
假如咱們要實現過濾出40歲如下的隊員，咱們能夠這樣來實現：app
@Test
public void testUserStreamFilter(){
List<User> userList = userMapper.getALL();
List<User> resultList = userList.stream().filter(user -> user.getAge() <= 40).collect(Collectors.toList());
for (User user : resultList){
System.out.println(user.toString());
}
}
filter裏面，->箭頭後面跟着的是一個boolean值，能夠寫任何的過濾條件，就至關於sql中where後面的東西，換句話說，能用sql實現的功能這裏均可以實現 執行結果爲：ide
User(id=1, name=費爾南多, age=25) User(id=2, name=費爾南迪尼奧, age=26) User(id=3, name=卡爾德克, age=27) User(id=4, name=阿德里安, age=28) User(id=5, name=隋維傑, age=26)
2）distinct 去重
其用法和sql中的使用相似，假如咱們要實現過去除用重複年齡的隊員，咱們能夠這樣來實現：函數
@Test
public void testUserDistinct(){
List<User> userList = userMapper.getALL();
List<User> resultList = userList.stream().distinct().collect(Collectors.toList());
for (User user : resultList){
System.out.println(user.toString());
}
}
執行結果爲：測試
User(id=1, name=費爾南多, age=25) User(id=2, name=費爾南迪尼奧, age=26) User(id=3, name=卡爾德克, age=27) User(id=4, name=阿德里安, age=28) User(id=6, name=克魯伊夫, age=43)
3）sorted排序
若是流中的元素的類實現了 Comparable 接口，即有本身的排序規則，那麼能夠直接調用 sorted() 方法對元素進行排序，如：this
@Override
public int compareTo(User o) {
return age.compareTo(o.getAge());
}
@Test
public void testUserStreamSorted(){
List<User> userList = userMapper.getALL();
List<User> resultList = userList.stream().sorted().collect(Collectors.toList());
for (User user : resultList){
System.out.println(user.toString());
}
}
反之, 須要調用 sorted((T, T) -> int) 實現 Comparator 接口。
@Test
public void testUserStreamSortedWithComparator(){
List<User> userList = userMapper.getALL();
List<User> resultList = userList.stream().sorted(Comparator.comparingInt(User::getAge)).collect(Collectors.toList());
for (User user : resultList){
System.out.println(user.toString());
}
}
執行結果爲：
User(id=1, name=費爾南多, age=25) User(id=2, name=費爾南迪尼奧, age=26) User(id=5, name=隋維傑, age=26) User(id=3, name=卡爾德克, age=27) User(id=4, name=阿德里安, age=28) User(id=6, name=克魯伊夫, age=43)
4）limit（） 返回前n個元素
若是想知道隊伍中年齡最小的就可使用下面來實現：
@Test
public void testUserStreamLimit(){
List<User> userList = userMapper.getALL();
List<User> resultList = userList.stream().limit(2).collect(Collectors.toList());
for (User user : resultList){
System.out.println(user.toString());
}
}
執行結果爲：
User(id=1, name=費爾南多, age=25) User(id=2, name=費爾南迪尼奧, age=26)
5）skip
它的用法和limit正好相反，是去除前面幾個元素。 假如咱們要去除前面兩個元素就可使用下面的方法來實現：
@Test
public void testUserStreamSkip(){
List<User> userList = userMapper.getALL();
List<User> resultList = userList.stream().skip(2).collect(Collectors.toList());
for (User user : resultList){
System.out.println(user.toString());
}
}
執行結果爲：
User(id=3, name=卡爾德克, age=27) User(id=4, name=阿德里安, age=28) User(id=5, name=隋維傑, age=26) User(id=6, name=克魯伊夫, age=43)
6）組合使用
以上的過濾函數物品們能夠組合來使用來實現咱們具體的需求，示例代碼以下：
@Test
public void testUserStreamSortLimit(){
List<User> userList = userMapper.getALL();
List<User> resultList = userList.stream().sorted().limit(5).collect(Collectors.toList());
for (User user : resultList){
System.out.println(user.toString());
}
}
這樣咱們就能夠獲得先排序後限制的結果：
User(id=1, name=費爾南多, age=25) User(id=2, name=費爾南迪尼奧, age=26) User(id=5, name=隋維傑, age=26) User(id=3, name=卡爾德克, age=27) User(id=4, name=阿德里安, age=28)
3.2 映射
1）map(T->R)
map是將T類型的數據轉爲R類型的數據，好比咱們想要設置一個新的list，存儲用戶全部的城市信息。
@Test
public void testUserStreamMap(){
List<User> userList = userMapper.getALL();
List<Integer> resultList = userList.stream().map(User::getAge).distinct().collect(Collectors.toList());
