package stream; import model.Student; import org.junit.jupiter.api.Test; import java.util.*; import java.util.stream.Collectors; /** * 使用Stram流操作集合信息 * @auther minghao * @date 2019.02.11 */ public class studyStream { /** * */ @Test public void test3() { //1.创建实体类准备数据 List<Student> students = new ArrayList<Student>() { { add(new Student(20160001, "孔明", 20, 1, "土木工程", "武汉大学")); add(new Student(20160002, "伯约", 21, 2, "信息安全", "武汉大学")); add(new Student(20162001, "仲谋", 19, 3, "土木工程", "浙江大学")); add(new Student(20162001, "仲谋", 25, 3, "土木工程", "浙江大学")); add(new Student(20162001, "仲谋", 28, 3, "土木工程", "浙江大学")); add(new Student(20160003, "玄德", 22, 3, "经济管理", "武汉大学")); add(new Student(20160004, "云长", 21, 2, "信息安全", "武汉大学")); add(new Student(20161001, "翼德", 21, 2, "机械与自动化", "华中科技大学")); add(new Student(20161002, "元直", 23, 4, "土木工程", "华中科技大学")); add(new Student(20161003, "奉孝", 23, 4, "计算机科学", "华中科技大学")); add(new Student(20162001, "仲谋", 22, 3, "土木工程", "浙江大学")); add(new Student(20162002, "鲁肃", 23, 4, "计算机科学", "浙江大学")); add(new Student(20163001, "丁奉", 24, 5, "土木工程", "南京大学")); } }; /** * 方式一：前面例子中使用的方式 * 获取计算机科学专业学生的年龄总和 */ int totalAge = students.stream().filter(student -> "计算机科学".equals(student.getMajor())).mapToInt(Student::getAge).sum(); /** * 方式二：归约操作 reduce * 获取计算机科学专业学生的年龄总和 */ int totalAge2 = students.stream().filter(student -> "计算机科学".equals(student.getMajor())) .mapToInt(Student::getAge).reduce(0,(a,b) -> a+b); /** * 方式三：归约操作（进一步简化） reduce * 获取计算机科学专业学生的年龄总和 */ int reduceAges = students.stream().filter(student -> "计算机科学".equals(student.getMajor())) .mapToInt(Student::getAge).reduce(0,Integer::sum); /** * 方式四：归约操作（进一步简化） reduce * 采用无初始值的重载版本，需要注意返回Optional * 获取计算机科学专业学生的年龄总和 */ Optional optAges = students.stream().filter(student -> "计算机科学".equals(student.getMajor())) .map(Student::getAge).reduce(Integer::sum); /** * 求学生的总数 */ long count = students.stream().collect(Collectors.counting()); //进一步简化 long count1 = students.stream().count(); /** * 求年龄的最大值和最小值 */ //求最大年龄 Optional<Student> collect = students.stream().collect(Collectors.maxBy((s1, s2) -> s1.getAge() - s2.getAge())); //进一步简化 求最大年龄 Optional<Student> collect1 = students.stream().collect(Collectors.maxBy(Comparator.comparing(Student::getAge))); //求最小年龄 Optional<Student> collect2 = students.stream().collect(Collectors.minBy(Comparator.comparing(Student::getAge))); /** * 求年龄总和 */ Integer sunAges = students.stream().collect(Collectors.summingInt(Student::getAge)); /** * 求年龄的平均值 */ Double avgAge = students.stream().collect(Collectors.averagingInt(Student::getAge)); /** * 一次性得到元素(年龄)的个数、总和、均值、最大值、最小值 */ IntSummaryStatistics collect3 = students.stream().collect(Collectors.summarizingInt(Student::getAge)); /** * 字符串拼接,拼接所有对象的名字 */ String join = students.stream().map(Student::getName).collect(Collectors.joining()); String join2 = students.stream().map(Student::getName).collect(Collectors.joining(",")); /** * 按照学校进行分组(一级分组) */ Map<String, List<Student>> groupbySchool = students.stream().collect(Collectors.groupingBy(Student::getSchool)); /** * 按照学校进行分组，再按照专业分组(多级分组) */ Map<String,Map<String,List<Student>>> groupbySchoolAndMajor = students.stream().collect( Collectors.groupingBy(Student::getSchool, //一级分组 Collectors.groupingBy(Student::getMajor) //二级分组（二级套在一级里面） )); /** * 传递一个Collector.counting，用以统计每个组的个数： * 统计根据学校分组，每组的数量 */ Map<String, Long> counting = students.stream().collect(Collectors.groupingBy(Student::getSchool, Collectors.counting())); /** * 使用分区Collectors.partitioningBy() * 将学生分为武大学生和非武大学生 */ Map<Boolean, List<Student>> isWhuSchool = students.stream().collect(Collectors.partitioningBy(student -> "武汉大学".equals(student.getSchool()))); System.out.println(); } /** * */ @Test public void test2(){ //1.