聊聊工作中常用的Stream流表达式
前言
日常开发中,我们很多时候需要用到Java 8
的Lambda
表达式,它允许把函数作为一个方法的参数,让我们的代码更优雅、更简洁。所以整理了一波工作中,我常用的,有哪些Lambda
表达式,它又是如何方便我们组装、处理数据的呢,看完一定会有帮助的。
1. list转map
工作中,我们经常遇到list
转map
的案例。Collectors.toMap
就可以把一个list
数组转成一个Map
。代码如下:
public class TestLambda {
public static void main(String[] args) {
List<UserInfo> userInfoList = new ArrayList<>();
userInfoList.add(new UserInfo(1L, "捡田螺的小男孩", 18));
userInfoList.add(new UserInfo(2L, "程序员田螺", 27));
userInfoList.add(new UserInfo(2L, "捡瓶子的小男孩", 26));
/**
* list 转 map
* 使用Collectors.toMap的时候,如果有可以重复会报错,所以需要加(k1, k2) -> k1
* (k1, k2) -> k1 表示,如果有重复的key,则保留第一个,舍弃第二个
*/
Map<Long, UserInfo> userInfoMap = userInfoList.stream().collect(Collectors.toMap(UserInfo::getUserId, userInfo -> userInfo, (k1, k2) -> k1));
userInfoMap.values().forEach(a->System.out.println(a.getUserName()));
}
}
//运行结果
捡田螺的小男孩
程序员田螺
类似的,还有Collectors.toList()
、Collectors.toSet()
,表示把对应的流转化为list
或者Set
。
2. filter()过滤
从数组集合中,过滤掉不符合条件的元素,留下符合条件的元素。
List<UserInfo> userInfoList = new ArrayList<>();
userInfoList.add(new UserInfo(1L, "捡田螺的小男孩", 18));
userInfoList.add(new UserInfo(2L, "程序员田螺", 27));
userInfoList.add(new UserInfo(3L, "捡瓶子的小男孩", 26));
/**
* filter 过滤,留下超过18岁的用户
*/
List<UserInfo> userInfoResultList = userInfoList.stream().filter(user -> user.getAge() > 18).collect(Collectors.toList());
userInfoResultList.forEach(a -> System.out.println(a.getUserName()));
//运行结果
程序员田螺
捡瓶子的小男孩
3. foreach遍历
foreach 遍历list,遍历map,真的很丝滑。
/**
* forEach 遍历集合List列表
*/
List<String> userNameList = Arrays.asList("捡田螺的小男孩", "程序员田螺", "捡瓶子的小男孩");
userNameList.forEach(System.out::println);
HashMap<String, String> hashMap = new HashMap<>();
hashMap.put("公众号", "捡田螺的小男孩");
hashMap.put("职业", "程序员田螺");
hashMap.put("昵称", "捡瓶子的小男孩");
/**
* forEach 遍历集合Map
*/
hashMap.forEach((k, v) -> System.out.println(k + ":\t" + v));
//运行结果
捡田螺的小男孩
程序员田螺
捡瓶子的小男孩
职业: 程序员田螺
公众号: 捡田螺的小男孩
昵称: 捡瓶子的小男孩
4. groupingBy分组
提到分组,相信大家都会想起SQL
的group by
。我们经常需要一个List做分组操作。比如,按城市分组用户。在Java8之前,是这么实现的:
List<UserInfo> originUserInfoList = new ArrayList<>();
originUserInfoList.add(new UserInfo(1L, "捡田螺的小男孩", 18,"深圳"));
originUserInfoList.add(new UserInfo(3L, "捡瓶子的小男孩", 26,"湛江"));
originUserInfoList.add(new UserInfo(2L, "程序员田螺", 27,"深圳"));
Map<String, List<UserInfo>> result = new HashMap<>();
for (UserInfo userInfo : originUserInfoList) {
String city = userInfo.getCity();
List<UserInfo> userInfos = result.get(city);
if (userInfos == null) {
userInfos = new ArrayList<>();
result.put(city, userInfos);
}
userInfos.add(userInfo);
}
而使用Java8的groupingBy
分组器,清爽无比:
// 注意:分组之后如果根据key获取分组数据,未命中则返回的是Null值,防止空指针异常
// result 可能未Null
Map<String, List<UserInfo>> result = originUserInfoList.stream()
