Java 8 Stream

Java 8 API添加了一个新的抽象称为流Stream，可以让你以一种声明的方式处理数据。

Stream 使用一种类似用 SQL 语句从数据库查询数据的直观方式来提供一种对 Java 集合运算和表达的高阶抽象。

Stream API可以极大提高Java程序员的生产力，让程序员写出高效率、干净、简洁的代码。

这种风格将要处理的元素集合看作一种流，流在管道中传输，并且可以在管道的节点上进行处理，比如筛选，排序，聚合等。

元素流在管道中经过中间操作（intermediate operation）的处理，最后由最终操作(terminal operation)得到前面处理的结果。

什么是 Stream？

Stream（流）是一个来自数据源的元素队列并支持聚合操作

<strong元素队列< strong="">元素是特定类型的对象，形成一个队列。 Java中的Stream并不会存储元素，而是按需计算。
数据源 流的来源。可以是集合，数组，I/O channel，产生器generator 等。
聚合操作 类似SQL语句一样的操作，比如filter, map, reduce, find, match, sorted等。

和以前的Collection操作不同， Stream操作还有两个基础的特征：

Pipelining: 中间操作都会返回流对象本身。这样多个操作可以串联成一个管道，如同流式风格（fluent style）。这样做可以对操作进行优化，比如延迟执行(laziness)和短路( short-circuiting)。
内部迭代：以前对集合遍历都是通过Iterator或者For-Each的方式, 显式的在集合外部进行迭代，这叫做外部迭代。 Stream提供了内部迭代的方式，通过访问者模式(Visitor)实现。

生成流

在 Java 8 中, 集合接口有两个方法来生成流：

stream() ? 为集合创建串行流。
parallelStream() ? 为集合创建并行流

一，排序

List

        　　　   1, 对象集合排序
        //降序，根据创建时间降序;
        List<User> descList = attributeList.stream().sorted(Comparator.comparing(User::getCreateTime, Comparator.nullsLast(Date::compareTo)).reversed())
        　　　　　　　　　　　　　　　　　　.collect(Collectors.toList());
        //升序，根据创建时间升序;
        List<User> ascList = attributeList.stream().sorted(Comparator.comparing(User::getCreateTime, Comparator.nullsLast(Date::compareTo)))
        　　　　　　　　　　　　　　　　　 .collect(Collectors.toList());

        2, 数字排序
        List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);

        //升序
        List<Integer> ascList = numbers.stream().sorted().collect(Collectors.toList());
        结果： [2, 2, 3, 3, 3, 5, 7]

        //倒序
        List<Integer> descList = numbers.stream().sorted((x, y) -> y - x).collect(Collectors.toList());
        结果：[7, 5, 3, 3, 3, 2, 2]

        　3, 字符串排序
        　　　　 List<String> strList = Arrays.asList("a", "ba", "bb", "abc", "cbb", "bba", "cab");

        //自然排序
        List<String> ascList = strList.stream().sorted().collect(Collectors.toList());
        结果：[a, abc, ba, bb, bba, cab, cbb]

        //反转，倒序
        ascList.sort(Collections.reverseOrder());
        结果：[cbb, cab, bba, bb, ba, abc, a]

        //直接反转集合
        Collections.reverse(strList);
        结果：[cab, bba, cbb, abc, bb, ba, a]
        　　
        　　　Map
        　　　　　//HashMap是无序的，当我们希望有顺序地去存储key-value时，就需要使用LinkedHashMap了，排序后可以再转成HashMap。
        //LinkedHashMap是继承于HashMap，是基于HashMap和双向链表来实现的。
        //LinkedHashMap是线程不安全的。
        Map<String,String> map = new HashMap<>();
        map.put("a","123");
        map.put("b","456");
        map.put("z","789");
        map.put("c","234");

        //map根据value正序排序
        LinkedHashMap<String, String> linkedMap1 = new LinkedHashMap<>();
        map.entrySet().stream().sorted(Comparator.comparing(e -> e.getValue())).forEach(x -> linkedMap1.put(x.getKey(), x.getValue()));
        结果：{a=123, c=234, b=456, z=789}

        //map根据value倒序排序
        LinkedHashMap<String, String> linkedMap2 = new LinkedHashMap<>();
        map.entrySet().stream().sorted(Collections.reverseOrder(Map.Entry.comparingByValue())).forEach(x -> linkedMap2.put(x.getKey(), x.getValue()));
        结果：{z=789, b=456, c=234, a=123}