创建实体类准备数据 List<Student> students = new ArrayList<Student>() { { add(new Student(20160001, "孔明", 20, 1, "土木工程", "武汉大学")); add(new Student(20160002, "伯约", 21, 2, "信息安全", "武汉大学")); add(new Student(20162001, "仲谋", 19, 3, "土木工程", "浙江大学")); add(new Student(20162001, "仲谋", 25, 3, "土木工程", "浙江大学")); add(new Student(20162001, "仲谋", 28, 3, "土木工程", "浙江大学")); add(new Student(20160003, "玄德", 22, 3, "经济管理", "武汉大学")); add(new Student(20160004, "云长", 21, 2, "信息安全", "武汉大学")); add(new Student(20161001, "翼德", 21, 2, "机械与自动化", "华中科技大学")); add(new Student(20161002, "元直", 23, 4, "土木工程", "华中科技大学")); add(new Student(20161003, "奉孝", 23, 4, "计算机科学", "华中科技大学")); add(new Student(20162001, "仲谋", 22, 3, "土木工程", "浙江大学")); add(new Student(20162002, "鲁肃", 23, 4, "计算机科学", "浙江大学")); add(new Student(20163001, "丁奉", 24, 5, "土木工程", "南京大学")); } }; /** * 2.使用stream流的filter过滤，通过lambda表达式从集合students中筛选出所有武汉大学的学生 * * stream()：将students集合转为stream流 * filter(): 中间操作 使用lambda表达式进行判断，返回boolean类型 * collect(): 终端操作 * Conllect.toList()： 将结果封装成为一个list集合 */ List<Student> whustudents = students.stream().filter(student -> "武汉大学".equals(student.getSchool())).collect(Collectors.toList()); /** * 3.使用stream流的filter + limit，通过lambda表达式从集合students中获取2个专业为土木工程专业的学生 * * stream()：将students集合转为stream流 * filter(): 中间操作 使用lambda表达式进行判断，返回boolean类型 * limit()：限制返回的数量 * collect(): 终端操作 * Conllect.toList()： 将结果封装成为一个list集合 * */ List<Student> limitStudents = students.stream().filter(a -> "土木工程".equals(a.getMajor())).limit(2).collect(Collectors.toList()); /** * 4.使用stream流的filter + limit + sorted， * 通过lambda表达式从集合students中获取2个专业为土木工程专业的学生, * 并按年龄从小到大排序，筛选出年龄最小的两个学生 * * stream()：将students集合转为stream流 * filter(): 中间操作 使用lambda表达式进行判断，返回boolean类型 * limit()：限制返回的数量 * sorted()：对两个值进行排序 * collect(): 终端操作 * Conllect.toList()： 将结果封装成为一个list集合 * */ List<Student> sortedStudents = students.stream().filter(student -> "土木工程".equals(student.getMajor())) .sorted((s1,s2) -> s1.getAge() - s2.getAge()).limit(2).collect(Collectors.toList()); /** * 5.使用stream流 filter + skip 找出排序在2之后的土木工程专业的学生 * * stream()：将students集合转为stream流 * filter(): 中间操作 使用lambda表达式进行判断，返回boolean类型 * skip()：对筛选出来的结果，排除前面N个数量 * collect(): 终端操作 * Conllect.toList()： 将结果封装成为一个list集合 */ List<Student> skipStudents = students.stream().filter(student -> "土木工程".equals(student.getMajor())) .skip(2).collect(Collectors.toList()); /** * 1.使用stream流 filter + map 通过map将学生实体映射成为学生姓名字符串 * 获取专业为计算机科学的所有学生姓名 * * stream()：将students集合转为stream流 * filter(): 中间操作 使用lambda表达式进行判断，返回boolean类型 * .map(Student :: getName)：获取当前实体类的姓名，返回给list集合 * collect(): 终端操作 * Conllect.toList()： 将结果封装成为一个list集合 */ List<String> names = students.stream().filter(student -> "计算机科学".equals(student.getMajor())) .map(Student :: getName).collect(Collectors.toList()); /** * 2.