最后
作为过来人,小编是整理了很多进阶架构视频资料、面试文档以及PDF的学习资料,针对上面一套系统大纲小编也有对应的相关进阶架构视频资料
// 1.获取所有 姓张的信息
// 2.获取名称长度为3的用户
// 3. 输出所有的用户信息
list.stream()
.filter(s->s.startsWith(“张”))
.filter(s->s.length() == 3)
.forEach(s->{
System.out.println(s);
});
System.out.println(“----------”);
list.stream()
.filter(s->s.startsWith(“张”))
.filter(s->s.length() == 3)
.forEach(System.out::println);
}
}
上面的SteamAPI代码的含义:获取流,过滤张,过滤长度,逐一打印。代码相比于上面的案例更加的简洁直观
注意:Stream和IO流(InputStream/OutputStream)没有任何关系,请暂时忘记对传统IO流的固有印象!
Stream流式思想类似于工厂车间的“生产流水线”,Stream流不是一种数据结构,不保存数据,而是对数据进行加工
处理。Stream可以看作是流水线上的一个工序。在流水线上,通过多个工序让一个原材料加工成一个商品。
Stream API能让我们快速完成许多复杂的操作,如筛选、切片、映射、查找、去除重复,统计,匹配和归约。
3.1 根据Collection获取
首先,java.util.Collection 接口中加入了default方法 stream,也就是说Collection接口下的所有的实现都可以通过steam方法来获取Stream流。
public static void main(String[] args) {
List list = new ArrayList<>();
list.stream();
Set set = new HashSet<>();
set.stream();
Vector vector = new Vector();
vector.stream();
}
但是Map接口别没有实现Collection接口,那这时怎么办呢?这时我们可以根据Map获取对应的key value的集合。
public static void main(String[] args) {
Map<String,Object> map = new HashMap<>();
Stream stream = map.keySet().stream(); // key
Stream stream1 = map.values().stream(); // value
Stream<Map.Entry<String, Object>> stream2 = map.entrySet().stream(); // entry
}
3.1 通过Stream的of方法
在实际开发中我们不可避免的还是会操作到数组中的数据,由于数组对象不可能添加默认方法,所有Stream接口中提供了静态方法of
public class StreamTest05 {
public static void main(String[] args) {
Stream a1 = Stream.of(“a1”, “a2”, “a3”);
String[] arr1 = {“aa”,“bb”,“cc”};
Stream arr11 = Stream.of(arr1);
Integer[] arr2 = {1,2,3,4};
Stream arr21 = Stream.of(arr2);
arr21.forEach(System.out::println);
// 注意:基本数据类型的数组是不行的
int[] arr3 = {1,2,3,4};
Stream.of(arr3).forEach(System.out::println);
}
}
Stream常用方法
Stream流模型的操作很丰富,这里介绍一些常用的API。这些方法可以被分成两种:
| 方法名 | 方法作用 | 返回值类型 | 方法种类 |
| — | — | — | — |
| count | 统计个数 | long | 终结 |
| forEach | 逐一处理 | void | 终结 |
| filter | 过滤 | Stream | 函数拼接 |
| limit | 取用前几个 | Stream | 函数拼接 |
| skip | 跳过前几个 | Stream | 函数拼接 |
| map | 映射 | Stream | 函数拼接 |
| concat | 组合 | Stream | 函数拼接 |
终结方法:返回值类型不再是 Stream 类型的方法,不再支持链式调用。本小节中,终结方法包括 count 和 forEach 方法。
非终结方法:返回值类型仍然是 Stream 类型的方法,支持链式调用。(除了终结方法外,其余方法均为非终结方法。)
Stream注意事项(重要)
-
Stream只能操作一次
-
Stream方法返回的是新的流
-
Stream不调用终结方法,中间的操作不会执行
4.1 forEach
forEach用来遍历流中的数据的
void forEach(Consumer<? super T> action);
该方法接受一个Consumer接口,会将每一个流元素交给函数处理
public static void main(String[] args) {
Stream.of(“a1”, “a2”, “a3”).forEach(System.out::println);;
}
4.2 count
Stream流中的count方法用来统计其中的元素个数的
long count();
该方法返回一个long值,代表元素的个数。
public static void main(String[] args) {
long count = Stream.of(“a1”, “a2”, “a3”).count();
System.out.println(count);