        //map根据key正序排序
        LinkedHashMap<String, String> linkedMap3 = new LinkedHashMap<>();
        map.entrySet().stream().sorted(Comparator.comparing(e -> e.getKey())).forEach(x -> linkedMap3.put(x.getKey(), x.getValue()));
        结果：{a=123, b=456, c=234, z=789}

        //map根据key倒序排序
        LinkedHashMap<String, String> linkedMap4 = new LinkedHashMap<>();
        map.entrySet().stream().sorted(Collections.reverseOrder(Map.Entry.comparingByKey())).forEach(x -> linkedMap4.put(x.getKey(), x.getValue()));
        结果：{z=789, c=234, b=456, a=123}

二，List 转 Map


1、指定key-value，value是对象中的某个属性值。
        Map<Integer,String> userMap1 = userList.stream().collect(Collectors.toMap(User::getId,User::getName));

        2、指定key-value，value是对象本身，User->User 是一个返回本身的lambda表达式
        Map<Integer,User> userMap2 = userList.stream().collect(Collectors.toMap(User::getId,User->User));

        3、指定key-value，value是对象本身，Function.identity()是简洁写法，也是返回对象本身
        Map<Integer,User> userMap3 = userList.stream().collect(Collectors.toMap(User::getId, Function.identity()));

        4、指定key-value，value是对象本身，Function.identity()是简洁写法，也是返回对象本身，key 冲突的解决办法，这里选择第二个key覆盖第一个key。
        Map<Integer,User> userMap4 = userList.stream().collect(Collectors.toMap(User::getId, Function.identity(),(key1,key2)->key2));

        5、将List根据某个属性进行分组，放入Map；然后组装成key-value格式的数据，分组后集合的顺序会被改变，所以事先设置下排序，然后再排序，保证数据顺序不变。
        List<GoodsInfoOut> lst = goodsInfoMapper.getGoodsList();
        Map<String, List<GoodsInfoOut>> groupMap = lst.stream().collect(Collectors.groupingBy(GoodsInfoOut::getClassificationOperationId));
        List<HomeGoodsInfoOut> retList = groupMap.keySet().stream().map(key -> {
        HomeGoodsInfoOut mallOut = new HomeGoodsInfoOut();
        mallOut.setClassificationOperationId(key);
        if(groupMap.get(key)!=null && groupMap.get(key).size()>0) {
        mallOut.setClassificationName(groupMap.get(key).get(0).getClassificationName());
        mallOut.setClassificationPic(groupMap.get(key).get(0).getClassificationPic());
        mallOut.setClassificationSort(groupMap.get(key).get(0).getClassificationSort());
        }
        mallOut.setGoodsInfoList(groupMap.get(key));
        return mallOut;
        }).collect(Collectors.toList());
        List<HomeGoodsInfoOut> homeGoodsInfoOutList = retList.stream().sorted(Comparator.comparing(HomeGoodsInfoOut::getClassificationSort))　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 .collect(Collectors.toList());
        5、根据用户性别将数据 - 分组　　　　
        Map<String, List<UserInfo>> groupMap = userList.stream().collect(Collectors.groupingBy(UserInfo::getSex()));
        6、List实体转Map,想要有序的话，就使用以下操作（TreeMap 有序；Map 无序）　　　　 
        TreeMap<String, List<BillPollEntity>> ascMonthBillPollMap = s.stream().collect(Collectors.groupingBy(t -> t.getDrawTime()), TreeMap::new, Collectors.toList()));
        　　　　 //倒叙MAP        NavigableMap<String, List<OpenActivityOut>> descMonthBillPollMap = ascMonthBillPollMap.descendingMap();
        　　　　 Map<String, List<BillPollEntity>> monthBillPollMap = s.stream().collect(Collectors.groupingBy(BillPollEntity::getDrawTime));

三，Map 转 List

Map<String,String> map1 = new HashMap<>();

map1.put("a","123");

map1.put("b","456");

map1.put("z","789");

map1.put("c","234");

1、默认顺序

List<UserInfo> list0 = map1.entrySet().stream().map(e -> new UserInfo(e.getValue(), e.getKey())).collect(Collectors.toList());

结果：[UserInfo(userName=123, mobile=a), UserInfo(userName=456, mobile=b), UserInfo(userName=234, mobile=c), UserInfo(userName=789, mobile=z)]

2、根据Key排序

List<UserInfo> list1 = map1.entrySet().stream()　　　　　　　　　　　　　　　　　　 .sorted(Comparator.comparing(e -> e.getKey())).map(e -> new UserInfo(e.getKey(), e.getValue())).collect(Collectors.toList());

