Lambda和Stream流

最新推荐文章于 2024-05-29 11:40:26 发布

西野1314

最新推荐文章于 2024-05-29 11:40:26 发布

阅读量155

点赞数

分类专栏： java 文章标签： lambda stream

本文链接：https://blog.csdn.net/qq_40357769/article/details/119706208

版权

java 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

Lambda简介

Lambda表达式是推动 Java 8 发布的最重要新特性。Lambda 允许把函数作为一个方法的参数（函数作为参数传递进方法中）。使用 Lambda 表达式可以使代码变的更加简洁紧凑。

注：要使用Lambda表达式的写法类该接口必须只有一个方法并且带有@FunctionalInterface注解

四大函数接口

在这里插入图片描述

1. Function<T, R>：函数型接口（R apply（T t）

package Safe;


import org.junit.jupiter.api.DynamicTest;

import java.util.function.Function;


public class Test634 {

    public static void main(String[] args) {
        String name = "我是老王，你是 谁  ";
        String handler = handler(name, (str) -> str.substring(0, 2));

        String handler1 = handler(name, (str) -> str.trim());

        System.out.println(handler);
        System.out.println(handler1);

    }


    /**
     * 13      * 字符串操作
     * 14      * @param str 需要处理得字符串
     * 15      * @param fun Function接口
     * 16      * @return 处理之后得字符传
     * 17
     */
    public static String handler(String str, Function<String, String> function) {
        return function.apply(str);
    }

}

2. Consumer：消费型接口（void accept(T t)）

package Safe;


import org.junit.jupiter.api.DynamicTest;

import java.util.function.Consumer;
import java.util.function.Function;


public class Test634 {

    public static void main(String[] args) {
        //吃冰糕 一次1快
        consumo(10, (money) -> {
            money--;
            System.out.println(money);
        });
    }

    public static void consumo(double money, Consumer<Double> c) {
        c.accept(money);
    }
}

3.Supplier：供给型接口（T get（））

package Safe;


import org.junit.jupiter.api.DynamicTest;

import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import java.util.function.Consumer;
import java.util.function.Function;
import java.util.function.Supplier;


public class Test634 {

    public static void main(String[] args) {
        Random ran = new Random();
        List<Integer> list = supplier(10, () -> ran.nextInt(10));

        for (Integer i : list) {
            System.out.println(i);
        }
    }

    /**
     * 随机产生sum个数量得集合
     *
     * @param sum 集合内元素个数
     * @param sup
     * @return
     */
    public static List<Integer> supplier(int sum, Supplier<Integer> sup) {
        List<Integer> list = new ArrayList<Integer>();
        for (int i = 0; i < sum; i++) {
            list.add(sup.get());
        }
        return list;
    }
}

4.Predicate：断言型接口（boolean test（T t））

package Safe;


import org.junit.jupiter.api.DynamicTest;

import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import java.util.function.Consumer;
import java.util.function.Function;
import java.util.function.Predicate;
import java.util.function.Supplier;


public class Test634 {

    public static void main(String[] args) {
        List<Integer> l = new ArrayList<>();
        l.add(102);
        l.add(172);
        l.add(13);
        l.add(82);
        l.add(109);
        List<Integer> list = filterInt(l, x -> (x > 100));
        for (Integer integer : list) {
            System.out.println(integer);
        }
    }

    /**
     * 过滤集合
     *
     * @param list
     * @param pre
     * @return
     */
    public static List<Integer> filterInt(List<Integer> list, Predicate<Integer> pre) {
        List<Integer> l = new ArrayList<>();
        for (Integer integer : list) {
            if (pre.test(integer))
                l.add(integer);
        }
        return l;
    }
}

Stream流介绍

Stream API可以极大提高Java程序员的生产力，让程序员写出高效率、干净、简洁的代码。流在管道中传输，可以简洁高效的用一串代码进行筛选、排序、聚合、分组、去重等操作。

Stream对流的操作分为两种：

中间操作，每次返回一个新的流，可以有多个。
终端操作，每个流只能进行一次终端操作，终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。

Stream有几个特性：

stream不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。
stream不会改变数据源，通常情况下会产生一个新的集合或一个值。
stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。

创建流

List<String> list = Arrays.asList("a", "b", "c");
// 创建一个顺序流
Stream<String> stream = list.stream();
// 创建一个并行流
Stream<String> parallelStream = list.parallelStream();

stream和parallelStream的区分：

stream：stream是顺序流，由主线程按顺序对流执行操作。
parallelStream是并行流，内部以多线程并行执行的方式对流进行操作，但前提是流中的数据处理没有顺序要求

对数据处理顺序没有要求用parallelStream 性能快，如果要按照流程来需要用stream

Stream示例操作

注意：为了防止流操作返回空对象避免空指针异常，数据都会由Optional 类包裹，如果值存在则isPresent()方法会返回true，调用get()方法会返回该对象。