}
4.3 filter
filter方法的作用是用来过滤数据的。返回符合条件的数据
可以通过filter方法将一个流转换成另一个子集流
Stream filter(Predicate<? super T> predicate);
该接口接收一个Predicate函数式接口参数作为筛选条件
public static void main(String[] args) {
Stream.of(“a1”, “a2”, “a3”,“bb”,“cc”,“aa”,“dd”)
.filter((s)->s.contains(“a”))
.forEach(System.out::println);
}
输出:
a1
a2
a3
aa
4.4 limit
limit方法可以对流进行截取处理,支取前n个数据,
Stream limit(long maxSize);
参数是一个long类型的数值,如果集合当前长度大于参数就进行截取,否则不操作:
public static void main(String[] args) {
Stream.of(“a1”, “a2”, “a3”,“bb”,“cc”,“aa”,“dd”)
.limit(3)
.forEach(System.out::println);
}
输出:
a1
a2
a3
4.5 skip
如果希望跳过前面几个元素,可以使用skip方法获取一个截取之后的新流:
Stream skip(long n);
操作:
public static void main(String[] args) {
Stream.of(“a1”, “a2”, “a3”,“bb”,“cc”,“aa”,“dd”)
.skip(3)
.forEach(System.out::println);
}
输出:
bb
cc
aa
dd
4.6 map
如果我们需要将流中的元素映射到另一个流中,可以使用map方法:
Stream map(Function<? super T, ? extends R> mapper);
该接口需要一个Function函数式接口参数,可以将当前流中的T类型数据转换为另一种R类型的数据
public static void main(String[] args) {
Stream.of(“1”, “2”, “3”,“4”,“5”,“6”,“7”)
//.map(msg->Integer.parseInt(msg))
.map(Integer::parseInt)
.forEach(System.out::println);
}
4.7 sorted
如果需要将数据排序,可以使用sorted方法:
Stream sorted();
在使用的时候可以根据自然规则排序,也可以通过比较强来指定对应的排序规则
public static void main(String[] args) {
Stream.of(“1”, “3”, “2”,“4”,“0”,“9”,“7”)
//.map(msg->Integer.parseInt(msg))
.map(Integer::parseInt)
//.sorted() // 根据数据的自然顺序排序
.sorted((o1,o2)->o2-o1) // 根据比较强指定排序规则
.forEach(System.out::println);
}
4.8 distinct
如果要去掉重复数据,可以使用distinct方法:
Stream distinct();
使用:
public static void main(String[] args) {
Stream.of(“1”, “3”, “3”,“4”,“0”,“1”,“7”)
//.map(msg->Integer.parseInt(msg))
.map(Integer::parseInt)
//.sorted() // 根据数据的自然顺序排序
.sorted((o1,o2)->o2-o1) // 根据比较强指定排序规则
.distinct() // 去掉重复的记录
.forEach(System.out::println);
System.out.println(“--------”);
Stream.of(
new Person(“张三”,18)
,new Person(“李四”,22)
,new Person(“张三”,18)
).distinct()
.forEach(System.out::println);
}
Stream流中的distinct方法对于基本数据类型是可以直接出重的,但是对于自定义类型,我们是需要重写hashCode和equals方法来移除重复元素。
4.9 match
如果需要判断数据是否匹配指定的条件,可以使用match相关的方法
boolean anyMatch(Predicate<? super T> predicate); // 元素是否有任意一个满足条件
boolean allMatch(Predicate<? super T> predicate); // 元素是否都满足条件
boolean noneMatch(Predicate<? super T> predicate); // 元素是否都不满足条件
使用
public static void main(String[] args) {
boolean b = Stream.of(“1”, “3”, “3”, “4”, “5”, “1”, “7”)
.map(Integer::parseInt)
//.allMatch(s -> s > 0)
//.anyMatch(s -> s >4)
.noneMatch(s -> s > 4)
;
System.out.println(b);
}
注意match是一个终结方法
4.10 find
如果我们需要找到某些数据,可以使用find方法来实现
Optional findFirst();
Optional findAny();
使用:
public static void main(String[] args) {
Optional first = Stream.of(“1”, “3”, “3”, “4”, “5”, “1”, “7”).findFirst();
