Stream的简单学习（三）之Collectors的简单用法

首先创建我们的数据

ArrayList<User> users = new ArrayList<>();
users.add(new User("张1",10));
users.add(new User("张2",40));
users.add(new User("张3",20));
users.add(new User("张4",30));
users.add(new User("张5",30));

以下操作都是在collect里进行

【Collectors.toList】：转化成list

//获取所有对象中的姓名并转化成集合
List<String> collect1 = users.stream().map(User::getName).collect(Collectors.toList());
System.out.println(collect1);

结果：

[张1, 张2, 张3, 张4, 张5]

【Collectors.joining】：将在流的两个String元素之间插入定界符,共有三种方式

• 无参数
• 一个参数，分隔符
• Collectors. joining(CharSequence delimiter,CharSequence prefix,CharSequence suffix) 三个参数
  第一个是分隔符，第二个是头部拼接，第三个是尾部拼接

//将对象转化成字符串并用逗号分隔
String joined = users.stream().map(Object::toString).collect(Collectors.joining(",",")","U"));
System.out.println(joined);

结果：

User(name=张1, age=10), User(name=张2, age=40),
User(name=张3, age=20), User(name=张4, age=30),
User(name=张4, age=30)

【计算总和
Collectors.summingInt
Collectors.summingLong
Collectors.summingDouble】

//计算所有年龄的总和
double total = users.stream().collect(Collectors.summingDouble(User::getAge));
System.out.println(total);

结果：

130

【Collectors.groupingBy】：分组操作
一个参数：以xx分组
两个参数：以xx分组，并操作

//根据用户年龄进行分组操作
Map<Object, List<User>> byDept = users.stream().collect(Collectors.groupingBy(User::getAge));
System.out.println(byDept);

//用姓名分组，并获取年龄总和
Map<Object, Double> totalByDept = users.stream().collect(Collectors.groupingBy(User::getName, Collectors.summingDouble(User::getAge)));
System.out.println(totalByDept);

结果：

//结果1
{20.0=[User(name=张3, age=20.0)], 
40.0=[User(name=张2, age=40.0)], 
10.0=[User(name=张1, age=10.0)], 
30.0=[User(name=张4, age=30.0), 
User(name=张5, age=30.0)]}
//结果2
{张3=20.0, 张2=40.0, 张1=10.0, 张5=30.0, 张4=30.0}

【Collectors.partitioningBy】：根据条件分为true和false两组

//将符合年龄为三十的为一组，小于30的为一组
Map<Boolean, List<User>> passingFailing = users.stream().collect(Collectors.partitioningBy(a -> a.getAge() >= 30));
System.out.println(passingFailing);

结果：

{false=[User(name=张1, age=10.0), User(name=张3, age=20.0)], true=[User(name=张2, age=40.0), User(name=张4, age=30.0), User(name=张5, age=30.0)]}

【Collectors.toMap】:转换成map

//以姓名为key，年龄为value封装为map
Map<String, Integer> collect = users.stream().collect(Collectors.toMap(User::getName, User::getAge));

结果：

{张3=20, 张2=40, 张1=10, 张5=30, 张4=30}

【maxBy】 获取年龄最大的
【minBy】 获取年龄最小的

//获取年龄最大的
Optional<User> collect = users.stream().collect(Collectors.maxBy(Comparator.comparing(User::getAge)));
//获取年龄最小的
Optional<User> mincollect = users.stream().collect(Collectors.minBy(Comparator.comparing(User::getAge)));
System.out.println(collect);
System.out.println(mincollect);

结果：

//结果1
Optional[User(name=张2, age=40.0)]
//结果2
Optional[User(name=张1, age=10.0)]

【Collectors.counting()】获取总数

Long collect1 = users.stream().collect(Collectors.counting());
System.out.println(collect1);

结果：

5

【求平均数
averagingDouble
averagingLong
averagingInt】

//结算年龄的平均值
Double collect2 = users.stream().collect(Collectors.averagingDouble(User::getAge));
System.out.println(collect2);

结果：

26.0

【summarizingInt】：计算数量，总值，最大最小，平均值全部计算出来

//根据年龄计算数量，总值，最大最小，平均值
 DoubleSummaryStatistics collect = users.stream().collect(Collectors.summarizingDouble(User::getAge));
System.out.println(collect);

结果：

DoubleSummaryStatistics{count=5, sum=130.000000, min=10.000000, average=26.000000, max=40.000000}

【Collectors.reducing】：类似reduce，将整个数据流的值规约为一个值

Double salIncrOverhead = users.stream().collect(Collectors.reducing(0.0, e -> e.getAge() + 100, (s1, s2) -> s1 + s2));
        System.out.println(salIncrOverhead);

结果：

630.0

看源码的时候会发现这些参数

下文会讲解一下函数式接口


另外我给大家提供了资料大礼包一份（共2G），大家可以关注我的公众号（在最下方！），回复：java面试题 来领取