Java 8 API添加了一个新的抽象称为流Stream

最新推荐文章于 2023-01-04 09:57:31 发布

艾利克斯冰

最新推荐文章于 2023-01-04 09:57:31 发布

阅读量106

点赞数

分类专栏： spring boot 文章标签： servlet java 开发语言

本文链接：https://blog.csdn.net/qq_18237141/article/details/126779822

版权

spring boot 专栏收录该内容

44 篇文章 0 订阅

订阅专栏

本文介绍了Java8的Stream API如何用于处理PO、VO对象，包括filter、map、sorted、forEach、collect等操作，以及如何进行统计和并行流的使用。通过实例展示了如何优雅地对集合进行过滤、映射、排序、聚合等操作，提高代码的可读性和效率。

摘要由CSDN通过智能技术生成

# 简介

Java 8 API添加了一个新的抽象称为流Stream，可以让你以一种声明的方式处理数据。

Stream 使用一种类似用 SQL 语句从数据库查询数据的直观方式来提供一种对 Java 集合运算和表达的高阶抽象。

这种风格将要处理的元素集合看作一种流，流在管道中传输，并且可以在管道的节点上进行处理，比如筛选，排序，聚合等。

熟悉Linux的同学对这种风格一定不陌生，因为它跟Linux的|管道符的思想如出一辙。上面这段话引用自runoob.com，但是其教学代码都是基于String列表进行演示，考虑到实际情况百分之80的时候都是对PO、VO进行处理，因此以下通过一个PO进行讲解。

对比起for循环操作list，最大的弊端就是代码太长太乱了，如果涉及3-4张表的操作，也就是涉及多个PO操作，那个括号简直就是俄罗斯套娃，写到最后真的自己都不知道在写什么。

# 流

+------------------+ +------+ +------+ +---+ +-------+| stream of elements +-----> |filter+-> |sorted+-> |map+-> |collect|+--------------------+ +------+ +------+ +---+ +-------+

PO代码

public class UserPo {    private String name;    private Double score;
    // 省略构造函数及getter、setter}

以下操作均以UserPo进行讲解

filter

filter：过滤，就是过滤器，符合条件的通过，不符合条件的过滤掉

// 筛选出成绩不为空的学生人数count = list.stream().filter(p -> null != p.getScore()).count();

map

map：映射，他将原集合映射成为新的集合，在VO、PO处理的过程中较常见。在本例子中，原集合就是PO集合，新集合可以自定义映射为成绩集合，同时也可以对新集合进行相关操作。

// 取出所有学生的成绩List<Double> scoreList = list.stream().map(p -> p.getScore()).collect(Collectors.toList());
// 将学生姓名集合串成字符串，用逗号分隔String nameString = list.stream().map(p -> p.getName()).collect(Collectors.joining(","));

sorted

sorted：排序，可以根据指定的字段进行排序

// 按学生成绩逆序排序 正序则不需要加.reversed()filterList = list.stream().filter(p -> null != p.getScore()).sorted(Comparator.comparing(UserPo::getScore).reversed()).collect(Collectors.toList());

forEach

forEach：这个应该是最常用的，也就是为每一个元素进行自定义操作

除了forEach操作会改变原集合的数据，其他的操作均不会改变原集合，这点务必引起注意

// 学生成绩太差了，及格率太低，给每个学生加10分，放个水// forEachfilterList.stream().forEach(p -> p.setScore(p.getScore() + 10));

collect

collect：聚合，可以用于GroudBy按指定字段分类，也可以用于返回列表或者拼凑字符串

// 按成绩进行归集Map<Double, List<UserPo>> groupByScoreMap = list.stream().filter(p -> null != p.getScore()).collect(Collectors.groupingBy(UserPo::getScore));for (Map.Entry<Double, List<UserPo>> entry : groupByScoreMap.entrySet()) {    System.out.println("成绩：" + entry.getKey() + " 人数：" + entry.getValue().size());}
// 返回listList<Double> scoreList = list.stream().map(p -> p.getScore()).collect(Collectors.toList());// 返回string用逗号分隔String nameString = list.stream().map(p -> p.getName()).collect(Collectors.joining(","));

statistics

statistics：统计，可以统计中位数，平均值，最大最小值

DoubleSummaryStatistics statistics = filterList.stream().mapToDouble(p -> p.getScore()).summaryStatistics();System.out.println("列表中最大的数 : " + statistics.getMax());System.out.println("列表中最小的数 : " + statistics.getMin());System.out.println("所有数之和 : " + statistics.getSum());System.out.println("平均数 : " + statistics.getAverage());

parallelStream

parallelStream：并行流，可以利用多线程进行流的操作，提升效率。但是其不具备线程传播性，因此使用时需要充分评估是否需要用并行流操作

// 并行流count = list.parallelStream().filter(p -> null != p.getScore()).count();

