归约(reduce)
将流中的元素依次结合起来,得到一个新的值
三个重载的方法:
1.Optional<T> reduce(BinaryOperator<T> accumulator);
2.T reduce(T identity, BinaryOperator<T> accumulator)
3.<U> U reduce(U identity, BiFunction<U, ? super T, U> accumulator, BinaryOperator<U> combiner);
前面两种在下面有些例子介绍,但是第三种研究了半天也没搞懂意思,在查阅资料后发现,它是用在流并发操作的时候,将每个线程前两个参数形成的结果result集合并为一个。所以第三个参数是一个BinaryOperator函数接口
//归约
@Test
public void test5() {
//reduce(String identity, BinaryOperator<String> accumulator) 第一个参数相当于起始值 ,第二个参数是二元运算函数接口
String s1 = custs.stream().map(Cust::getCustName).reduce("", (x,y)->x+","+y).replaceFirst(",", "");
System.out.println(s1);
System.out.println("###################################");
//reduce(BinaryOperator<String> accumulator) 参数是二元运算函数接口,因为没有给默认值,所以为了避免使用时空指针异常,返回的是Optional
Optional<String> opt = custs.stream().map(Cust::getCustName).reduce((x,y)->x+","+y);
String s2 = opt.get().replaceFirst(",", "");
/*
* 从年龄大于40的人中去操作,filter的结果会为空
* Optional<String> opt1 = custs.stream().filter((x)->x.getAge()>40).map(Cust::getCustName).reduce((x,y)->x+","+y);
* String s3 = opt1.get().replaceFirst(",", "");
*
* 这段代码要返回异常:java.util.NoSuchElementException: No value present
* 仿佛并没有多大用处似的,看来需要再去了解一下Optional的使用方法
*/
}
收集
将数据源经过过滤、筛选等操作收集到对应的集合或者Map,或者收集他们的统计信息,如求和、平均值、最大值、最小值、记录数等
图片来自别人的教材
开始写例子。。
@Test
public void test6() {
List<Integer> cl1 = custs.stream().map(Cust::getCustId).collect(Collectors.toList());
System.out.println(cl1);
System.out.println("###############################");
//如果收集为SET,则具有排重功能
Set<Integer> st1 = custs.stream().map(Cust::getCustId).collect(Collectors.toSet());
System.out.println(st1);
System.out.println("###############################");
//使用时注意不能有重复的值
Map<String,Integer> m1 = custs.stream().distinct().collect(Collectors.toMap((x)->x.getCustName(), (x)->x.getAge()));
System.out.println(m1);
//这个重载的方法比上面多出来的参数是用来处理冲突数据
Map<String,Integer> m2 = custs.stream().collect(Collectors.toMap((x)->x.getCustName(), (x)->x.getAge(), (x,y)->x*y));
System.out.println(m2);
//在上面方法基础上,还可以把其他Map中的数据合并到结果中
Map<String,Integer> m3 = custs.stream().collect(Collectors.toMap((x)->x.getCustName(), (x)->x.getAge(), (x,y)->x*y,()->{
Map<String,Integer> mt = new HashMap();
mt.put("武磊", 2600000);
mt.put("郜林", 2200000);
return mt;
}));
System.out.println(m3);
System.out.println("###############################");
//toConcurrentMap用来并发开发当中,其他2个和toMap用法一致,如果在并发开发中推荐使用toConcurrentMap,效率更高
ConcurrentMap<String,Integer> m4 = custs.stream().distinct().collect(Collectors.toConcurrentMap((x)->x.getCustName(), (x)->x.getAge()));
System.out.println(m4);
//将结果收集到想要的集合当中
LinkedList<String> ll1 = custs.stream().map(Cust::getCustName).limit(3).distinct().collect(Collectors.toCollection(LinkedList::new));
System.out.println(ll1);
//统计记录数-相当于Oracle的count
Long lc = custs.stream().collect(Collectors.counting());
System.out.println(lc);
//统计所有记录的年龄-相当于Oracle的sum
Long ls = custs.stream().collect(Collectors.summingLong(x->x.getAge()));
System.out.println(ls);
//求所有记录的年龄的平均值,因为经过除法之后会变成Double,所以即使方式使Long类型,其返回结果是Double
Double ls1 = custs.stream().collect(Collectors.averagingLong(x->x.getAge()));
System.out.println(ls1);
//收集统计信息---这个功能包含了常用的统计结果,使用起来很方便,但是如果源数据很多,且使用不到那么多统计结果的话,为了考虑程序效率,还是要什么用什么比较好
DoubleSummaryStatistics dss = custs.stream().collect(Collectors.summarizingDouble(x->x.getAge()));
System.out.println(dss.getAverage()+","+dss.getCount()+","+dss.getMax());
}
夜已深,瞌睡来了,剩下几个方法,如分组、分区、连接等下次来写