System.out.println(first.get());
Optional any = Stream.of(“1”, “3”, “3”, “4”, “5”, “1”, “7”).findAny();
System.out.println(any.get());
}
4.11 max和min
如果我们想要获取最大值和最小值,那么可以使用max和min方法
Optional min(Comparator<? super T> comparator);
Optional max(Comparator<? super T> comparator);
使用
public static void main(String[] args) {
Optional max = Stream.of(“1”, “3”, “3”, “4”, “5”, “1”, “7”)
.map(Integer::parseInt)
.max((o1,o2)->o1-o2);
System.out.println(max.get());
Optional min = Stream.of(“1”, “3”, “3”, “4”, “5”, “1”, “7”)
.map(Integer::parseInt)
.min((o1,o2)->o1-o2);
System.out.println(min.get());
}
4.12 reduce方法
如果需要将所有数据归纳得到一个数据,可以使用reduce方法
T reduce(T identity, BinaryOperator accumulator);
使用:
public static void main(String[] args) {
Integer sum = Stream.of(4, 5, 3, 9)
// identity默认值
// 第一次的时候会将默认值赋值给x
// 之后每次会将 上一次的操作结果赋值给x y就是每次从数据中获取的元素
.reduce(0, (x, y) -> {
System.out.println(“x=”+x+“,y=”+y);
return x + y;
});
System.out.println(sum);
// 获取 最大值
Integer max = Stream.of(4, 5, 3, 9)
.reduce(0, (x, y) -> {
return x > y ? x : y;
});
System.out.println(max);
}
4.13 map和reduce的组合
在实际开发中我们经常会将map和reduce一块来使用
public static void main(String[] args) {
// 1.求出所有年龄的总和
Integer sumAge = Stream.of(
new Person(“张三”, 18)
, new Person(“李四”, 22)
, new Person(“张三”, 13)
, new Person(“王五”, 15)
, new Person(“张三”, 19)
).map(Person::getAge) // 实现数据类型的转换
.reduce(0, Integer::sum);
System.out.println(sumAge);
// 2.求出所有年龄中的最大值
Integer maxAge = Stream.of(
new Person(“张三”, 18)
, new Person(“李四”, 22)
, new Person(“张三”, 13)
, new Person(“王五”, 15)
, new Person(“张三”, 19)
).map(Person::getAge) // 实现数据类型的转换,符合reduce对数据的要求
.reduce(0, Math::max); // reduce实现数据的处理
System.out.println(maxAge);
// 3.统计 字符 a 出现的次数
Integer count = Stream.of(“a”, “b”, “c”, “d”, “a”, “c”, “a”)
.map(ch -> “a”.equals(ch) ? 1 : 0)
.reduce(0, Integer::sum);
System.out.println(count);
}
输出结果
87
22
3
4.14 mapToInt
如果需要将Stream中的Integer类型转换成int类型,可以使用mapToInt方法来实现
使用
public static void main(String[] args) {
// Integer占用的内存比int多很多,在Stream流操作中会自动装修和拆箱操作
Integer arr[] = {1,2,3,5,6,8};
Stream.of(arr)
.filter(i->i>0)
.forEach(System.out::println);
System.out.println(“---------”);
// 为了提高程序代码的效率,我们可以先将流中Integer数据转换为int数据,然后再操作
IntStream intStream = Stream.of(arr)
.mapToInt(Integer::intValue);
intStream.filter(i->i>3)
.forEach(System.out::println);
}
4.15 concat
如果有两个流,希望合并成为一个流,那么可以使用Stream接口的静态方法concat
public static Stream concat(Stream<? extends T> a, Stream<? extends T> b) {
Objects.requireNonNull(a);
Objects.requireNonNull(b);
@SuppressWarnings(“unchecked”)
Spliterator split = new Streams.ConcatSpliterator.OfRef<>(