.collect(Collectors.groupingBy(UserInfo::getCity));
注意:
分组之后可能某个组别的数据是null,当再次使用result.get(“呼和浩特”).stream。。。。的语法会报空指针异常。
5. sorted+Comparator 排序
工作中,排序的需求比较多,使用sorted+Comparator
排序,真的很香。
List<UserInfo> userInfoList = new ArrayList<>();
userInfoList.add(new UserInfo(1L, "捡田螺的小男孩", 18));
userInfoList.add(new UserInfo(3L, "捡瓶子的小男孩", 26));
userInfoList.add(new UserInfo(2L, "程序员田螺", 27));
/**
* sorted + Comparator.comparing 排序列表,
*/
userInfoList = userInfoList.stream().sorted(Comparator.comparing(UserInfo::getAge)).collect(Collectors.toList());
userInfoList.forEach(a -> System.out.println(a.toString()));
System.out.println("开始降序排序");
/**
* 如果想降序排序,则可以使用加reversed()
*/
userInfoList = userInfoList.stream().sorted(Comparator.comparing(UserInfo::getAge).reversed()).collect(Collectors.toList());
userInfoList.forEach(a -> System.out.println(a.toString()));
//运行结果
UserInfo{userId=1, userName='捡田螺的小男孩', age=18}
UserInfo{userId=3, userName='捡瓶子的小男孩', age=26}
UserInfo{userId=2, userName='程序员田螺', age=27}
开始降序排序
UserInfo{userId=2, userName='程序员田螺', age=27}
UserInfo{userId=3, userName='捡瓶子的小男孩', age=26}
UserInfo{userId=1, userName='捡田螺的小男孩', age=18}
// list<Integer>升序排序
compareTo方法内部调用compare方法,小于比对,小于返回-1 等于返回0 大于返回1
// 默认排序
Collections.sort(list);
list.sort(Integer::compareTo);
List<Integer> collect = list.stream().sorted((a, b) -> a.compareTo(b)).collect(Collectors.toList());
// 降序排序
list.stream().sorted(Comparator.reverseOrder()).forEach(System.out::println);
// 自定义降序排序
list.sort(new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o2-o1;
}
});
// 顺序反转
Collections.reverse(list);
6.distinct去重
distinct
可以去除重复的元素:
List<String> list = Arrays.asList("A", "B", "F", "A", "C");
List<String> temp = list.stream().distinct().collect(Collectors.toList());
temp.forEach(System.out::println);
7. findFirst 返回第一个
findFirst
很多业务场景,我们只需要返回集合的第一个元素即可:
List<String> list = Arrays.asList("A", "B", "F", "A", "C");
list.stream().findFirst().ifPresent(System.out::println);
8. anyMatch是否至少匹配一个元素
anyMatch
检查流是否包含至少一个满足给定谓词的元素。
Stream<String> stream = Stream.of("A", "B", "C", "D");
boolean match = stream.anyMatch(s -> s.contains("C"));
System.out.println(match);
//输出
true
9. allMatch 匹配所有元素
allMatch
检查流是否所有都满足给定谓词的元素。
Stream<String> stream = Stream.of("A", "B", "C", "D");
boolean match = stream.allMatch(s -> s.contains("C"));
System.out.println(match);
//输出
false
10. map转换
map
方法可以帮我们做元素转换,比如一个元素所有字母转化为大写,又或者把获取一个元素对象的某个属性,demo
如下:
List<String> list = Arrays.asList("jay", "tianluo");
//转化为大写
List<String> upperCaselist = list.stream().map(String::toUpperCase).collect(Collectors.toList());
upperCaselist.forEach(System.out::println);
11. Reduce
Reduce可以合并流的元素,并生成一个值
// 盈亏
// 处理金额中的,
