Java中为了简化集合的数据处理问题,提供了数据流接口:stream(),是一个重度使用lambda表达式的API。。常用接口:count()元素个数,distinct()消除重复数据,collect()收集处理后的数据,通常是在处理器处理后并且最后使用,filter()数据过滤。
count()
public static void main(String[] args){
List<String> list=new ArrayList<String>();
list.add("阿珍");
list.add("爱上了");
list.add("爱上了");
list.add("阿强");
Stream<String> st=list.stream();
System.out.println(st.count()); //查询个数
}
程序结果:4
distinct()
public static void main(String[] args){
List<String> list=new ArrayList<String>();
list.add("阿珍");
list.add("爱上了");
list.add("爱上了");
list.add("阿强");
Stream<String> st=list.stream();
List<String> newList=st.distinct().collect(Collectors.toList()); //生成新的list集合,利用收集器收集过滤后数据
Iterator<String> ite=newList.iterator();
while (ite.hasNext()){
String str=ite.next();
System.out.print(str);
}
}
程序结果:阿珍爱上了阿强
distinct()方法通常和collect(),filiter()方法一起使用。
数据过滤
public static void main(String[] args){
List<String> list=new ArrayList<String>();
list.add("阿珍");
list.add("阿珍a");
list.add("爱上了");
list.add("爱上了a");
list.add("阿强");
list.add("阿强a");
Stream<String> st=list.stream();
//消除重复数据,再利用filter()过滤包含"a"的数据,再将其收集形成新的集合
List<String> newList=st.distinct().filter((x)->x.contains("a")).collect(Collectors.toList());
Iterator<String> ite=newList.iterator();
while (ite.hasNext()){
String str=ite.next();
System.out.print(str);
}
}
程序结果:阿珍a爱上了a阿强a
还有一种将数据转换为同一大小写在进行数据过滤。上面的方法只会过滤指定的数据,并不会区分大小写,所以可以先转换在进行过滤。
public static void main(String[] args){
List<String> list=new ArrayList<String>();
list.add("JavA");
list.add("java");
list.add("java");
list.add("JS");
list.add("mysql");
list.add("mySql");
Stream<String> st=list.stream();
//消除重复数据"java",再进行转小写,再利用filter()过滤包含"a"的数据,再将其收集形成新的集合
List<String> newList=st.distinct().map((x)->x.toLowerCase()).filter((x)->x.contains("a")).collect(Collectors.toList());
Iterator<String> ite=newList.iterator();
while (ite.hasNext()){
String str=ite.next();
System.out.println(str);
}
}
程序结果:
java
java
数据分页
public static void main(String[] args){
List<String> list=new ArrayList<String>();
list.add("JavA1");
list.add("java2");
list.add("java2");
list.add("Java3");
list.add("JAVA4");
list.add("JS");
list.add("mysql");
list.add("mySql");
Stream<String> st=list.stream();
List<String> newList=st.distinct().map((x)->x.toLowerCase()).filter((x)->x.contains("a")).skip(1).limit(1).collect(Collectors.toList());
Iterator<String> ite=newList.iterator();
while (ite.hasNext()){
String str=ite.next();
System.out.println(str);
}
}
程序结果:java2
查询数据
public static void main(String[] args){
List<String> list=new ArrayList<String>();
list.add("JavA1");
list.add("java2");
list.add("java2");
list.add("Java3");
list.add("JAVA4");
list.add("JS");
list.add("mysql");
list.add("mySql");
Stream<String> st=list.stream();
if (st.anyMatch((x)->x.contains("mysql"))){
System.out.println("数据存在");
}
}
程序结果:数据存在
多个条件的数据分页
public static void main(String[] args){
List<String> list=new ArrayList<String>();
list.add("JavA1");
list.add("java2");
list.add("java2");
list.add("Java3");
list.add("JAVA4");
list.add("JS");
list.add("mysql");
list.add("mySql");
Predicate<String> pre1=(x)->x.contains("mysql");
Predicate<String> pre2=(x)->x.contains("Java");
Stream<String> st=list.stream();
if (st.anyMatch(pre1.or(pre2))){
System.out.println("数据存在");
}
}
程序结果:数据存在
统计,大数据处理
class Order{
private String title;
private double price;
private int amount;
public Order(String title,double price,int amount){
this.price=price;
this.title=title;
this.amount=amount;
}
public void setPrice(double price) {
this.price = price;
}
public void setTitle(String title) {
this.title = title;
}
public void setAmount(int amount) {
this.amount = amount;
}
public String getTitle() {
return title;
}
public double getPrice() {
return price;
}
public int getAmount() {
return amount;
}
}
public class TestDemo3 {
public static void main(String[] args) {
List<Order> list=new ArrayList<Order>();
list.add(new Order("Java学习手册",25.7,10));
list.add(new Order("mysql学习手册",53.7,10));
list.add(new Order("JavaScript学习手册",18.5,10));
double allPrice= list.stream().map((x)->x.getAmount()*x.getPrice()).reduce((sum,m)->sum+m).get();
System.out.println(allPrice);
}
}
程序结果:979.0
当然Stream中还有关于数据处理的其他方法。Stream接口中还有DoubleSummaryStatistics,IntSummaryStatistics,LongSummaryStatistics。
class Order{
private String title;
private double price;
private int amount;
public Order(String title,double price,int amount){
this.price=price;
this.title=title;
this.amount=amount;
}
public void setPrice(double price) {
this.price = price;
}
public void setTitle(String title) {
this.title = title;
}
public void setAmount(int amount) {
this.amount = amount;
}
public String getTitle() {
return title;
}
public double getPrice() {
return price;
}
public int getAmount() {
return amount;
}
}
public class TestDemo3 {
public static void main(String[] args) {
List<Order> list=new ArrayList<Order>();
list.add(new Order("Java学习手册",25.7,10));
list.add(new Order("mysql学习手册",53.7,10));
list.add(new Order("JavaScript学习手册",18.5,10));
DoubleSummaryStatistics dss=list.stream().mapToDouble((s)->s.getAmount()*s.getPrice()).summaryStatistics();
System.out.println("商品个数:"+dss.getCount());
System.out.println("商品总价:"+dss.getSum());
//保留2位小数
System.out.println(String.format("商品平均价格:" + "%.2f",dss.getAverage()));
System.out.println("商品最大值:"+dss.getMax());
System.out.println("商品最小值:"+dss.getMin());
}
}
程序结果:商品个数:3
商品总价:979.0
商品平均价格:326.33
商品最大值:537.0
商品最小值:185.0