测试数据

@Data
@NoArgsConstructor
@AllArgsConstructor
class Student {

    private String name;

    private String sex;

    private Integer age;

    private String school;

    private String myclass;

    private String chinesPoints;

    private String mathPoints;

    private String englishPoints;


    public List<Student> getData() {
        List<Student> data = new ArrayList<Student>();
        data.add(new Student("老王", "男", 18, "二中", "A班", "98", "28", "37"));
        data.add(new Student("老黑", "女", 28, "二中", "B班", "44", "25", "77"));
        data.add(new Student("老白", "男", 41, "二中", "A班", "44", "88", "100"));
        data.add(new Student("老紫", "女", 18, "一中", "A班", "98", "28", "37"));
        data.add(new Student("老蓝", "男", 28, "一中", "A班", "100", "100", "100"));
        data.add(new Student("老橙", "男", 38, "一中", "B班", "98", "28", "37"));
        return data;
    }

}

 class Person {
    private String name;  // 姓名
    private int salary; // 薪资
    private int age; // 年龄
    private String sex; //性别
    private String area;  // 地区

    // 构造方法
    public Person(String name, int salary, int age,String sex,String area) {
        this.name = name;
        this.salary = salary;
        this.age = age;
        this.sex = sex;
        this.area = area;
    }
 

}

4.1 遍历/匹配（foreach/find/match）

public static void main(String[] args) {
        Student student = new Student();
        List<Student> data = student.getData();

        //遍历
        data.stream().forEach(datas -> {
            System.out.println(datas.getName());
        });
        // 获取第一个元素
        Student student1 = data.stream().findFirst().get();

        // 获取任意一个值（适用于并行流）
        Student student2 = data.parallelStream().findAny().get();


        boolean b = data.stream().anyMatch(sures -> sures.getEnglishPoints().equals("100"));

        System.out.println("获取第一个值" + student1.getName());
        System.out.println("获取任意一个值" + student2.getName());
        System.out.println("是否有英语满分的人嘛" + b);
    }

4.2 筛选（filter）

 public static void main(String[] args) {
        Student student = new Student();
        List<Student> data = student.getData();

        //英语满分100的人名
        data.stream().filter(datas -> Integer.valueOf(datas.getEnglishPoints()) >= 100).forEach(datas -> System.out.println(datas.getName()));
    }

4.3 聚合（max/min/count)

public static void main(String[] args) {
        Student student = new Student();
        List<Student> data = student.getData();

        //获取数学考的最好的人(自定义排序 data1在前是升序，,data1在后是降序)
        String name = data.stream().max((data1, data2) -> Integer.valueOf(data1.getMathPoints()).compareTo(Integer.valueOf(data2.getMathPoints()))).get().getName();
        String names = data.stream().min((data1, data2) -> Integer.valueOf(data1.getMathPoints()).compareTo(Integer.valueOf(data2.getMathPoints()))).get().getName();
        long count = data.stream().filter(datas -> datas.getEnglishPoints().equals("100")).count();
        System.out.println("获取数学考的最好的人"+name);
        System.out.println("获取数学考的最差的人"+names);
        System.out.println("英语考满分的人有"+count);
    }

4.4 映射(map/flatMap)

map：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
flatMap：接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。

public static void main(String[] args) {
        Student student = new Student();
        List<Student> data = student.getData();

        //获取所有人的名字 map
        List<String> collect = data.stream().map(datas -> datas.getName()).collect(Collectors.toList());
        System.out.println(collect);

        
        //flatMap
        List<String> datass = new ArrayList<>();
        datass.add("A-b-c-c-l");
        datass.add("C-CS-S-ss-S");
        List<String> collect1 = datass.stream().flatMap(datas -> {
            String[] split = datas.split("-");
            return Arrays.stream(split);
        }).collect(Collectors.toList());
        System.out.println(collect1);
    }

4.5归约(reduce)

public static void main(String[] args) {
		List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4);
		// 求和方式1
		Optional<Integer> sum = list.stream().reduce((x, y) -> x + y);
		// 求和方式2
		Optional<Integer> sum2 = list.stream().reduce(Integer::sum);
		// 求和方式3
		Integer sum3 = list.stream().reduce(0, Integer::sum);
		
		// 求乘积
		Optional<Integer> product = list.stream().reduce((x, y) -> x * y);

		// 求最大值方式1
		Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y);
		// 求最大值写法2
		Integer max2 = list.stream().reduce(1, Integer::max);

		System.out.println("list求和：" + sum.get() + "," + sum2.get() + "," + sum3);
		System.out.println("list求积：" + product.get());
		System.out.println("list求和：" + max.get() + "," + max2);
	}

4.6 收集(collect)

4.6.1 归集(toList/toSet/toMap)

 public static void main(String[] args) {
        Student student = new Student();
        List<Student> data = student.getData();
        //获取所有的名字
        List<String> collect = data.stream().map(datas -> datas.getName()).collect(Collectors.toList());
        //去重获取所有的学校
        Set<String> collect1 = data.stream().map(datas -> datas.getSchool()).collect(Collectors.toSet());
        //转map结构
        Map<String, List<Student>> collect2 = data.stream().collect(Collectors.toMap(dats -> dats.getName(), dats -> data));
        