List<String> phaseList = tradeStatisticsFormDOS.stream().filter(obj -> StringUtils.hasLength(obj.getPhase())).map(obj -> obj.getPhase().replaceAll(",", "")).collect(Collectors.toList());
BigDecimal phaseSum = phaseList.stream().map(BigDecimal::new).reduce(BigDecimal.ZERO, BigDecimal::add);
12. peek 打印个日志
peek()
方法是一个中间Stream
操作,有时候我们可以使用peek
来打印日志。
List<String> result = Stream.of("程序员田螺", "捡田螺的小男孩", "捡瓶子的小男孩")
.filter(a -> a.contains("田螺"))
.peek(a -> System.out.println("关注公众号:" + a)).collect(Collectors.toList());
System.out.println(result);
//运行结果
关注公众号:程序员田螺
关注公众号:捡田螺的小男孩
[程序员田螺, 捡田螺的小男孩]
13. Max,Min最大最小
使用lambda流求最大,最小值,非常方便。
List<UserInfo> userInfoList = new ArrayList<>();
userInfoList.add(new UserInfo(1L, "捡田螺的小男孩", 18));
userInfoList.add(new UserInfo(3L, "捡瓶子的小男孩", 26));
userInfoList.add(new UserInfo(2L, "程序员田螺", 27));
Optional<UserInfo> maxAgeUserInfoOpt = userInfoList.stream().max(Comparator.comparing(UserInfo::getAge));
maxAgeUserInfoOpt.ifPresent(userInfo -> System.out.println("max age user:" + userInfo));
Optional<UserInfo> minAgeUserInfoOpt = userInfoList.stream().min(Comparator.comparing(UserInfo::getAge));
minAgeUserInfoOpt.ifPresent(userInfo -> System.out.println("min age user:" + userInfo));
//运行结果
max age user:UserInfo{userId=2, userName='程序员田螺', age=27}
min age user:UserInfo{userId=1, userName='捡田螺的小男孩', age=18}
14. count统计
一般count()
表示获取流数据元素总数。
List<UserInfo> userInfoList = new ArrayList<>();
userInfoList.add(new UserInfo(1L, "捡田螺的小男孩", 18));
userInfoList.add(new UserInfo(3L, "捡瓶子的小男孩", 26));
userInfoList.add(new UserInfo(2L, "程序员田螺", 27));
long count = userInfoList.stream().filter(user -> user.getAge() > 18).count();
System.out.println("大于18岁的用户:" + count);
//输出
大于18岁的用户:2
15.map重新收集某字段信息
抽取集合中某个字段信息,以符号,隔开转成字符串
String s= list.stream().map(p->p.get("name")).collect(Collectors.joining(","));
16.集合中某字段是否重复校验
List<String> distinctList = fieldConfigVOList.stream().map(FieldConfigVO::getFieldName).distinct().collect(Collectors.toList());
boolean flag = distinctList.size() != fieldConfigVOList.size();
if (flag) {
result.setErrorJson("输入的文件字段名称不可重复,请检查", result);
return true;
}
17.多字段去重
java8去重(根据年级和专业,当年级和专业都相同的情况下看做是重复数据):
List<ClassEntity> distinctClass = classEntities.stream().collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(o -> o.getProfessionId() + ";" + o.getGrade()))), ArrayList::new));
通过hashSet去重(如将classNames去重):该种去重是bean完全相同的时候算重复数据:
List<String> classNameList = new ArrayList(new HashSet(classNames));
18.list类型转换数据复制
private List<FileSendDetailDto> getWarnPhone(Page<FileSendDetailVO> all, String businessTypes) throws ParseException {
// list复制
List<FileSendDetailDto> resultList = all.getContent().stream().map(fileSendDetailVO -> {
