2024年大数据最全Stream之JDK8-最全使用汇总V1(2)，京东最新大数据开发面试真题解析

2401_84166376

于 2024-05-13 18:15:17 发布

阅读量789

点赞数 13

分类专栏：程序员文章标签：大数据面试学习

本文链接：https://blog.csdn.net/2401_84166376/article/details/138813809

版权

程序员专栏收录该内容

184 篇文章 0 订阅

订阅专栏

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

Stream stream1 = Stream.of(1,2,3,4,5);
– 第二种 iterate 从0开始，每次加3，生成4个数，结果：0，3，6，9
Stream stream2 = Stream.iterate(0,(x) -> x+3).limit(4);
– 第三中 generate 生成3个随机数
Stream stream3 = Stream.generate(Math::random).limit(3);





---


### 3.Stream的使用


![在这里插入图片描述](https://img-blog.csdnimg.cn/c23c1642707e469c8c5867d40d5ecdce.png)


#### 3.1.了解Optional


* Optional类是一个可以为null的容器对象；
* 可以调用isPresent()方法判断是否有值，值存在返回true。
* 可以调用get()方法返回该对象。




---


#### 3.2.遍历/匹配


* `Stream`也是支持类似集合的遍历和匹配元素的，只是`Stream`中的元素是以`Optional`类型存在的。


	+ foreach、find、match

public class StreamTest {
public static void main(String[] args) {
List list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);

    // 遍历输出符合条件的元素 --输出集合中大于6的数据
    list.stream().filter(x -> x > 6).forEach(System.out::println);
    // 匹配第一个 --输出大于6的第一个数
    Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();
    // 匹配任意 -- 使用并行流输出全部大于6的数
    Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();
    // 判断集合中是否包含符合特定条件的元素 
    boolean anyMatch = list.stream().anyMatch(x -> x > 6);
    System.out.println("匹配第一个值：" + findFirst.get());
    System.out.println("匹配任意一个值：" + findAny.get());
    System.out.println("是否存在大于6的值：" + anyMatch);
}

}





---


#### 3.3.筛选


* 按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作。


	+ filter
	
	 
	```
	public class StreamTest {
	 public static void main(String[] args) {
	  List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9);
	  Stream<Integer> stream = list.stream();
	  // 输出集合中大于7的元素，且遍历打印
	  stream.filter(x -> x > 7).forEach(System.out::println);
	 }
	}
	
	```
	+ 【案例】筛选工资大于8000的人，并返回新的集合
	
	
		- 新集合依赖collect(收集)
		
		 
		```
		public class StreamTest {
		 public static void main(String[] args) {
		  List<Person> personList = new ArrayList<Person>();
		  personList.add(new Person("douglas", 8900, 23, "male", "beijing"));
		  personList.add(new Person("zw", 9500, 25, "male", "kelamy"));
		  personList.add(new Person("zy", 7900, 26, "female", "kelamy"));
			//打开流，先过滤工资大于8000的，对象转map取出对应人名字，最后收集为新的List集合
		  List<String> fiterList = personList.stream().filter(x -> x.getSalary() > 8000).map(Person::getName)
		    .collect(Collectors.toList());
		  System.out.print("高于8000的员工姓名：" + fiterList);
		 }
		}
		
		```




---


#### 3.4.聚合


* 方便我们对集合、数组的数据进行统计。


	+ max、min、count
	+ 【案例1】获取String集合中最长的元素
	
	 
	```
	public class StreamTest {
	 public static void main(String[] args) {
	  List<String> list = Arrays.asList("adnm", "pot", "xbangd", "weoujgsd");
		//打开流，对每个值得长度进行比较返回最大的一个值
	  Optional<String> max = list.stream().max(Comparator.comparing(String::length));
	  System.out.println("最长的字符串：" + max.get());
	 }
	}
	
	```
	+ 【案例2】获取Integer集合中的最大值
	
	 
	```
	public class StreamTest {
	 public static void main(String[] args) {
	  List<Integer> list = Arrays.asList(7, 6, 9, 4, 11, 6);
	
	  // 第一种方式：自然排序
	  Optional<Integer> max = list.stream().max(Integer::compareTo);
	  // 第二种方式：自定义排序
	  Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() {
	   @Override
	   public int compare(Integer o1, Integer o2) {
	    return o1.compareTo(o2);
	   }
	  });
	  System.out.println("自然排序的最大值：" + max.get());
	  System.out.println("自定义排序的最大值：" + max2.get());
	 }
	}
	
	```
	+ 【案例3】获取员工工资最高的人
	
	 
	```
	public class StreamTest {
	 public static void main(String[] args) {
	  List<Person> personList = new ArrayList<Person>();
	  personList.add(new Person("douglas", 8900, 23, "male", "beijing"));
	  personList.add(new Person("wf", 9500, 25, "male", "wuhan"));
	  personList.add(new Person("zy", 7900, 26, "female", "kelamy"));
	 //打开流，比价每个人得薪资值，返回最高得
	  Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary));
	  System.out.println("员工工资最大值：" + max.get().getSalary());
	 }
	}
	
	```
	+ 【案例4】计算Integer集合中大于6的元素的个数
	
	 
	```
	public class StreamTest {
	 public static void main(String[] args) {
	  List<Integer> list = Arrays.asList(7, 6, 4, 8, 2, 11, 9);
		//打开流，条件过滤大于6的元素，最后统计个数返回
	  long count = list.stream().filter(x -> x > 6).count();
	  System.out.println("list中大于6的元素个数：" + count);
	 }
	}
	