System.out.println(resultList.toString());
}
這樣咱們能夠獲得全部年齡的樣本，執行結果爲：
[25, 26, 27, 28, 43]
2）flatMap(T -> Stream<R>)
將流中的每個元素 T 映射爲一個流，再把每個流鏈接成爲一個流。
@Test
public void testStreamMap(){
List<String> habitsList = new ArrayList<>();
habitsList.add("唱歌,聽歌");
habitsList.add("羽毛球,足球,爬山");
habitsList = habitsList.stream().map(s -> s.split(",")).flatMap(Arrays::stream).collect(Collectors.toList());
System.out.println(habitsList);
}
執行結果爲：
[唱歌, 聽歌, 羽毛球, 足球, 爬山]
這裏原集合中的數據由逗號分割，使用split進行拆分後，獲得的是Stream<String[]>，字符串數組組成的流，要使用flatMap的Arrays::stream，將Stream<String[]>轉爲Stream<String>,而後把流相鏈接，組成了完整的唱歌, 聽歌, 羽毛球, 足球, 爬山。
3.3 查找
1）allMatch（T->boolean）
檢測是否所有知足參數行爲，假如咱們要檢測是否是全部隊員都是U21的球員：
@Test
public void testUserStreamAllMatch(){
List<User> userList = userMapper.getALL();
boolean isNotU21 = userList.stream().allMatch(user -> user.getAge() >= 21);
System.out.println("是否都不是U21球員：" + isNotU21);
}
執行結果爲：
是否都不是U21球員：true
2）anyMatch（T->boolean）
檢測是否有任意元素知足給定的條件，好比，想知道是否有26歲的球員：
@Test
public void testUserStreamAnyMatch(){
List<User> userList = userMapper.getALL();
boolean isAgeU26 = userList.stream().anyMatch(user -> user.getAge() == 26);
System.out.println("是否有26歲的球員：" + isAgeU26);
}
執行結果爲：
是否有26歲的球員：true
3）noneMatch(T -> boolean)
流中是否有元素匹配給定的 T -> boolean 條件。好比咱們要檢測是否含有U18的隊員：
@Test
public void testUserStreamNoneMatch(){
List<User> userList = userMapper.getALL();
boolean isNotU18 = userList.stream().noneMatch(user -> user.getAge() <= 18);
System.out.println("是否都不是U18球員：" + isNotU18);
}
執行結果爲：
是否都不是U18球員：true
說明沒有U18的隊員。
4）findFirst( ):找到第一個元素
@Test
public void testUserFindFirst(){
List<User> userList = userMapper.getALL();
Optional<User> firstUser = userList.stream().sorted().findFirst();
System.out.println(firstUser.toString());
}
執行結果爲：
Optional[User(id=1, name=費爾南多, age=25)]
5）findAny():找到任意一個元素
@Test
public void testUserFindAny(){
List<User> userList = userMapper.getALL();
Optional<User> anytUser = userList.parallelStream().sorted().findAny();
System.out.println(anytUser.toString());
}
執行結果爲：
Optional[User(id=2, name=費爾南迪尼奧, age=26)]
3.4 概括計算
1）求隊員的總人數
@Test
public void testUserCount(){
List<User> userList = userMapper.getALL();
long totalAge = userList.stream().collect(Collectors.counting());
System.out.println("隊員人數爲：" + totalAge);
}
執行結果爲：
隊員人數爲：6
2）獲得某一屬性的最大最小值
@Test
public void testUserMaxAndMin(){
List<User> userList = userMapper.getALL();
Optional<User> userMaxAge = userList.stream().collect(Collectors.maxBy(Comparator.comparing(User::getAge)));
System.out.println("年齡最大的隊員爲：" + userMaxAge.toString());
Optional<User> userMinAge = userList.stream().collect(Collectors.minBy(Comparator.comparing(User::getAge)));
System.out.println("年齡最小的隊員爲：" + userMinAge.toString());
}
執行結果爲：
年齡最大的隊員爲：Optional[User(id=6, name=克魯伊夫, age=43)] 年齡最小的隊員爲：Optional[User(id=1, name=費爾南多, age=25)]
3）求年齡總和是多少
@Test
public void testUserSummingInt(){
List<User> userList = userMapper.getALL();
int totalAge = userList.stream().collect(Collectors.summingInt(User::getAge));
System.out.println("年齡總和爲：" + totalAge);
}
執行結果爲：
年齡總和爲：175
咱們常常會用BigDecimal來記錄金錢，假設想獲得BigDecimal的總和： // 得到列表對象金額， 使用reduce聚合函數,實現累加器 BigDecimal sum = myList.stream() .map(User::getMoney) .reduce(BigDecimal.ZERO,BigDecimal::add);
4）求年齡平均值
@Test
public void testUserAveragingInt(){
List<User> userList = userMapper.getALL();
Double totalAge = userList.stream().collect(Collectors.averagingInt(User::getAge));