FileSendDetailDto fileSendDetailDto = new FileSendDetailDto();
BeanUtils.copyProperties(fileSendDetailVO, fileSendDetailDto);
return fileSendDetailDto;
}).collect(Collectors.toList());
19. 常用函数式接口
其实lambda离不开函数式接口,我们来看下JDK8常用的几个函数式接口:
-
•
Function<T, R>
(转换型): 接受一个输入参数,返回一个结果 -
•
Consumer<T>
(消费型): 接收一个输入参数,并且无返回操作 -
•
Predicate<T>
(判断型): 接收一个输入参数,并且返回布尔值结果 -
•
Supplier<T>
(供给型): 无参数,返回结果
Function<T, R>
是一个功能转换型的接口,可以把将一种类型的数据转化为另外一种类型的数据
private void testFunction() {
//获取每个字符串的长度,并且返回
Function<String, Integer> function = String::length;
Stream<String> stream = Stream.of("程序员田螺", "捡田螺的小男孩", "捡瓶子的小男孩");
Stream<Integer> resultStream = stream.map(function);
resultStream.forEach(System.out::println);
}
Consumer<T>
是一个消费性接口,通过传入参数,并且无返回的操作
private void testComsumer() {
//获取每个字符串的长度,并且返回
Consumer<String> comsumer = System.out::println;
Stream<String> stream = Stream.of("程序员田螺", "捡田螺的小男孩", "捡瓶子的小男孩");
stream.forEach(comsumer);
}
Predicate<T>
是一个判断型接口,并且返回布尔值结果.
private void testPredicate() {
//获取每个字符串的长度,并且返回
Predicate<Integer> predicate = a -> a > 18;
UserInfo userInfo = new UserInfo(2L, "程序员田螺", 27);
System.out.println(predicate.test(userInfo.getAge()));
}
Supplier<T>
是一个供给型接口,无参数,有返回结果。
private void testSupplier() {
Supplier<Integer> supplier = () -> Integer.valueOf("666");
System.out.println(supplier.get());
}
这几个函数在日常开发中,也是可以灵活应用的,比如我们DAO操作完数据库,是会有个result的整型结果返回。我们就可以用Supplier<T>
来统一判断是否操作成功。如下:
private void saveDb(Supplier<Integer> supplier) {
if (supplier.get() > 0) {
System.out.println("插入数据库成功");
}else{
System.out.println("插入数据库失败");
}
}
@Test
public void add() throws Exception {
Course course=new Course();
course.setCname("java");
course.setUserId(100L);
course.setCstatus("Normal");
saveDb(() -> courseMapper.insert(course));
}
20.一个集合根据另一个集合去重
public static void main(String[] args) {
List<String> listC = new ArrayList<>();
listC.add("1");
listC.add("2");
listC.add("3");
listC.add("4");
List<String> listD = new ArrayList<>();
listD.add("1");
listD.add("2");
listD.add("3");
// 去重
listC.removeIf(s -> listD.stream().anyMatch(s::equals));
System.out.println(JsonUtils.toJson(listC));
}
结果:
[
"4"
]
21.一个list去重
import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Set;
public class DuplicateElementsExample {
public static void main(String[] args) {
List<Integer> numbers = new ArrayList<>();
numbers.add(1);
numbers.add(2);
numbers.add(3);
numbers.add(2);
numbers.add(4);
numbers.add(3);
Set<Integer> duplicates = new HashSet<>();
numbers.stream() // 转换成流
.filter(n -> !duplicates.add(n)) // 如果添加到集合失败(即元素已存在),则说明是重复元素
.forEach(System.out::println); // 打印重复元素
}
}
在上述示例中,我们使用了一个 HashSet 来存储已经出现过的元素。通过把元素添加到 HashSet 中,我们可以判断是否添加成功来确定是否为重复元素。
