Java类集框架--Stream数据流

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