System.out.println("平均年齡爲：" + totalAge);
}
執行結果爲：
平均年齡爲：29.166666666666668
5）一次性獲得元素的個數、總和、最大值、最小值
@Test
public void testUserSummarizingInt(){
List<User> userList = userMapper.getALL();
IntSummaryStatistics statistics = userList.stream().collect(Collectors.summarizingInt(User::getAge));
System.out.println("年齡的統計結果爲：" + statistics );
}
執行結果爲：
年齡的統計結果爲：IntSummaryStatistics{count=6, sum=175, min=25, average=29.166667, max=43}
6）字符串拼接
要將隊員的姓名連成一個字符串並用逗號分割。
@Test
public void testUserJoining(){
List<User> userList = userMapper.getALL();
String name = userList.stream().map(User::getName).collect(Collectors.joining(","));
System.out.println("全部的隊員名字：" + name );
}
執行結果爲：
全部的隊員名字：費爾南多,費爾南迪尼奧,卡爾德克,阿德里安,隋維傑,克魯伊夫
3.5 分組
在數據庫操做中，咱們常常經過GROUP BY關鍵字對查詢到的數據進行分組，java8的流式處理也提供了分組的功能。使用Collectors.groupingBy來進行分組。
1）能夠根據隊員的年齡進行分組
@Test
public void testUserGroupingBy(){
List<User> userList = userMapper.getALL();
Map<Integer, List<User>> ageMap = userList.stream().collect(Collectors.groupingBy(User::getAge));
for (Map.Entry<Integer,List<User>> entry :ageMap.entrySet()){
System.out.println("key= " + entry.getKey() + " and value= " + entry.getValue());
}
}
執行結果爲：
key= 25 and value= [User(id=1, name=費爾南多, age=25)] key= 26 and value= [User(id=2, name=費爾南迪尼奧, age=26), User(id=5, name=隋維傑, age=26)] key= 43 and value= [User(id=6, name=克魯伊夫, age=43)] key= 27 and value= [User(id=3, name=卡爾德克, age=27)] key= 28 and value= [User(id=4, name=阿德里安, age=28)]
結果是一個map，key爲不重複的年齡，value爲屬於該年齡的隊員列表。已經實現了分組。另外咱們還能夠繼續分組獲得兩次分組的結果。
2）若是僅僅想統計各年齡的隊員個數是多少，並不須要對應的list
按年齡分組並統計人數：
@Test
public void testUserGroupingByCount(){
List<User> userList = userMapper.getALL();
Map<Integer,Long> ageMap = userList.stream().collect(Collectors.groupingBy(User::getAge,Collectors.counting()));
for (Map.Entry<Integer,Long> entry :ageMap.entrySet()){
System.out.println("隊員中" + entry.getKey() + "歲的隊員人數爲：" + entry.getValue());
}
}
執行結果爲：
隊員中25歲的隊員人數爲：1 隊員中26歲的隊員人數爲：2 隊員中43歲的隊員人數爲：1 隊員中27歲的隊員人數爲：1 隊員中28歲的隊員人數爲：1
3）partitioningBy 分區
分區與分組的區別在於，分區是按照 true 和 false 來分的，所以partitioningBy 接受的參數的 lambda 也是 T -> boolean
@Test
public void testUserPartitioningBy (){
List<User> userList = userMapper.getALL();
Map<Boolean,List<User>> partitioningByMap = userList.stream().collect(partitioningBy(user -> user.getAge() >= 30));
for (Map.Entry<Boolean,List<User>> entry :partitioningByMap.entrySet()){
System.out.println("key= " + entry.getKey() + " and value= " + entry.getValue());
}
}
執行結果爲：
key= false and value= [User(id=1, name=費爾南多, age=25), User(id=2, name=費爾南迪尼奧, age=26), User(id=3, name=卡爾德克, age=27), User(id=4, name=阿德里安, age=28), User(id=5, name=隋維傑, age=26)] key= true and value= [User(id=6, name=克魯伊夫, age=43)]
【寫在後面的話】留下stream的類實現的方法和依賴圖，前面的實踐也只是挑選了幾個比較經常使用的Api。
相關文章
- 1. Java 8 Stream實踐
- 2. Java 8中Stream相關用法實踐
- 3. Java 8 stream 實戰
- 4. Java 8 Stream之實戰篇
- 5. Java 8 Stream API實例
- 6. Java 8 Stream
- 7. Java 8 Stream API
- 8. java 8 stream
- 9. Java 8 stream
- 10. Java 8——Stream API
- 更多相關文章...
- • Thymeleaf項目實踐 - Thymeleaf 教程
- • ADO Stream 對象 - ADO 教程
- • Java 8 Stream 教程
- • ☆基於Java Instrument的Agent實現
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Java 8 Stream實踐
- 2. Java 8中Stream相關用法實踐
- 3. Java 8 stream 實戰
- 4. Java 8 Stream之實戰篇
- 5. Java 8 Stream API實例
- 6. Java 8 Stream
- 7. Java 8 Stream API
- 8. java 8 stream
- 9. Java 8 stream
- 10. Java 8——Stream API