stream开发实战
一、过滤filter、去重distinct
filter方法,过滤元素相当于 if;
distinct方法是去重会返回一个元素各异的流,原理就是根据流里面的元素的hashCode和equals方法实现的
@Data
@NoArgsConstructor
@AllArgsConstructor
public class OrderInfo {
private String orderId;
private BigDecimal orderAmt;
public static void main(String[] args) {
List<OrderInfo> orderInfos = Arrays.asList(new OrderInfo("123", BigDecimal.TEN), new OrderInfo("456",
BigDecimal.ONE),new OrderInfo("123", BigDecimal.ZERO));
// distinct — 订单号去重
List<String> collect = orderInfos.stream().map(OrderInfo::getOrderId)
.distinct().collect(toList());
// filter — 过滤大于5元的订单
List<OrderInfo> collect1 = orderInfos.stream()
.filter(orderInfo -> orderInfo.getOrderAmt().compareTo(new BigDecimal("5")) > 0)
.collect(toList());
System.out.println(collect); // [123, 456]
System.out.println(collect1); // [OrderInfo(orderId=123, orderAmt=10)]
}
}
二、映射(map、flatMap)
map方法会接受一个函数作为参数,函数被应用到每个元素上,并创建一个新的元素(map是创建一个新的元素,而不是修改);
将流扁平化flatMap,将每个集合、数组合称为一个流
@Data
@NoArgsConstructor
@AllArgsConstructor
public class OrderInfo {
private String orderId;
private BigDecimal orderAmt;
private List<SubOrderInfo> subOrderInfoList;
public static void main(String[] args) {
List<OrderInfo> orderInfoList = Arrays.asList(new OrderInfo("123", BigDecimal.ONE, Arrays.asList(new SubOrderInfo("2020123"))),
new OrderInfo("456", BigDecimal.TEN, Arrays.asList(new SubOrderInfo("2023117"))));
// flatMap - 将代码中 List 中的 List 合并为一个List
List<SubOrderInfo> collect6 = orderInfoList.stream().map(OrderInfo::getSubOrderInfoList).flatMap(subOrderInfos -> subOrderInfos.stream()).collect(toList());
System.out.println(collect6); // [SubOrderInfo{subOrderId='2020123'}, SubOrderInfo{subOrderId='2020456'}]
// map - 映射一个新的数据结构
List<List<SubOrderInfo>> collect7 = orderInfoList.stream().map(OrderInfo::getSubOrderInfoList).collect(toList());
System.out.println(collect7); // [[SubOrderInfo{subOrderId='2020123'}], [SubOrderInfo{subOrderId='2020456'}]]
//map- 获取订单id集合
List<String> orderIdList = orderInfoList.stream().map(OrderInfo::getOrderId).collect(toList());
System.out.println(orderIdList); //[123, 456]
}
}
三、归约、汇总、计算(reduce、Collectors、IntStream、DoubleStream、LongStream)
// 计算全部子订单的交易金额
BigDecimal totalSubOrderAmt = orderInfos.stream()
.map(OrderInfo::getSubOrderInfoList)
.flatMap(subOrderInfos -> subOrderInfos.stream())
.filter(subOrderInfo -> null != subOrderInfo.getSubOrderAmt())
.map(SubOrderInfo::getSubOrderAmt)
.reduce(BigDecimal.ZERO, BigDecimal::add);
System.out.println(totalSubOrderAmt);
reduce支持更复杂的合并(归约、汇总)、可以求和、最大值最小值等等,这个在计算金额的时候经常会用到
四、创建流(Stream.of、Stream.ofNullable、Arrays.stream)
流创建有很多种, 例如 :集合.stream,同时我们还可以使用一些其他的方式创建,Stream.of() 通过显示值创建流、Stream.ofNullable,创建一个可以是空的流、Arrays.stream、Files.lines
Stream<OrderInfo> of = Stream.of(new OrderInfo("123", BigDecimal.ONE, "2020123"));
Stream<OrderInfo> of1 = Stream.ofNullable(null);
