packagecom.gc.study.java8.stream;importjava.util.ArrayList;importjava.util.Arrays;importjava.util.HashSet;importjava.util.Iterator;importjava.util.List;importjava.util.Map;importjava.util.Optional;importjava.util.stream.Collectors;importjava.util.stream.Stream;importorg.junit.Test;importcom.gc.study.java8.lambda.User;importcom.gc.study.java8.lambda.User.Status;/***@authorgc
* 一、Stream的三个操作步骤 (同一个流stream只能消费一次)
* 1.创建stream
* 2.中间操作
* 多个中间操作可以连接起来形成一个流水线,除非流水线上触发终止操作,否则中间操作不会执行任何的处理
* 而在终止操作时一次性全部处理,称为惰性求值
* 3.终止操作*/
public classTestStream {//创建Stream
@Testpublic voidtest() {
List list = new ArrayList();//1.可以通过Collection系列集合提供的stream() 或 parallelStream()
Stream stream1 =list.stream();
User[] users= new User[10];//2.通过Arrays中的静态方法stream() 获取数组流
Stream stream2 =Arrays.stream(users);//3.通过Stream类中的静态方法of()
Stream stream3 = Stream.of("aa","bb","cc");//4.创建无限流
Stream stream4 = Stream.iterate(0, (x) -> x + 2);
stream3.forEach(System.out::println);
stream4.limit(10).forEach(x ->System.out.println(x));
}
List users =Arrays.asList(new User("gc1", 24, 7500, Status.BUSY),new User("gc2", 25, 13000, Status.FREE),new User("gc3", 26, 20000, Status.VOCATION),new User("gc4", 23, 2000, Status.BUSY),new User("gc5", 22, 0, Status.FREE));/** 中间操作:(1.返回结果依然是流 2.中间操作是延迟的,遇到终结操作才会触发执行 3.中间操作是流水线形式的)
* 筛选与切片
* filter:接收流中的元素,从流中排除某些元素
* limit:截断流,使元素不超过给定数量
* skip(n): 跳过前n个元素,返回剩余的元素,若流中元素不足n个,则返回空流
* distinct:筛选,通过流所生成元素的hashCode和equals去除重复元素
* 映射:
* map:接收lambda,将元素转换成其它形式或提取信息。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,然后把所有流连城一个流
* 排序:
* sorted():自然排序(Comparable)
* sorted(Comparator com):定制排序(Comparator)*/
//内部迭代:迭代操作部由Stream API完成
@Testpublic voidtestMid() {//中间操作filter的作用是过滤年龄大于24的User,返回新的流
Stream s = users.stream().filter(u ->{//u.setName("test");
System.out.println("filter mid ge:"+u.getAge());return u.getAge() > 24;
});//打印流,这里才会实际执行上面的filter函数
/** 输出结果如下:
* filter mid ge:24
filter mid ge:25
foreach end age:25
filter mid ge:26
foreach end age:26
filter mid ge:23
filter mid ge:22*/s.forEach(x-> System.out.println("foreach end age:" +x.getAge()));//这里是去除list中的重复元素
users.stream().distinct().forEach(System.out::println);
}//下面测试中间操作的作用关系//1.中间操作是流水线形式的,即不是中间操作完成才进行终结操作,而是执行完一条中间操作接着执行一条终结操作。以此循环。
@Testpublic voidtestMid2() {
users.stream().limit(1).filter(u ->{
System.out.println("age:" +u.getAge());return (u.getAge() > 24);
}).forEach(System.out::println);
System.out.println("-------------------------");/*下面输出结果如下
* age:24
age:25
User [name=gc2, age=25, salary=13000, status=FREE]*/users.stream().filter(u->{
System.out.println("age:" +u.getAge());return (u.getAge() > 24);
}).limit(1).forEach(System.out::println);
}
@Testpublic voidtestMap() {
List list = Arrays.asList("aa","bb","cc");//中间操作map传递的是函数式接口Function,其作用是进行数据转换。//这里str -> str.toUpperCase()即为Function接口中apply方法的实现,所以其作用就是转为大写。
list.stream().map(str ->str.toUpperCase()).forEach(System.out::println);//这个同上,是lambda的简写
list.stream().map(String::toUpperCase).forEach(System.out::println);//使用Function接口的功能转换,提取User的用户名,执行完中间操作map后,相当于生成了一个List userNames.(中间操作有延迟性,所以这里不是准确描述)
users.stream().map(User::getName).forEach(System.out::println);
users.stream().map(u->u.getName()).forEach(System.out::println);
System.out.println("----------------------map,类似于list.add(list2),保留list2的数据结构");
Stream> stream =list.stream().map(TestStream::filterCharacter);
stream.forEach(sm->{