(Spliterator) a.spliterator(), (Spliterator) b.spliterator());
Stream stream = StreamSupport.stream(split, a.isParallel() || b.isParallel());
return stream.onClose(Streams.composedClose(a, b));
}
使用:
public static void main(String[] args) {
Stream stream1 = Stream.of(“a”,“b”,“c”);
Stream stream2 = Stream.of(“x”, “y”, “z”);
// 通过concat方法将两个流合并为一个新的流
Stream.concat(stream1,stream2).forEach(System.out::println);
}
4.16 综合案例
定义两个集合,然后在集合中存储多个用户名称。然后完成如下的操作:
-
第一个队伍只保留姓名长度为3的成员
-
第一个队伍筛选之后只要前3个人
-
第二个队伍只要姓张的成员
-
第二个队伍筛选之后不要前两个人
-
将两个队伍合并为一个队伍
-
根据姓名创建Person对象
-
打印整个队伍的Person信息
package com.bobo.jdk.stream;
import com.bobo.jdk.lambda.domain.Person;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;
public class StreamTest21Demo {
/**
-
- 第一个队伍只保留姓名长度为3的成员
-
- 第一个队伍筛选之后只要前3个人
-
- 第二个队伍只要姓张的成员
-
- 第二个队伍筛选之后不要前两个人
-
- 将两个队伍合并为一个队伍
-
- 根据姓名创建Person对象
-
- 打印整个队伍的Person信息
-
@param args
*/
public static void main(String[] args) {
List list1 = Arrays.asList(“迪丽热巴”, “宋远桥”, “苏星河”, “老子”, “庄子”, “孙子”, “洪七 公”);
List list2 = Arrays.asList(“古力娜扎”, “张无忌”, “张三丰”, “赵丽颖”, “张二狗”, “张天爱”, “张三”);
// 1. 第一个队伍只保留姓名长度为3的成员
// 2. 第一个队伍筛选之后只要前3个人
Stream stream1 = list1.stream().filter(s -> s.length() == 3).limit(3);
// 3. 第二个队伍只要姓张的成员
// 4. 第二个队伍筛选之后不要前两个人
Stream stream2 = list2.stream().filter(s -> s.startsWith(“张”)).skip(2);
// 5. 将两个队伍合并为一个队伍
// 6. 根据姓名创建Person对象
// 7. 打印整个队伍的Person信息
Stream.concat(stream1,stream2)
//.map(n-> new Person(n))
.map(Person::new)
.forEach(System.out::println);
}
}
输出结果:
Person{name=‘宋远桥’, age=null, height=null}
Person{name=‘苏星河’, age=null, height=null}
Person{name=‘张二狗’, age=null, height=null}
Person{name=‘张天爱’, age=null, height=null}
Person{name=‘张三’, age=null, height=null}
5.1 结果收集到集合中
/**
-
Stream结果收集
-
收集到集合中
*/
@Test
public void test01(){
// Stream stream = Stream.of(“aa”, “bb”, “cc”);
List list = Stream.of(“aa”, “bb”, “cc”,“aa”)
.collect(Collectors.toList());
System.out.println(list);
// 收集到 Set集合中
Set set = Stream.of(“aa”, “bb”, “cc”, “aa”)
.collect(Collectors.toSet());
System.out.println(set);
// 如果需要获取的类型为具体的实现,比如:ArrayList HashSet
ArrayList arrayList = Stream.of(“aa”, “bb”, “cc”, “aa”)
//.collect(Collectors.toCollection(() -> new ArrayList<>()));
.collect(Collectors.toCollection(ArrayList::new));
System.out.println(arrayList);
HashSet hashSet = Stream.of(“aa”, “bb”, “cc”, “aa”)
.collect(Collectors.toCollection(HashSet::new));
System.out.println(hashSet);
}
输出:
[aa, bb, cc, aa]
[aa, bb, cc]
[aa, bb, cc, aa]
[aa, bb, cc]
5.2 结果收集到数组中
Stream中提供了toArray方法来将结果放到一个数组中,返回值类型是Object[],如果我们要指定返回的类型,那么可以使用另一个重载的toArray(IntFunction f)方法
/**
- Stream结果收集到数组中
*/
@Test
public void test02(){
