java 8 新特性equal使用_Java8新特性

分组：

Map> result =

items.stream().collect(

Collectors.groupingBy(Item::getPrice,

Collectors.mapping(Item::getName, Collectors.toSet())

)

);

Map> result =

items.stream().collect(

Collectors.groupingBy(Item::getPrice)

)

);

Set> moduleProjectListGroup = moduleProjectList.stream().

collect(Collectors.groupingBy(e -> e.get("projectName"))).entrySet().stream().map(e -> {

Map map = new HashMap<>();

map.put("moduleList", e.getValue());

map.put("projectName", e.getKey());            return map;

}).collect(Collectors.toSet());

其中moduleList是一个List>数据类型

统计：list.stream().mapToDouble(User::getHeight).sum()//和list.stream().mapToDouble(User::getHeight).max()//最大list.stream().mapToDouble(User::getHeight).min()//最小list.stream().mapToDouble(User::getHeight).average()//平均值 其中支持还支持toInt, toLong，若是要统计BigDecimal则可以如下操作：

list.stream().map(User::getHeight).reduce(BigDecimal.ZERO, BigDecimal::add);

注意：以上都不会自动过滤null所以在使用的时候要结合filter使用过滤非法数据

归约:reduce(可以实现统计sum，min等操作以及字符串拼接)int totalAge2 = students.stream()

.filter(student -> "信息与计算科学".equals(student.getMajor()))

.map(Student::getAge)

.reduce(0, Integer::sum);

工作流程：过滤出信息与计算科学的学生，并对学生的成绩进行求和

比较：上面的做法和mapToInt效果相同int totalAge = students.stream()

.filter(student -> "计算机科学".equals(student.getMajor()))

.mapToInt(Student::getAge).sum();

可以发现reduce的用法适用的范围较广，通过查询资料，sum,min,max以及average等都是特殊的reduce

过滤：1. filter(最基础的过滤操作):(List)list.stream()

.filter(student -> "东华理工大学".equals(student.getSchool()))

工作流程：过滤东华理工大学的学生

2. distinct(带有去重的过滤操作，基于equals操作)：(List)nums.stream()                       .filter(num -> num % 2 == 0)                         .distinct()                          .collect(Collectors.toList());

工作流程：过滤除以2余数为0的数，并且去除重复的值输出，其中distinct是利用Integer的equals实现的

3. limit(过滤并限制输出的集合大小)：(List)students.stream()                          .filter(student -> "信息与计算科学".equals(student.getMajor()))                            .limit(2)                              .collect(Collectors.toList());

工作流程：先过滤出信息与计算科学的学生，然后选取前两个输出

4. sorted(过滤并实现排序)：(List)students.stream()                                             .filter(student -> "信息与计算科学".equals(student.getMajor())).sorted((s1, s2) -> s1.getAge() - s2.getAge())                                                .limit(2)                                                    .collect(Collectors.toList());

工作流程：先过滤出信息与计算科学的学生，然后根据其年龄升序排序，并输出最前面两个

5. skip(过滤并跳过N个元素取其后面的元素)：List civilStudents = students.stream()                                     .filter(student -> "信息与计算科学".equals(student.getMajor()))                                         .skip(2)                                            .collect(Collectors.toList());

工作流程：先过滤出信息与计算科学的学生，然后输出前两个学生之后的学生

映射：1.map(将某个对象映射成其他对象)：List students.stream()

.filter(student -> "信息与计算科学".equals(student.getMajor()))

.map(Student::getName).collect(Collectors.toList());

工作流程：将信息与计算科学的学生list映射成名字list

2.flatMap(将一个流中的每个值都转成一个个流，然后再将这些流扁平化成为一个流 )：

List list = Arrays.asList("hello welcome", "world hello", "hello world",  

"hello world welcome");

list.stream()

.flatMap(item -> Arrays.stream(item.split(" ")))

.distinct()

.collect(Collectors.toList())

.forEach(System.out::println);

工作流程：先将每一个元素采用空格切割成一个数组，这样就会得到四个数组，然后将四个数组扁平化成一个数组去重输出

输出结果：hello  welcome  world

查找：

1.allMatch(匹配所有满足条件之后则返回true):(List)students.stream().allMatch(student -> student.getAge() >= 18);

工作流程：集合中所有学生年龄在18岁以上(包含18岁)则返回true否则false

同理有anyMatch(只要一个满足要求就返回true)、noneMatch(没有一个满足要求则返回true)

2.findFirst(返回满足条件的第一个元素)：Liststudents.stream().filter(student -> "土木工程".equals(student.getMajor())).findFirst().get();

工作流程：略

同理有findAny(随机返回一个满足条件的元素)

资料参考：

探究原理参考资料：https://juejin.im/post/59c7d4c8f265da0650753328

总结以上参考资料：https://www.cnblogs.com/shenlanzhizun/p/6027042.html

java8中stream详细api参考资料：https://www.ibm.com/developerworks/cn/java/j-lo-java8streamapi/index.html