Stream学习使用

一、Stream流介绍

Streanm流式一个集合元素模型，与数据结构无关，不会存储元素包括内存地址。操作起来有点类似SQL语句一样的操作，如filter, map, reduce, find, match, sorted等。但是效率比普通的for循环要慢。

二、filter

filter方法用于通过设置的条件过滤出元素。

ArrayList<String> dataList = new ArrayList<>();

for (int i = 0; i < 20; i++) {
    dataList.add(i+"");
}

List<String> collect = dataList.stream().filter(s -> Integer.parseInt(s) > 10).collect(Collectors.toList());

这里使用filter将集合元素转化为数字后比较比10大的元素。

三、collect

collect含义是确定返回的是类型，可Map、List或者String等。

ArrayList<String> dataList = new ArrayList<>();

for (int i = 0; i < 20; i++) {
    dataList.add(i+"");
}

// 这里将每个元素用,拼接成字符串返回
List<String> collect = dataList.stream().collect(Collectors.joining(", "));

// 这里将元素放入List里
List<String> collect = dataList.stream().collect(Collectors.toList());

//这里将元素放入一个map里，toMap(key,value , 当key相等时要后者还是前者)
Map<String, Integer> map = dataList.stream().collect(Collectors.toMap(String::toString, Integer::parseInt , (v1,v2)->v1));

四、聚合（count/max/min）

count用于统计元素的个数。

ArrayList<String> dataList = new ArrayList<>();

for (int i = 0; i < 20; i++) {
    dataList.add(i+"");
}
//统计大于10的
long count = dataList.stream().filter(s -> Integer.parseInt(s) > 10).count();


//取年龄最大的person对象
Person person = personList.stream().max(Comparator.comparing(Person::getAge)).get();

五、map/peek/flatMap

map方法用于主要映射元素对应结果

ArrayList<String> dataList = new ArrayList<>();
for (int i = 0; i < 10; i++) {
    dataList.add(i+"");
}

List<Integer> collect = dataList.stream().map(s -> Integer.parseInt(s)*2).collect(Collectors.toList());
System.out.println(collect);

//或者
List<Integer> collect = dataList.stream().map(Integer::parseInt).collect(Collectors.toList());

peek：与map最大的区别是peek没返回值，但是会执行对应的方法

 List<Integer> intList = Arrays.asList(1, 44, 56, 7, 8);
 List<Integer> list = intList.stream().peek(s -> s += 100).collect(Collectors.toList());
 //打印出来，发现两个集合元素值都没改变，同时原始值
 System.out.println(intList);
 System.out.println(list);
 
 
//将Person对象中的salary属性都添加1000元。但是原始的personList也将值给改变了
List<Person> collect = personList.stream()
                .peek(per -> per.setSalary(per.getSalary() + 1000))
                .collect(Collectors.toList());

flatMap：接收一个函数，将流中的值换成另外一个流

List<String> list = Arrays.asList("m,k,l,a", "1,3,5,7");
List<String> listNew = list.stream().flatMap(s -> {
   // 将每个元素转换成一个stream
   String[] split = s.split(",");
   return Arrays.stream(split);
 }).collect(Collectors.toList());

六、limit

方法用于获取指定数量的流

List<String> collect = dataList.stream().limit(10).collect(Collectors.toList());

七、sorted 排序

sorted 方法用于对流进行排序，默认是升序，如果想降序则传参Comparator.reverseOrder()。 也可根据指定条件进行排序

• 升序

ArrayList<String> dataList = new ArrayList<>();
for (int i = 0; i < 20; i++) {
    dataList.add(i+"");
}
// 升序
List<String> collect = dataList.stream().sorted().collect(Collectors.toList());

• 降序

ArrayList<String> dataList = new ArrayList<>();
for (int i = 0; i < 20; i++) {
    dataList.add(i+"");
}
// 升序
 List<String> collect = dataList.stream().sorted(Comparator.reverseOrder()).collect(Collectors.toList());

• 复杂

ArrayList<User> dataList = new ArrayList<>();
for (int i = 0; i < 30; i++) {
    User user = new User();
    user.setAge(i);
    user.setName("小"+i);
    dataList.add(user);
}
//这里是要筛选出大于18或等于18岁的用户，并且按照年龄进行降序。
List<User> collect = dataList.stream().filter(item -> item.getAge() >= 18)
            .sorted(Comparator.comparing(User::getAge).reversed())
            .collect(Collectors.toList());
System.out.println(collect);



//按照年龄排序，如果年龄相等按照首字母排序
dataList.stream().sorted((x, y) -> {
            if ( x.getAge()==y.getAge()){
                return   y.getName().charAt(0) - x.getName().charAt(0);
            }
            return x.getAge()-y.getAge();
}).forEach(System.out::println);

八、统计(summaryStatistics/count/averaging)

ArrayList<User> dataList = new ArrayList<>();
for (int i = 0; i < 30; i++) {
    User user = new User();
    user.setAge(i);
    user.setName("小"+i);
    dataList.add(user);
}


IntSummaryStatistics stats = dataList.stream().mapToInt(User::getAge).summaryStatistics();
System.out.println("年龄最大为 : " + stats.getMax());
System.out.println("年龄最小为 : " + stats.getMin());
System.out.println("所有年龄之和 : " + stats.getSum());
System.out.println("平均数 : " + stats.getAverage());




List<Person> personList = new ArrayList<Person>();
personList.add(new Person("Tom", 8900, 23, "male", "New York"));
personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
personList.add(new Person("Lily", 7800, 21, "female", "Washington"));

// 求平均工资
Double collect = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));

// 求工资之和
Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));

mapToInt(x -> x) 这里主要放表达式，代表着需要计算的元素。

九、规约（reduce）

//取出对象的年龄然后相加。
Integer data = personList.stream().map(Person::getAge).reduce(Integer::sum).get();
System.out.println(data);
 
//相加
List<Integer> data = Arrays.asList(1, 45, 67, 787, 232);
Integer integer = data.stream().reduce(Integer::sum).get();


//相乘
List<Integer> data = Arrays.asList(1, 45, 67, 787, 232);
Integer integer = data.stream().reduce((x, y) -> x * y).get();

十、分组(partitioningBy/groupingBy)

List<Person> personList = new ArrayList<Person>();
personList.add(new Person("Tom", 8900, "male", "New York"));
personList.add(new Person("Jack", 7000, "male", "Washington"));
personList.add(new Person("Lily", 7800, "female", "Washington"));
personList.add(new Person("Anni", 8200, "female", "New York"));
personList.add(new Person("Owen", 9500, "male", "New York"));
personList.add(new Person("Alisa", 7900, "female", "New York"));

//按工资是否大于8000来放行分类
 Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));

//按照首字母进行分组
Map<Character, List<Person>> collect = personList.stream().collect(Collectors.groupingBy(x -> x.getName().charAt(0)));


 // 将员工先按性别分组，再按地区分组
 Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));

十一、提取/组合

流也可以进行合并、去重、限制、跳过等操作。

ArrayList<User> dataList1 = new ArrayList<>();
dataList1.add(new User(52,"a"));
dataList1.add(new User(43,"c"));
dataList1.add(new User(82,"b"));

ArrayList<User> dataList2 = new ArrayList<>();
dataList2.add(new User(18,"d"));
dataList2.add(new User(18,"b"));

        
List<User> collect = Stream.concat(dataList1.stream(), dataList2.stream())
           .distinct() //去重，需重写equals方法
           .skip(1) //跳过
            .collect(Collectors.toList());