Object[] objects = Stream.of(“aa”, “bb”, “cc”, “aa”)
.toArray(); // 返回的数组中的元素是 Object类型
System.out.println(Arrays.toString(objects));
// 如果我们需要指定返回的数组中的元素类型
String[] strings = Stream.of(“aa”, “bb”, “cc”, “aa”)
.toArray(String[]::new);
System.out.println(Arrays.toString(strings));
}
5.3 对流中的数据做聚合计算
当我们使用Stream流处理数据后,可以像数据库的聚合函数一样对某个字段进行操作,比如获得最大值,最小值,求和,平均值,统计数量。
/**
- Stream流中数据的聚合计算
*/
@Test
public void test03(){
// 获取年龄的最大值
Optional maxAge = Stream.of(
new Person(“张三”, 18)
, new Person(“李四”, 22)
, new Person(“张三”, 13)
, new Person(“王五”, 15)
, new Person(“张三”, 19)
).collect(Collectors.maxBy((p1, p2) -> p1.getAge() - p2.getAge()));
System.out.println(“最大年龄:” + maxAge.get());
// 获取年龄的最小值
Optional minAge = Stream.of(
new Person(“张三”, 18)
, new Person(“李四”, 22)
, new Person(“张三”, 13)
, new Person(“王五”, 15)
, new Person(“张三”, 19)
).collect(Collectors.minBy((p1, p2) -> p1.getAge() - p2.getAge()));
System.out.println(“最新年龄:” + minAge.get());
// 求所有人的年龄之和
Integer sumAge = Stream.of(
new Person(“张三”, 18)
, new Person(“李四”, 22)
, new Person(“张三”, 13)
, new Person(“王五”, 15)
, new Person(“张三”, 19)
)
//.collect(Collectors.summingInt(s -> s.getAge()))
.collect(Collectors.summingInt(Person::getAge))
;
System.out.println(“年龄总和:” + sumAge);
// 年龄的平均值
Double avgAge = Stream.of(
new Person(“张三”, 18)
, new Person(“李四”, 22)
, new Person(“张三”, 13)
, new Person(“王五”, 15)
, new Person(“张三”, 19)
).collect(Collectors.averagingInt(Person::getAge));
System.out.println(“年龄的平均值:” + avgAge);
// 统计数量
Long count = Stream.of(
new Person(“张三”, 18)
, new Person(“李四”, 22)
, new Person(“张三”, 13)
, new Person(“王五”, 15)
, new Person(“张三”, 19)
).filter(p->p.getAge() > 18)
.collect(Collectors.counting());
System.out.println(“满足条件的记录数:” + count);
}
5.4 对流中数据做分组操作
当我们使用Stream流处理数据后,可以根据某个属性将数据分组
/**
- 分组计算
*/
@Test
public void test04(){
// 根据账号对数据进行分组
Map<String, List> map1 = Stream.of(
new Person(“张三”, 18, 175)
, new Person(“李四”, 22, 177)
, new Person(“张三”, 14, 165)
, new Person(“李四”, 15, 166)
, new Person(“张三”, 19, 182)
).collect(Collectors.groupingBy(Person::getName));
map1.forEach((k,v)-> System.out.println(“k=” + k +“\t”+ “v=” + v));
System.out.println(“-----------”);
// 根据年龄分组 如果大于等于18 成年否则未成年
Map<String, List> map2 = Stream.of(
new Person(“张三”, 18, 175)
, new Person(“李四”, 22, 177)
, new Person(“张三”, 14, 165)
, new Person(“李四”, 15, 166)
, new Person(“张三”, 19, 182)
).collect(Collectors.groupingBy(p -> p.getAge() >= 18 ? “成年” : “未成年”));
map2.forEach((k,v)-> System.out.println(“k=” + k +“\t”+ “v=” + v));
}
输出结果:
k=李四 v=[Person{name=‘李四’, age=22, height=177}, Person{name=‘李四’, age=15, height=166}]