# 完整代码

public class UserPo {    private String name;    private Double score;
    public UserPo(String name, Double score) {        this.name = name;        this.score = score;    }
    public String getName() {        return name;    }
    public void setName(String name) {        this.name = name;    }
    public Double getScore() {        return score;    }
    public void setScore(Double score) {        this.score = score;    }
    @Override    public String toString() {        return "UserPo{" +                "name='" + name + '\'' +                ", score=" + score +                '}';    }}

public class StreamTest {// +--------------------+ +------+ +------+ +---+ +-------+// | stream of elements +-----> |filter+-> |sorted+-> |map+-> |collect|// +--------------------+ +------+ +------+ +---+ +-------+    public static void main(String args[]){        List<UserPo> list = new ArrayList<>();        list.add(new UserPo("小一", 10.d));        list.add(new UserPo("小五", 50.d));        list.add(new UserPo("小六", 60.d));        list.add(new UserPo("小6", 60.d));        list.add(new UserPo("小空", null));        list.add(new UserPo("小九", 90.d));
        long count = 0;        List<UserPo> filterList = null;
        // filter 过滤器的使用        // 筛选出成绩不为空的学生人数        count = list.stream().filter(p -> null != p.getScore()).count();        System.out.println("参加考试的学生人数：" + count);
        // collect        // 筛选出成绩不为空的学生集合        filterList = list.stream().filter(p -> null != p.getScore()).collect(Collectors.toList());        System.out.println("参加考试的学生信息：");        filterList.stream().forEach(System.out::println);
        // map 将集合映射为另外一个集合        // 取出所有学生的成绩        List<Double> scoreList = list.stream().map(p -> p.getScore()).collect(Collectors.toList());        System.out.println("所有学生的成绩集合：" + scoreList);
        // 将学生姓名集合串成字符串，用逗号分隔        String nameString = list.stream().map(p -> p.getName()).collect(Collectors.joining(","));        System.out.println("所有学生的姓名字符串：" + nameString);
        // sorted排序        // 按学生成绩逆序排序 正序则不需要加.reversed()        filterList = list.stream().filter(p -> null != p.getScore()).sorted(Comparator.comparing(UserPo::getScore).reversed()).collect(Collectors.toList());        System.out.println("所有学生的成绩集合，逆序排序：");        filterList.stream().forEach(System.out::println);
        System.out.println("按学生成绩归集：");        Map<Double, List<UserPo>> groupByScoreMap = list.stream().filter(p -> null != p.getScore())                .collect(Collectors.groupingBy(UserPo::getScore));        for (Map.Entry<Double, List<UserPo>> entry : groupByScoreMap.entrySet()) {            System.out.println("成绩：" + entry.getKey() + " 人数：" + entry.getValue().size());        }        // forEach        filterList.stream().forEach(p -> p.setScore(p.getScore() + 10));        System.out.println("及格人数太少，给每个人加10分");        filterList.stream().forEach(System.out::println);                // count        count = filterList.stream().filter(p -> p.getScore() >= 60).count();        System.out.println("最后及格人数" + count);
        DoubleSummaryStatistics statistics = filterList.stream().mapToDouble(p -> p.getScore()).summaryStatistics();        System.out.println("列表中最大的数 : " + statistics.getMax());        System.out.println("列表中最小的数 : " + statistics.getMin());        System.out.println("所有数之和 : " + statistics.getSum());        System.out.println("平均数 : " + statistics.getAverage());               // 并行流 使用        count = list.parallelStream().filter(p -> null != p.getScore()).count();        System.out.println("并行流处理参加考试的学生人数：" + count);    }}