函数式编程:Stream流
思想:就是创造一条可以对数据进行过滤,筛选等操作的流水线
获取方法 --> 中间方法(逻辑代码) --> 终结方法(每个Stream流只能有一个终结方法)
Stream流可以分为三类方法:
获取方法:
1,单列集合:可以使用Collection接口中的默认方法 stream();生成流。
方法:default Stream stream()
2,双列集合:间接生成流
可以通过KeySet或者entrySet获取一个Set集合,再获取Stream流
3,数组:通过Arrays类 中的静态方法 stream(); 生成流
4,同种数据类型的多个数据:使用 Stream.of(T…values);生成流
如:1,2,3,4,5… 。 “aaa”,“bbb”,“ccc”…
Stream流 中间操作常用方法
Stream filter(Predicate predicate); 用于对流中的数据进行过滤
Predicate接口中的方法: boolean test(T t): 对给定的参数进行判断,返回boolean值
Stream limit(long maxSize);’ 截取指定参数的数据,默认指的是前面的数据
Stream skip(long n);跳过指定参数个数的数据,参数指的是跳过前面的数据获得后面的数据
static Stream concat(Stream a ,Stream b);合并a和b两个流成为一个流
Stream distinct();去除流中重复的元素。依赖(hashCode和equals方法)。
在Stream流中无法直接修改集合,数组等数据源中的数据
Stream流常见的终结方法:
void forEach(Consumer action):对此流的每一个元素执行操作
Consumer接口,上面是需要这个接口的实现类,只有一个抽象方法:void accept(T t);对给定的参数执行此操作 long
count(); 返回流中元素的个数。long类型
forEach方法注意点:
在底层会循环获取到流中的每一个数据。
并循环调用accept方法,并把每一个数据传递给accept方法。
s依次表示了流中的每一个数据
所以,我们只需要在accept方法中写业务逻辑就可以了。
Stream流中的收集方:
R collect(Collector collector);用来保留数据源的数据,注意:此方法只保留数据,返回值不是一个容器
所以使用时需要使用Collectors集合工具类中的方法,获取容器并添加。
Collectors 工具类:
public static Collector toList();
把元素收集到 List容器中,并返回此容器
public static Collector toSet();
把元素收集到 Set容器,并返回此容器
public static Collector toMap(Function keyMapper , Functon valueMapper);
把元素收集到 Map容器,并返回此容器
import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.stream.Collectors;
/**
* 测试Stream流的收集方法
* R collect(Collector collector)
*/
public class StreamDemo_06 {
public static void main(String[] args) {
ArrayList<String> list = new ArrayList<>();
list.add("张三,23");
list.add("李四,24");
list.add("赵六,25");
list.add("王五,25");
List<String> list1 = list.stream().filter(s -> {
String[] split = s.split(",");
int age = Integer.parseInt(split[1]);
return age >= 24;
}).collect(Collectors.toList());
System.out.println(list1);
System.out.println("==========================");
Set<String> set = list.stream().filter(s -> {
String[] split = s.split(",");
int age = Integer.parseInt(split[1]);
return age >= 24;
}).collect(Collectors.toSet());
System.out.println(set);
System.out.println("========================");
Map<String, Integer> map = list.stream().filter(s -> {
String[] split = s.split(",");
int age = Integer.parseInt(split[1]);
return age >= 24;
}).collect(Collectors.toMap(
s -> s.split(",")[0],
s -> Integer.parseInt(s.split(",")[1])));
System.out.println(map);
}
}