	```




---


#### 3.5.映射


* 【概念】可以将一个流的元素按照一定的映射规则映射到另一个流中。
* 【map】：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
* 【flatMap】：接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。
* 【案例1】英文字符串数组的元素全部改为大写，整数数组每个元素+3：

public class StreamTest {
public static void main(String[] args) {
String[] strArr = { “abcd”, “bcdd”, “defde”, “fTr” };
List strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());
List intList = Arrays.asList(1, 3, 5, 7, 9, 11);
List intListNew = intList.stream().map(x -> x + 3).collect(Collectors.toList());
System.out.println(“每个元素大写：” + strList);
System.out.println(“每个元素+3：” + intListNew);
}
}
//结果如下：
//每个元素大写：[ABCD, BCDD, DEFDE, FTR]
//每个元素+3：[4, 6, 8, 10, 12, 14]

* 【案例2】将两个字符数组合并成一个新的字符数组:

public class StreamTest {
public static void main(String[] args) {
List list = Arrays.asList(“m,k,l,a”, “1,3,5,7”);
List listNew = list.stream().flatMap(s -> {
// 将每个元素转换成一个stream
String[] split = s.split(“,”);
Stream s2 = Arrays.stream(split);
return s2;
}).collect(Collectors.toList());
System.out.println(“处理前的集合：” + list);
System.out.println(“处理后的集合：” + listNew);
}
}
//结果如下：
//处理前的集合：[m-k-l-a, 1-3-5]
//处理后的集合：[m, k, l, a, 1, 3, 5]





---


#### 3.6.归约


* 【概念】归约reduce，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。
* 【案例】求Integer集合的元素之和、乘积和最大值：

public class StreamTest {
public static void main(String[] args) {
List list = Arrays.asList(1, 3, 2, 8, 11, 4);
// 求和方式1
Optional sum = list.stream().reduce((x, y) -> x + y);
// 求和方式2
Optional sum2 = list.stream().reduce(Integer::sum);
// 求和方式3
Integer sum3 = list.stream().reduce(0, Integer::sum);
// 求乘积
Optional product = list.stream().reduce((x, y) -> x * y);
// 求最大值方式1
Optional max = list.stream().reduce((x, y) -> x > y ? x : y);
// 求最大值写法2
Integer max2 = list.stream().reduce(1, Integer::max);
System.out.println(“list求和：” + sum.get() + “,” + sum2.get() + “,” + sum3);
System.out.println(“list求积：” + product.get());
System.out.println(“list求和：” + max.get() + “,” + max2);
}
}
//结果：
//list求和：29,29,29
//list求积：2112
//list求和：11,11




---


#### 3.7.收集


* 【概念】collect收集，就是把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合。
	+ collect主要依赖java.util.stream.Collectors类内置的静态方法。
	+ 因为流不存储数据，那么在流中的数据完成处理后，需要将流中的数据重新归集到新的集合中。
	+ 常用的toList、toSet、toMap、toCollection、toConcurrentMap等等这些用法。
* 【案例】

public class StreamTest {
public static void main(String[] args) {
List list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
//收集为list集合，只收集偶数
List listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
//收集为set集合，过滤重复值
Set set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
//收集为map集合
List personList = new ArrayList();
personList.add(new Person(“douglas”, 8900, 23, “male”, “beijing”));
personList.add(new Person(“wf”, 7000, 25, “male”, “shanghai”));
personList.add(new Person(“hw”, 7800, 21, “female”, “kelamay”));
personList.add(new Person(“zy”, 8200, 24, “female”, “kelamay”));

Map<?, Person> map = personList.stream().filter(p -> p.getSalary() > 8000)
.collect(Collectors.toMap(Person::getName, p -> p));
System.out.println(“toList:” + listNew);
System.out.println(“toSet:” + set);
System.out.println(“toMap:” + map);
}
}
//结果：
//toList：[6, 4, 6, 6, 20]
//toSet：[4, 20, 6]
//toMap：{Tom=mutest.Person@5fd0d5ae, Anni=mutest.Person@2d98a335}




---


#### 3.8.统计


* 【Collectors提供的数据统计静态方法】
	+ 计数：count
	+ 平均值：averagingInt、averagingLong、averagingDouble
	+ 最值：maxBy、minBy
	+ 求和：summingInt、summingLong、summingDouble
	+ 统计以上所有：summarizingInt、summarizingLong、summarizingDouble
* 【案例】

public class StreamTest {
public static void main(String[] args) {
List personList = new ArrayList();
personList.add(new Person(“douglas”, 8900, 23, “male”, “beijing”));
personList.add(new Person(“sam”, 7000, 25, “male”, “kelamy”));
personList.add(new Person(“tom”, 7800, 21, “female”, “kelamy”));

// 求总数
Long count = personList.stream().collect(Collectors.counting());
// 求平均工资
Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
// 求最高工资
Optional max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
// 求工资之和
Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));
// 一次性统计所有信息
DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));

System.out.println(“员工总数：” + count);
System.out.println(“员工平均工资：” + average);
System.out.println(“员工工资总和：” + sum);
System.out.println(“员工工资所有统计：” + collect);
}
}

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

工工资总和：" + sum);
System.out.println(“员工工资所有统计：” + collect);
}
}

[外链图片转存中…(img-6hf93OlA-1715595295052)]
[外链图片转存中…(img-NzHW01v2-1715595295052)]

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

2401_84166376

关注

13
点赞
踩
16

收藏

觉得还不错? 一键收藏
0
评论
2024年大数据最全Stream之JDK8-最全使用汇总V1(2)，京东最新大数据开发面试真题解析

System.out.println(“list求和：” + sum.get() + “,” + sum2.get() + “,” + sum3);System.out.println(“list求和：” + max.get() + “,” + max2);System.out.println(“list求积：” + product.get());System.out.println(“每个元素+3：” + intListNew);System.out.println(“处理前的集合：” + list);
复制链接

扫一扫