结果：[UserInfo(userName=a, mobile=123), UserInfo(userName=b, mobile=456), UserInfo(userName=c, mobile=234), UserInfo(userName=z, mobile=789)]

3、根据Value排序

List<UserInfo> list2 = map1.entrySet().stream().sorted(Comparator.comparing(Map.Entry::getValue)).map(e->new UserInfo(e.getKey(), e.getValue()))　　　　　　　　　　　　　　　　　　.collect(Collectors.toList());

结果：[UserInfo(userName=a, mobile=123), UserInfo(userName=c, mobile=234), UserInfo(userName=b, mobile=456), UserInfo(userName=z, mobile=789)]

3、根据Key排序

List<UserInfo> list3 = map1.entrySet().stream().sorted(Map.Entry.comparingByKey())　　　　　　　　　　　　　　　　　　.map(e -> new UserInfo(e.getKey(), e.getValue()))　　　　　　　　　　　　　　　　　　.collect(Collectors.toList());

结果：[UserInfo(userName=a, mobile=123), UserInfo(userName=b, mobile=456), UserInfo(userName=c, mobile=234), UserInfo(userName=z, mobile=789)]　　　　

4、Map<String,UserInfo> 转 List<String>、List<UserInfo>　　　　　　

// 取Map中的所有value　　　　　　

结果：

List<UserInfo> userInfoList = retMap.values().stream().collect(Collectors.toList());　　　　　　// 取Map中所有key　　　　　　

结果：List<String> strList = retMap.keySet().stream().collect(Collectors.toList());

四，从List中获取某个属性

//拿出所有手机号

List<String> mobileList = userList.stream().map(RemindUserOut::getMobile).collect(Collectors.toList());

//拿出所有AppId，并去重

List<String> appIdList = appIdList.stream().map(WechatWebViewDomain::getAppId).collect(Collectors.toList()).stream().distinct().collect(Collectors.toList());

//拿出集合中重复的billNo，【.filter(map->StringUtils.isNotEmpty(map.getBillNo()))】这是过滤掉为空的数据；否则，有空数据会抛异常

List<String> repeatCodeList = resultList.stream().filter(map->StringUtils.isNotEmpty(map.getBillNo())).collect(Collectors.groupingBy(BillUploadIn::getBillNo, Collectors.counting())).entrySet().stream().filter(entry -> entry.getValue() > 1).map(Map.Entry::getKey).collect(Collectors.toList());

//拿出集合中几个属性拼接后的字符串

List<String> strList = myList.stream().map(p -> p.getName() + "-" + p.getMobile()).collect(Collectors.toList());

五，筛选并根据属性去重

List<UserInfo> uList = new ArrayList<>();

UserInfo u1 = new UserInfo(1,"小白","15600000000");

UserInfo u2 = new UserInfo(2,"小黑","15500000000");

uList.add(u1);

uList.add(u2);

//过滤名字是小白的数据

List list1= uList.stream()

.filter(b -> "小白".equals(b.getUserName()))

.collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(b -> b.getId()))), ArrayList::new));

结果：list1===[UserInfo(id=1, userName=小白, mobile=15600000000)]

//根据ID去重

List list2= uList.stream()

.collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(b -> b.getId()))), ArrayList::new));结果：list2===[UserInfo(id=1, userName=小白, mobile=15600000000), UserInfo(id=2, userName=小黑, mobile=15500000000)]

//整个数据去重 list = list.stream().distinct().collect(Collectors.toList());

六，计算；和，最大，最小，平均值

List<UserInfo> uList = new ArrayList<>();

UserInfo user1 = new UserInfo(1,"小白","15600000000",10,new BigDecimal(10));

UserInfo user2 = new UserInfo(2,"小黑","15500000000",15,new BigDecimal(20));

UserInfo user3 = new UserInfo(2,"小彩","15500000000",88,new BigDecimal(99));

uList.add(user1);

uList.add(user2);

uList.add(user3);

//和

Double d1 = uList.stream().mapToDouble(UserInfo::getNum).sum();

结果：113.0

//最大

Double d2 = uList.stream().mapToDouble(UserInfo::getNum).max().getAsDouble();

结果：88.0

//最小

Double d3 = uList.stream().mapToDouble(UserInfo::getNum).min().getAsDouble();

结果：10.0

//平均值

Double d4 = uList.stream().mapToDouble(UserInfo::getNum).average().getAsDouble();