int[] num = {1, 2, 3, 4, 5};
int sum = Arrays.stream(num).sum();
五、查找、匹配(allMatch、anyMatch、noneMatch、findFirst、findAny)
anyMatch查找流中是否有匹配的元素;allMatch判断是否匹配所有元素;noneMatch是allMatch的反向逻辑,查找是否都不匹配
findFirst和findAny,查找元素,findFirst找到第一个元素返回,findAny可以返回任意元素
List<OrderInfo> orderInfoList = Arrays.asList(new OrderInfo("123", BigDecimal.ONE, "2020123"),
new OrderInfo("456", BigDecimal.TEN, "2020456"), new OrderInfo("456", BigDecimal.TEN, "2020456"));
// findAny/findFirst 查找支付金额大于1的,并返回
Optional<OrderInfo> collect8 = orderInfoList.stream()
.filter(orderInfo -> orderInfo.getOrderAmt().compareTo(BigDecimal.ONE) > 0)
.findAny();
System.out.println(collect8.map(OrderInfo::getOrderId)); // Optional[456]
Optional<OrderInfo> collect9 = orderInfoList.stream()
.filter(orderInfo -> orderInfo.getOrderAmt().compareTo(BigDecimal.ONE) > 0)
.findFirst();
System.out.println(collect9.map(OrderInfo::getOrderId)); // Optional[123]
// allMatch/anyMatch/noneMatch 校验金额是否大于1,并返回boolean值
boolean a = orderInfoList.stream().allMatch(orderInfo -> orderInfo.getOrderAmt().compareTo(BigDecimal.ONE) > 0);
boolean b = orderInfoList.stream().anyMatch(orderInfo -> orderInfo.getOrderAmt().compareTo(BigDecimal.ONE) > 0);
boolean c = orderInfoList.stream().noneMatch(orderInfo -> orderInfo.getOrderAmt().compareTo(BigDecimal.ONE) > 0);
System.out.println(a + " " + b + " " + c); // false true false
六、切片、截断、跳过(takeWhile、dropWhile、limit、skip)
Java9中引入了takeWhile、dropWhile,可以高效选择流中的元素,takeWhile相当于 if + return,当遇到第一个不符合要求的元素的时候停止流;dropWhile 是takeWhile 的补充,他丢弃 false的元素,一旦结果为true,流就会停止,并返回所有剩余元素。
limit就是 截断,返回一个长度不超过 n 的流,n 是前n的元素,跳过元素,skip 返回一个扔掉 n 个元素的流,limit skip属于互补的两个方法。
// java9 takeWhil/dropWhile - 切片
List<OrderInfo> collect2 = orderInfos.stream()
.takeWhile(orderInfo -> orderInfo.getOrderAmt().compareTo(BigDecimal.ONE) > 0).collect(toList());
List<OrderInfo> collect3 = orderInfos.stream()
.dropWhile(orderInfo -> orderInfo.getOrderAmt().compareTo(BigDecimal.ONE) > 0).collect(toList());
System.out.println(collect2); // [OrderInfo{orderId='123', orderAmt=10}]
System.out.println(collect3); // [OrderInfo{orderId='456', orderAmt=1}]
// limit - 截断,返回一个长度不超过10的流
List<OrderInfo> collect4 = orderInfos.stream().limit(10).collect(toList());
// skip - 跳过元素,返回一个前端扔点10个元素的流
List<OrderInfo> collect5 = orderInfos.stream().skip(10).collect(toList());
System.out.println(collect4); // [OrderInfo{orderId='123', orderAmt=10}, OrderInfo{orderId='456', orderAmt=1}]
System.out.println(collect5); // []
七、总结
本讲讲解了大量且常用必用的Stream api使用,下面补充一些常用的案例
7.1分页
//dtoList -> 当前页所有数据
List<ProjectDTO> dtoList = list.stream().skip((pageNo - 1) * pageSize).limit(pageSize).collect(Collectors.toList()));
//总条数
dto.setPages(pageNo);
dto.setTotal(list.size());
dto.setList(dtoList);
skip:跳过n个元素,limit裁剪大小,pageNo 当前页,pageSize当前页大小。