k=张三 v=[Person{name=‘张三’, age=18, height=175}, Person{name=‘张三’, age=14, height=165}, Person{name=‘张三’, age=19, height=182}]
k=未成年 v=[Person{name=‘张三’, age=14, height=165}, Person{name=‘李四’, age=15, height=166}]
k=成年 v=[Person{name=‘张三’, age=18, height=175}, Person{name=‘李四’, age=22, height=177}, Person{name=‘张三’, age=19, height=182}]
多级分组: 先根据name分组然后根据年龄分组
/**
- 分组计算–多级分组
*/
@Test
public void test05(){
// 先根据name分组,然后根据age(成年和未成年)分组
Map<String,Map<Object,List>> map = Stream.of(
new Person(“张三”, 18, 175)
, new Person(“李四”, 22, 177)
, new Person(“张三”, 14, 165)
, new Person(“李四”, 15, 166)
, new Person(“张三”, 19, 182)
).collect(Collectors.groupingBy(
Person::getName
,Collectors.groupingBy(p->p.getAge()>=18?“成年”:“未成年”
)
));
map.forEach((k,v)->{
System.out.println(k);
v.forEach((k1,v1)->{
System.out.println(“\t”+k1 + “=” + v1);
});
});
}
输出结果:
李四
未成年=[Person{name=‘李四’, age=15, height=166}]
成年=[Person{name=‘李四’, age=22, height=177}]
张三
未成年=[Person{name=‘张三’, age=14, height=165}]
成年=[Person{name=‘张三’, age=18, height=175}, Person{name=‘张三’, age=19, height=182}]
5.5 对流中的数据做分区操作
Collectors.partitioningBy会根据值是否为true,把集合中的数据分割为两个列表,一个true列表,一个false列表
/**
- 分区操作
*/
@Test
public void test06(){
Map<Boolean, List> map = Stream.of(
new Person(“张三”, 18, 175)
, new Person(“李四”, 22, 177)
, new Person(“张三”, 14, 165)
, new Person(“李四”, 15, 166)
, new Person(“张三”, 19, 182)
1200页Java架构面试专题及答案
小编整理不易,对这份1200页Java架构面试专题及答案感兴趣劳烦帮忙转发/点赞
百度、字节、美团等大厂常见面试题
-
分组计算–多级分组
*/
@Test
public void test05(){
// 先根据name分组,然后根据age(成年和未成年)分组
Map<String,Map<Object,List>> map = Stream.of(
new Person(“张三”, 18, 175)
, new Person(“李四”, 22, 177)
, new Person(“张三”, 14, 165)
, new Person(“李四”, 15, 166)
, new Person(“张三”, 19, 182)
).collect(Collectors.groupingBy(
Person::getName
,Collectors.groupingBy(p->p.getAge()>=18?“成年”:“未成年”
)
));
map.forEach((k,v)->{
System.out.println(k);
v.forEach((k1,v1)->{
System.out.println(“\t”+k1 + “=” + v1);
});
});
}
输出结果:
李四
未成年=[Person{name=‘李四’, age=15, height=166}]
成年=[Person{name=‘李四’, age=22, height=177}]
张三
未成年=[Person{name=‘张三’, age=14, height=165}]
成年=[Person{name=‘张三’, age=18, height=175}, Person{name=‘张三’, age=19, height=182}]
5.5 对流中的数据做分区操作
Collectors.partitioningBy会根据值是否为true,把集合中的数据分割为两个列表,一个true列表,一个false列表
/**
- 分区操作
*/
@Test
public void test06(){
Map<Boolean, List> map = Stream.of(
new Person(“张三”, 18, 175)
, new Person(“李四”, 22, 177)
, new Person(“张三”, 14, 165)
, new Person(“李四”, 15, 166)
, new Person(“张三”, 19, 182)
1200页Java架构面试专题及答案
小编整理不易,对这份1200页Java架构面试专题及答案感兴趣劳烦帮忙转发/点赞
[外链图片转存中…(img-LGftNOMk-1715545185581)]
[外链图片转存中…(img-cd0ihDZ2-1715545185582)]
百度、字节、美团等大厂常见面试题
[外链图片转存中…(img-z2H95HT6-1715545185582)]