sm.forEach(System.out::println);
});
System.out.println("----------------------flatmap, 类似于list.addall(),两个list合并为一个");
Stream stream2 =list.stream().flatMap(TestStream::filterCharacter);
stream2.forEach(System.out::println);
}public static StreamfilterCharacter(String str) {
List list = new ArrayList();for(Character ch : str.toCharArray()) {
list.add(ch);
}returnlist.stream();
}
@Testpublic voidtestSort() {
System.out.println("------自然排序,依赖对象自身实现Comparable");
List list = Arrays.asList("aa","bb","cc");
list.stream().sorted().forEach(System.out::println);
System.out.println("-----定制排序,需要复写Comparator");//sorted的入参是Comparator接口,所以(u1,u2) -> {return u1.getAge() - u2.getAge();}成了Comparator接口的匿名实现
users.stream().sorted((u1,u2) ->{return u1.getAge() -u2.getAge();
}).forEach(System.out::println);;
}/** 查找与匹配
* allMatch:检查是否匹配所有元素
* anyMatch:检查是否至少匹配一个元素
* noneMatch:检查是否没有任何元素匹配
* findFirst:返回第一个元素
* findAny:返回当前流中的任意元素
* count:返回流中元素的总个数
* max:返回流中最大值
* min:返回流中最小值
**/@Testpublic voidtestMatch() {boolean b1 = users.stream().allMatch(u ->u.getStatus().equals(Status.BUSY));
System.out.println("all busy:"+b1);boolean b2 = users.stream().anyMatch(u ->u.getStatus().equals(Status.BUSY));
System.out.println("any busy:"+b2);boolean b3 = users.stream().noneMatch(u ->u.getStatus().equals(Status.BUSY));
System.out.println("none busy:"+b3);
Optional user1 =users.stream().findFirst();
System.out.println("findFirst:"+user1.get());
Optional findAny = users.stream().filter(u ->u.getStatus().equals(Status.FREE)).findAny();
System.out.println("findAny:"+findAny.get());long count =users.stream().count();
System.out.println("count:"+count);
Optional max = users.stream().max((u1, u2) ->{return u1.getAge()-u2.getAge();
});
System.out.println("max:"+max.get());
Optional min = users.stream().min((u1, u2) ->{return u1.getAge()-u2.getAge();
});
System.out.println("min:"+min.get());
}/** 归约:(可以理解为递归,也是终止操作)
* reduce 进行反复计算,如求和*/@Testpublic voidtestReduce() {
List list = Arrays.asList(1,2,3,4,5,6,7,8,9);//这里0是初始值,第一次执行规约应该是0+1,其中1是第一个值
Integer sum = list.stream().reduce(0, (x,y) -> x +y);
System.out.println("sum:"+sum);
Optional reduce =users.stream().map(User::getSalary).reduce(Integer::sum);
System.out.println("sum2:"+reduce.get());
}/** 收集(stream的终止操作之一,forEach,reduce等也是)
* collect:将流转换为其他形式,接收一个collection接口的实现,用于给stream元素做汇总的方法*/@Testpublic voidtestCollect() {//map是数据转换,将List 转换为String类型的Stream。 collect把新的Stream转化为List
List list =users.stream().map(User::getName)
.collect(Collectors.toList());
list.forEach(System.out::println);//这里是转换为set
users.stream().map(User::getName).collect(Collectors.toSet());//把list转为其它的数据结构,这里是hashset
HashSet hashSet =users.stream().map(User::getName).
collect(Collectors.toCollection(HashSet::new));
Long count=users.stream().collect(Collectors.counting());
Double avgAge=users.stream().collect(Collectors.averagingInt(User::getAge));//按条件分组
Map> map =users.stream().collect(Collectors.groupingBy(User::getStatus));
System.out.println("collectors分组功能, map:"+map);
Map>> collect =users.stream().collect(Collectors.groupingBy(
User::getStatus, Collectors.groupingBy(u->{if(((User)u).getAge() <= 24) {return "happy";
}else{return "very happy";
}
})));
System.out.println("多级分组:"+collect);//按条件分区,true放在一组,false放在另一组
Map> collect2 = users.stream().collect(Collectors.partitioningBy((u) -> u.getAge() > 24));
System.out.println(collect2);
}
}