Java8新特性之stream流常用操作(简易使用版)

概念:什么是Stream流
 

1. 优点一 (代码更加简洁)
   stream操作配合Lambda表达式，加上自身提供了很多方法，操作集合代码更加简洁。

2. 优点二（性能方面）
   for循环是比较底层的操作，所以它的性能明显是比stream流的迭代器更加高的。但是stream流不仅支持穿行操作，也支持并行操作，所谓并行操作，见名知意，就是拆分成多个流，同时执行。所以对于简单地迭代来说，肯定是for循环的显示迭代性能更高，但是对于复杂操作，具有多核特性的stream并行流的优势是更加明显的

数据准备:

@Data
public class User {
	public User(String name, String age, int height) {
		this.name = name;
		this.age = age;
		this.height = height;
	}
	private String name;
	private String age;
	private int height;
}

// 创建三个对象
User user1 = new User("111", "18", 180);
User user2 = new User("222", "18", 175);
User user3 = new User("333", "19", 170);

1. 常用API

快速创建List	// stream流，创建的是动态数组，可以添加元素 List<User> userList = Stream.of(user1, user2, user3).collect(Collectors.toList());
取对象的某一列,形成新的list	List<String> userNameList= userList.stream().map(User::getName).collect(Collectors.toList());
过滤	// 获取userName不为空的user的List List<User> userList = userList.stream().filter(user-> user.getName() != null).collect(Collectors.toList());
分组	Map<String, List<User>> map =userList.stream().collect( Collectors.groupingBy(User::getAge, Collectors.toList()));
求和	// int、double、long: double max = userList.stream().mapToDouble(User::getHeight).sum();
Map、List互转	注意事项: （1）转换map，key重复问题； 代码中使用(key1,key2)->key2表达式可以解决此类问题，如果出现重复的key就使用key2覆盖前面的key1,也可以定义成(key1,key2)->key1，保留key1,根据自己的业务场景来调整。 （2）空指针异常，即转为map的value是null。这个可以用filter过滤；   Map<String, User> userMap= userList.stream().collect(Collectors.toMap(User::getName, Function.identity(),(key1, key2)->key2)); List<User> userList = userMap.entrySet().stream().map(e ->e.getValue()).collect(Collectors.toList());
做判断	（1）、anyMatch()： 判断的条件里，任意一个元素成功，返回true; 比如上面的userlList，我想判断是否有height > 175的： userList.stream().anyMatch(user -> user.getHeight() > 175); （2）、allMatch()： allMatch：判断条件里的元素，所有的都是，返回true； 比如上面的userlList，我想判断是否全部height > 175的： userList.stream().allMatch(user -> user.getHeight() > 175); （3）、noneMatch()： 与allMatch相反，判断条件里的元素，所有的都不是，返回true userList.stream().noneMatch(user -> user.getHeight() > 175);
求取目标和	userList.stream().filter(user -> user.getHeight() > 175).count();