结果：37.666666666666664

//除了统计double类型，还有int和long，bigDecimal需要用到reduce求和

DecimalFormat df = new DecimalFormat("0.00");//保留两位小数点

//和；可过滤掉NULL值

BigDecimal add = uList.stream().map(UserInfo::getPrice).reduce(BigDecimal.ZERO, BigDecimal::add);

BigDecimal add = uList.stream().filter(s->t.getPrice()!=null).map(UserInfo::getPrice).reduce(BigDecimal.ZERO, BigDecimal::add)System.out.println(df.format(add));结果：129.00

//最大

Optional<UserInfo> max = uList.stream().max((u1, u2) -> u1.getNum().compareTo(u2.getNum()));

System.out.println(df.format(max.get().getPrice()));结果：99.00

//最小

Optional<UserInfo> min = uList.stream().min((u1, u2) -> u1.getNum().compareTo(u2.getNum()));

System.out.println(df.format(min.get().getPrice()));结果：10.00

//求和,还有mapToInt、mapToLong、flatMapToDouble、flatMapToInt、flatMapToLonglist.stream().mapToDouble(UserInfo::getNum).sum();//最大

list.stream().mapToDouble(UserInfo::getNum).max();//最小

list.stream().mapToDouble(UserInfo::getNum).min();//平均值

list.stream().mapToDouble(UserInfo::getNum).average();

//获取N个List中，最大数组长度

List<OrderExcelOut> valueList = new ArrayList<>();

List<List<TagOut>> tagList = valueList.stream().filter(v -> v.getTagList() != null && v.getTagList().size() > 0).map(OrderExcelOut::getTagList).collect(Collectors.toList());

Optional<List<TagOut>> maxTagList = tagList.stream().max((u1, u2) -> Integer.valueOf(u1.size()).compareTo(u2.size()));//数组中最长的数组maxTagList.get().size();

举例如下

package com.itheima.reggie;

import com.itheima.reggie.dto.OrgNameDto;
import com.itheima.reggie.mapper.TxcsMapper;
import com.itheima.reggie.service.TxcsService;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.stereotype.Service;
import org.springframework.test.context.ContextConfiguration;
import org.springframework.test.context.junit4.SpringRunner;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;

@SpringBootTest
@ContextConfiguration
class ReggieTakeOutApplicationTests {

    @Autowired
    private TxcsMapper txcsMapper;

    @Test
    public void test()
    {
        List<OrgNameDto> alist = txcsMapper.findAllOrgName();
        //System.out.println(alist);

        List<Object> options = new ArrayList<>();

        //生成这样的结构[{value 1, label 东南, children [{value,label}] ]
        //拿出省并去重 provinceName cityName name id
        List<String> shengList = alist.stream().map(OrgNameDto::getProvinceName).collect(Collectors.toList()).stream().distinct().collect(Collectors.toList());
        //拿出省未去重
        // List<String> shengList = alist.stream().map(OrgNameDto::getProvinceName).collect(Collectors.toList());

        System.out.println("省-------------");
        System.out.println(shengList);



    }
}

Java8 stream处理List，Map总结

什么是 Stream？

生成流

相关推荐

取消回复欢迎你发表评论:

Google 黑客常用搜索语句一览原力计划

npx简介（npxvip是哪国的）

在 Android 模拟器上运行 ARM 应用（android模拟器原理）

GB28181,B接口协议之SIPRTSPRTPRTMP协议从入门到精通

手机实时提取SIM卡打电话的信令和声音-辅助外设与商用通话方案

安装使用Hoppscotch构建API请求访问与测试

轻松转换!AppleNumbers到Excel的快捷教程

Python自动化办公——后台截图（python 自动截图）

电脑端腾讯文档如何导出excel

网络流媒体经典开源软件宝典webRTC, FFMpeg, SIP_流媒体开发教程

Java8 stream处理List，Map总结

什么是 Stream？

生成流

相关推荐

取消回复欢迎 你 发表评论:

Google 黑客常用搜索语句一览 原力计划

npx简介（npxvip是哪国的）

在 Android 模拟器上运行 ARM 应用（android模拟器原理）

GB28181,B接口协议之SIPRTSPRTPRTMP协议从入门到精通

手机实时提取SIM卡打电话的信令和声音-辅助外设与商用通话方案

安装使用Hoppscotch构建API请求访问与测试

轻松转换!AppleNumbers到Excel的快捷教程

Python自动化办公——后台截图（python 自动截图）

电脑端腾讯文档如何导出excel

网络流媒体经典开源软件宝典webRTC, FFMpeg, SIP_流媒体开发教程

取消回复欢迎你发表评论:

Google 黑客常用搜索语句一览原力计划