使用stream流 filter + map 通过map将学生实体映射成为学生年龄 * 获取专业为计算机科学的所有学生年龄 * * stream()：将students集合转为stream流 * filter(): 中间操作 使用lambda表达式进行判断，返回boolean类型 * .map(Student :: getAge)：获取当前实体类的年龄，返回给list集合 * collect(): 终端操作 * Conllect.toList()： 将结果封装成为一个list集合 */ List<Integer> ages = students.stream().filter(student -> "计算机科学".equals(student.getMajor())) .map(Student :: getAge).collect(Collectors.toList()); /** * 3.使用stream流 filter + maptoInt 通过map将学生实体映射成为学生年龄 的总和 * 获取专业为计算机科学的所有学生年龄 的总和（年龄相加） * * stream()：将students集合转为stream流 * filter(): 中间操作 使用lambda表达式进行判断，返回boolean类型 * .map(Student :: getAge)：获取当前实体类的年龄，返回给list集合 * sum(): 返回年龄的总和（年龄相加） */ int agesSum = students.stream().filter(student -> "计算机科学".equals(student.getMajor())) .mapToInt(Student :: getAge).sum(); String[] strs = {"java8", "is", "easy", "to", "use"}; /** * 将数组strs 中的每个元素使用split 拆分成为数组 * 返回list<String[]>的集合数组 * 注：distinct只有对于一个包含多个字符的流进行操作才能达到我们的目的 * 因此，下面两行代码效果一致 */ List<String[]> distinctStrs = Arrays.stream(strs).map(str -> str.split("")).distinct().collect(Collectors.toList()); List<String[]> Strs = Arrays.stream(strs).map(str -> str.split("")).collect(Collectors.toList()); /** * 将数组strs 中的每个元素使用split 拆分成为数组 * flatMap()：将数组的多个元素转换成为一个元素进行输出 * * flatMap与map的区别在于 flatMap是将一个流中的每个值都转成一个个流，然后再将这些流扁平化成为一个流 。 */ List<String> flatMapStrs = Arrays.stream(strs).map(str -> str.split("")) //得到List<String[]> .flatMap(Arrays::stream).collect(Collectors.toList()); //将List<String[]> 转化为List<String> String a = flatMapStrs.toString(); /** * allMatch()：判断当前集合中所有人的年龄是否大于等于18岁 * true 全部大于/等于 * false 相反 */ boolean isAdult = students.stream().allMatch(student -> student.getAge() >= 18); /** * anyMatch()：判断当前集合中是否存在个别人的年龄是否大于等于18岁 * true 一个或多个存在 * false 一个也不存在 */ boolean hasWhu = students.stream().anyMatch(student -> student.getAge() >= 18); /** * noneMatch()：判断当前集合是否不存在filter指定的元素 * true 不存在 * false 存在 */ boolean noneCs = students.stream().noneMatch(student -> "计算机科学".equals(student.getMajor())); /** * findFirst()：返回返回满足条件的第一个元素 */ Optional<Student> optstu = students.stream().filter(student -> "土木工程".equals(student.getMajor())).findFirst(); /** * findAny()：返回返回满足条件的任意一个元素 */ Optional<Student> anyoptstu = students.stream().filter(student -> "土木工程".equals(student.getMajor())).findAny(); System.out.println(); } /** * 初步使用stream流完集合遍历 */ @Test public void test(){ //1.准备数据 List<Integer> nums = new ArrayList<>(); for (int i = 1; i <= 20;i++){ nums.add(i); } for (int i = 10; i <= 20;i++){ nums.add(i); } //2.使用foreach筛选偶数 List<Integer> evens = new ArrayList<>(); for (Integer num: nums) { if (num % 2 == 0) evens.add(num); } /** * 3.1：使用stream流完成筛选偶数 返回list集合 filter() +collect() * * 一个流的处理分为三部分：转换成流 ——> 中间操作(自定义) ——> 终端操作 * 例如： * stream()：将集合转换成流 * filter()：指定我们自定义的筛选处理/自定义其他处理 * collect()：对结果进行封装处理 * Collectors.toList()：指定其筛选流结果，封装成一个List集合进行返回 */ List<Integer> StreamEvens = nums.stream().filter(num -> num % 2 == 0).collect(Collectors.toList()); System.out.println(); /** * 3.2：使用stream流完成筛选偶数，并去掉重复 返回list集合 filter() + distinct() + collect() * * stream()：将集合转换成流 * filter()：指定我们自定义的筛选处理/自定义其他处理 * collect()：对结果进行封装处理 * distinct()：去掉重复 * Collectors.toList()：指定其筛选流结果，封装成一个List集合进行返回 */ List<Integer> distinctEvens = nums.stream().filter(num -> num % 2 == 0).distinct().collect(Collectors.toList());
/**
* 使用stream流+foreach遍历输出 集合中的所有数据
*/
nums.stream().forEach(num -> System.out.println(num));
System.out.println();
}
}
原文：https://www.cnblogs.com/mh-study/p/10370185.html