1.问题引入
写一个寻找偶数的方法;
public class test1 {
public static List<Integer> exec(List<Integer> list, Predicate<Integer> predicate){
List<Integer> arrayList = new ArrayList<>();
for (Integer i : list) {
if (predicate.test(i)){
arrayList.add(i);
}
}
return arrayList;
}
public static void main(String[] args) {
List<Integer> list = Arrays.asList(1,2,3,4,5);
System.out.println(exec(list, new Predicate<Integer>() {
@Override
public boolean test(Integer integer) {
return integer% 2 == 0;
}
}));
}
}
采用stream api改进
list.stream().filter(i -> i % 2 == 0).collect(Collectors.toList());
2.重要接口
- Predicate 断言接口
对应的lambda 一个参数,返回结果是boolean
(a) -> { return true|false; } - Function 函数接口
对应的lambda 一个参数,一个返回结果,参数和返回结果的类型可以不一样 - BiPredicate 双参数断言
对应的lambda 两个参数,返回结果是boolean
(a, b) -> { return true|false; } - BiFunction 双参数函数接口
两个参数,一个结果
(a, b) -> { 根据ab返回一个结果} - Consumer 消费接口
一个参数 没有结果
(a) -> { 不需要return } - BiConsumer 双参数消费接口
两个参数,没有结果 - Supplier 生产者接口
没有参数,返回一个结果
() -> {return 结果}
3.Stream API
1. filter
进行过滤的,lambda返回true会留下,lambda返回为false的过滤掉
2. map
映射的, lambda把原有的元素转换为另一个元素, 不会改变个数
3. flatMap
扁平化映射
// 字符串数组变为流
List<String> list3 = list.stream().flatMap(strings -> Arrays.stream(strings)).collect(Collectors.toList());
4. forEach
遍历流,接收一个Consumer
list3.stream().forEach( (a) -> {
System.out.println(a);
} );
5. map的流遍历
接收一个BiConsumer
Map<String, String> map = new HashMap<>();
map.put("a", "张");
map.put("b", "李");
map.forEach( (key, value) -> {
System.out.println("key:" +key + " value:" + value);
} );
7. 其它常见api
求个数
System.out.println(list3.stream().count());
去除重复
System.out.println(list3.stream().distinct().collect(toList()));
获取最大最小值
// 返回的是Optional 类型,怕集合为空时,没有合法的最大值
List<String> list4 = Arrays.asList("zhang", "li", "zhao", "wang");
System.out.println(list4.stream().max((a, b) -> a.compareTo(b)));
System.out.println(list4.stream().min((a, b) -> a.compareTo(b)));
如果是数字流,除了最大最小值外,还有平均值,和
System.out.println(IntStream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10).max());
System.out.println(IntStream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10).min());
System.out.println(IntStream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10).average());
System.out.println(IntStream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10).sum());
8. 分组
List<Student> students = Arrays.asList(
new Student("zhang", "男", "西安"),
new Student("li", "男", "西安"),
new Student("wang", "女", "北京"),
new Student("zhao", "女", "上海"),
new Student("zhou", "男", "北京")
);
// 按性别分组
Map<String, List<Student>> map3 = students.stream().collect(Collectors.groupingBy((s) -> s.getSex() ));
System.out.println(map3);
// 按城市分组
Map<String, List<Student>> map4 = students.stream().collect(Collectors.groupingBy((s) -> s.getCity()));
System.out.println(map4);
Stream api中有一个重要思想:
Pipeline 流水线思想:把流中的数据一个接一个进行处理。每个数据会经过后续的filter, map等方法依次调用。
在整个执行过程中,lambda表达式是懒惰的,不执行终结方法的话,不会触发lambda的执行。
终结方法: collect, sum, max, min …
运算过程中不会改变原始集合,收集器会生成新的集合对象
9. 流的生成
-
用集合生成
List.stream() -
根据数字
IntStream.of(1,2,3,4); -
把数组变成流
Arrays.stream(数组); -
把文件中的每一行读取出来作为流元素
Files.lines(Paths.get("1.txt")).forEach( s -> System.out.println(s) );
- 使用生产者接口
Stream.generate(生产者接口)
生成5个随机数
Random r = new Random();
Stream.generate( () -> r.nextInt(100) ).limit(5).forEach( x->System.out.println(x));