        
    }

4.6.2 统计(count/averaging)

Collectors提供了一系列用于数据统计的静态方法：

计数：count
平均值：averagingInt、averagingLong、averagingDouble
最值：maxBy、minBy
求和：summingInt、summingLong、summingDouble
统计以上所有：summarizingInt、summarizingLong、summarizingDouble

案例：统计员工人数、平均工资、工资总额、最高工资。

public static void main(String[] args) {
        Student student = new Student();
        List<Student> data = student.getData();

        Long collect = data.stream().collect(Collectors.counting());
        Double collect1 = data.stream().collect(Collectors.averagingDouble(dats -> Integer.valueOf(dats.getEnglishPoints())));

        Integer integer = data.stream().map(dats -> Integer.valueOf(dats.getChinesPoints())).collect(Collectors.maxBy(Integer::compare)).get();

        Integer sum = data.stream().map(dats -> Integer.valueOf(dats.getChinesPoints())).collect(Collectors.summingInt(dars-> dars));

        //一次性统计所有信息 count sum min max
        DoubleSummaryStatistics collec  = data.stream().collect(Collectors.summarizingDouble(dars-> Integer.valueOf(dars.getEnglishPoints())));

        System.out.println("所有员工的数量"+collect);
        System.out.println("求英语的平均成绩"+collect1);
        System.out.println("求语文成绩最高"+integer);
        System.out.println("语文求和"+sum);

    }

4.6.3 分组(partitioningBy/groupingBy)

partitioningBy 分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。
groupingBy分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。

public static void main(String[] args) {
        Student student = new Student();
        List<Student> data = student.getData();

        //将语文大于50的人进行分组 大于50 的是一组 小于50 的是一组
        Map<Boolean, List<Student>> collect = data.stream().collect(Collectors.partitioningBy(x -> Integer.valueOf(x.getChinesPoints()) > 50));
        //根据学校进行分组
        Map<String, List<Student>> collect1 = data.stream().collect(Collectors.groupingBy(datas -> datas.getSchool()));

        //根据学校班级进行分组
        Map<String, Map<String, List<Student>>> collect2 = data.stream().collect(Collectors.groupingBy(datas -> datas.getSchool(), Collectors.groupingBy(datas -> datas.getMyclass())));
    }

4.7 排序(sorted)

sorted，中间操作。有两种排序：

sorted()：自然排序，流中元素需实现Comparable接口
sorted(Comparator com)：Comparator排序器自定义排序

案例：将员工按工资由高到低（工资一样则按年龄由大到小）排序

public class StreamTest {
	public static void main(String[] args) {
		List<Person> personList = new ArrayList<Person>();

		personList.add(new Person("Sherry", 9000, 24, "female", "New York"));
		personList.add(new Person("Tom", 8900, 22, "male", "Washington"));
		personList.add(new Person("Jack", 9000, 25, "male", "Washington"));
		personList.add(new Person("Lily", 8800, 26, "male", "New York"));
		personList.add(new Person("Alisa", 9000, 26, "female", "New York"));

		// 按工资升序排序（自然排序）
		List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
				.collect(Collectors.toList());
		// 按工资倒序排序
		List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
				.map(Person::getName).collect(Collectors.toList());
		// 先按工资再按年龄升序排序
		List<String> newList3 = personList.stream()
				.sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName)
				.collect(Collectors.toList());
		// 先按工资再按年龄自定义排序（降序）
		List<String> newList4 = personList.stream().sorted((p1, p2) -> {
			if (p1.getSalary() == p2.getSalary()) {
				return p2.getAge() - p1.getAge();
			} else {
				return p2.getSalary() - p1.getSalary();
			}
		}).map(Person::getName).collect(Collectors.toList());

		System.out.println("按工资升序排序：" + newList);
		System.out.println("按工资降序排序：" + newList2);
		System.out.println("先按工资再按年龄升序排序：" + newList3);
		System.out.println("先按工资再按年龄自定义降序排序：" + newList4);
	}
}

4.8 提取/组合

public static void main(String[] args) {
		String[] arr1 = { "a", "b", "c", "d" };
		String[] arr2 = { "d", "e", "f", "g" };

		Stream<String> stream1 = Stream.of(arr1);
		Stream<String> stream2 = Stream.of(arr2);
		// concat:合并两个流 distinct：去重
		List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
		// limit：限制从流中获得前n个数据
		List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
		// skip：跳过前n个数据
		List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());

		System.out.println("流合并：" + newList);
		System.out.println("limit：" + collect);
		System.out.println("skip：" + collect2);
	}

西野1314

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Lambda和Stream流

Lambda简介Lambda表达式是推动 Java 8 发布的最重要新特性。Lambda 允许把函数作为一个方法的参数（函数作为参数传递进方法中）。使用 Lambda 表达式可以使代码变的更加简洁紧凑。注：要使用Lambda表达式的写法类该接口必须只有一个方法并且带有@FunctionalInterface注解四大函数接口1. Function<T, R>：函数型接口（R apply（T t）package Safe;import org.junit.jupiter.ap
复制链接

扫一扫

专栏目录