numbers.stream().filter(n -> !duplicates.add(n)) 这一行代码使用了 Lambda 表达式来筛选重复元素。如果元素已经存在于 HashSet 中,add() 方法会返回 false,否则返回 true。通过 !duplicates.add(n),我们可以得到返回值为 true 的重复元素。最后,使用 forEach() 方法来打印重复元素。
22.分组计算
summingDouble:比如汇总资金
summingInt:比如汇总年龄
summingLong:比如数据汇总
// 分组,直接对某个字段求和(Double存在精度丢失问题)
// 各客户的所有可用资金合计
Map<String, Double> totalSysFundsAvailable = resultList.stream().collect(Collectors.groupingBy(
r -> r.getInvestor(), Collectors.summingDouble(e -> Double.valueOf(StringUtils.isEmpty(e.getSysFundsAvailable())?"0.00":e.getSysFundsAvailable()))
));
// 先分组,再收集成list,然后再map,再对字段汇总求和
// 各客户的所有可用资金合计 getAge使用int类型
Map<String, BigDecimal> totalSysFundsAvailable = resultList.stream().collect(Collectors.groupingBy(
r -> r.getInvestor(), Collectors.collectingAndThen(
Collectors.toList(),x->x.stream().map(
Student::getAge().reduce(BigDecimal.ZERO,BigDecimal::add)
)
));
在Java中,Double
类型确实存在精度问题,因为它是基于 IEEE 754 标准的浮点数。这意味着 Double
类型不能精确表示某些十进制小数,特别是那些无法用二进制精确表示的小数。
在你提供的代码片段中,使用 Double
类型来存储和计算资金总额,可能会遇到精度问题,尤其是在以下情况下:
- 当进行大量累加操作时,累积的舍入误差可能会变得显著。
- 当处理非常小或非常大的数值时,精度问题可能更加明显。
为了减少精度问题,可以考虑以下几种方法:
-
使用
BigDecimal
:BigDecimal
类型提供了更高精度的十进制数运算,适合用于金融计算。你可以将Double
替换为BigDecimal
,并相应地修改Collectors.summingDouble
为Collectors.reducing
或Collectors.summing
,并提供BigDecimal.ZERO
作为初始值。 -
舍入规则:在最终输出或显示之前,可以对
Double
值应用舍入规则,例如使用BigDecimal
的setScale
方法来指定小数点后的位数。 -
避免不必要的转换:如果可能,尽量避免在计算过程中将
String
转换为Double
,特别是当字符串表示的数字可以精确转换为BigDecimal
时。 -
使用整数:如果资金的单位是最小的货币单位(如分、厘等),可以考虑使用
long
或BigInteger
类型来避免精度问题。
下面是一个使用 BigDecimal
替代 Double
的示例代码:
Map<String, BigDecimal> totalSysFundsAvailable = resultList.stream().collect(Collectors.groupingBy(
r -> r.getInvestor(),
Collectors.reducing(
BigDecimal.ZERO,
e -> new BigDecimal(StringUtils.isEmpty(e.getSysFundsAvailable()) ? "0.00" : e.getSysFundsAvailable()),
BigDecimal::add)
));
请注意,这里假设 getSysFundsAvailable
返回的是 String
类型。如果它返回的是 Double
,则需要相应地调整代码。此外,使用 BigDecimal
时,你可能需要处理 NullPointerException
,因为如果 getSysFundsAvailable()
返回 null
,StringUtils.isEmpty
会返回 true
,并且 new BigDecimal(null)
会抛出异常。
23.toMap
toMap在代码中可以实现跟分组一样的效果,来看看实际运用场景
//6、 资金对账表-按照投资者-资金对账表组装数据
Map<String,AssetCheck> assetCheckMap = acList.stream().collect(Collectors.toMap(
e->e.getInvestorId(), AssetCheck->AssetCheck
));
//8、质押更新
Map<String,List<PledgeRenewal>> prMap = prList.stream().collect(Collectors.groupingBy(
e->e.getInvestorId()
));
List<String> investors = masterConfigList.stream().map(c -> {
return c.getInvestor();
}).distinct().collect(Collectors.toList());
// 主系统结果
List<MultiSysMasterResult> resultList = new ArrayList<>();
//遍历客户
for(MultiSysMasterConfig config:masterConfigList){
// 根据投资者获取资金对账表
AssetCheck assetCheck = assetCheckMap.get(config.getInvestor());
......
}