一、开篇
Stream?其实就是处理集合的一种形式,称之为流,在Java8中被引入,可被Collection中的子类调用。
作用?简化代码,提升你的开发效率。
不会?看完这篇你就能自己上手了!
二、实例
首先将你的集合处理成流,才可以使用此API。
Stream stream = list.stream();
接下来创建一个String类型的List,便于测试。
List list = new ArrayList();
list.add(1);
list.add(2);
list.add(3);
list.add(7);
list.add(4);
list.add(6);
接下来展示具体参数使用方式。
filter 过滤
例:需要过滤出在集合中,大于5的数字的集合。
List result = list.stream().filter(o -> o>5).collect(Collectors.toList());
filter内部使用的是lamda表达式,也是Java8的功能,o代表集合中每一个元素,o>5表示这个元素的值若大于5就返回true,就获取结果。collect表示聚合,Collectors.toList()表示将结果聚合到一个List集合。
map 形成一个新对象
例:需要将集合内的元素全部转换成String类型。
List result = list.stream().map(o->String.valueOf(o)).collect(Collectors.toList());
sort 排序
例: 需要从小到大排序。
List result = list.stream().sorted().collect(Collectors.toList());
例: 需要从大到小排序。
List result = list.stream().sorted(Comparator.reverseOrder()).collect(Collectors.toList());
forEach 遍历
例: 打印集合内每个元素。
list.stream().forEach(o->System.out.println(o));
list.forEach(o->System.out.println(o));
distinct 去除重复元素
List result = list.stream().distinct().collect(Collectors.toList());
reduce 集合内运算
例: 计算集合中元素的和。
Integer sum = list.stream().reduce(0, (i, j) -> i + j);
reduce中第一个参数为基数,即为初始值,i,j的定义为第一个和第二个操作数,i+j即为操作,此处为加法操作。
如果计算乘法,就不能设置初始值为0,因为0乘任何数都为0。
collect 聚合成Collection
Collectors.toMap(Function super T, ? extends K> keyMapper, Function super T, ? extends U> valueMapper)
Collectors.toList()
Collectors.toSet()
...
例: 将list聚合成一个key为元素,value为“item”+元素的Map。
Map map = list.stream().collect(Collectors.toMap(Function.identity(), o -> String.format("item%s", o)));
结果:{1=item1, 2=item2, 3=item3, 4=item4, 6=item6, 7=item7}
keyMapper表示设置为key的规则,valueMapper表示设置为value的规则。
Function.identity()表示当前本身元素。
groupBy 分组
Collectors.groupingBy(Function super T, ? extends K> classifier)
新建一个User实体,有姓名和年龄两个字段,并初始化一个集合便于测试。
List list = new ArrayList();
list.add(new User("与李", 18));
list.add(new User("CSDN", 19));
list.add(new User("han", 20));
list.add(new User("han", 21));
例: 需要把名字相同的实体提出来放在一起,形成一个List集合。
Map> group = list.stream().collect(Collectors.groupingBy(User::getName));
结果:{han=[User [name=han, age=20], User [name=han, age=21]], CSDN=[User [name=CSDN, age=19]], 与李=[User [name=与李, age=18]]}
此处使用User实体的name属性进行分组。
User::getName 与 o -> o.getName() 含义相同,两者皆可传入。
partitioningBy 分区
Collectors.partitioningBy(Predicate super T> predicate)
例: 分别统计年龄大于等于20和小于20的学生信息
Map> partitioning = list.stream().collect(Collectors.partitioningBy(o -> o.getAge() >= 20));
结果:{false=[User [name=与李, age=18], User [name=CSDN, age=19]], true=[User [name=han, age=20], User [name=han, age=21]]}
可以看到返回结果是一个Map,利用partitioningBy后生成的map,有且仅有两个元素,key固定为true和false,分别表示满足条件的信息和不不满足条件的信息。
三、结尾
此文列举了Stream部分方法的使用,具体更多的方法需要自己去深入了解。通过熟悉使用Stream的api之后,你会对它的处理方式爱不释手。