前言 接上篇文章 java8 新特性 由于上篇过于庞大,使得重点不够清晰,本篇单独拿出 java8 的 Stream 重点说明 ,并做了点补充。 基本说明 Stream 是基于 java8 的 lambda 表达式的,如果不清楚 lambda 表达式,可以查看我的上篇文章Lambda 表达式和函数式接口快速理解 Stream 把要处理的元素看做一种流,流在管道中传输,可以在管道的节点上处理数据,包含过滤,去重,排序,映射,聚合,分组等。 Stream 分为中间操作和后期操作,中期操作会形成一个新的 Stream ,但不会马上对数据进行处理,到后期操作时,再遍历整个集合;可以没有中期操作直接后期操作。 创建流的方式 使用 java.util.Collection 接口的默认方法 stream 或者 parallelStream 使用 java.util.Arrays 的方法 stream 将数组变成流 中期操作和后期操作 Stream 分为中间操作和后期操作,中期操作会形成一个新的 Stream ,但不会马上对数据进行处理,到后期操作时,再遍历整个集合;可以没有中期操作直接后期操作。 中期操作 map 和 map 之类的,用于映射一种类型到另一种类型 filter 用于过滤掉一些不符合要求的元素 distinct 用于排重 sorted 用于排序 flatMap 用于将流扁平化 后期操作 forEach,collect,reduce,anyMatch,allMatch,noneMatch,findFirst 等; 其中属 collect 最为常用,还有一个专门用于 collect 的 Collectors 类,可以用于将集合转成 List,Set,Map 等 代码示例 数据准备 准备一个用于下面例子测试的对象 import lombok.AllArgsConstructor; import lombok.Data; import lombok.NoArgsConstructor; @Data @NoArgsConstructor @AllArgsConstructor public class Vehicle { //车架号 private String vin; // 车主手机号 private String phone; // 车主姓名 private String name; // 所属车租车公司 private Integer companyId; // 个人评分 private Double score; //安装的设备列表imei,使用逗号分隔 private String deviceNos; } 准备一些车辆数据 static List vehicles = new ArrayList<>(); @Before public void init(){ List imeis = new ArrayList<>(); for (int i = 0; i <5 ; i++) { List singleVehicleDevices = new ArrayList<>(); for (int j = 0; j < 3; j++) { String imei = RandomStringUtils.randomAlphanumeric(15); singleVehicleDevices.add(imei); } imeis.add(StringUtils.join(singleVehicleDevices,',')); } vehicles.add(new Vehicle("KPTSOA1K67P081452","17620411498","9420",1,4.5,imeis.get(0))); vehicles.add(new Vehicle("KPTCOB1K18P057071","15073030945","张玲",2,1.4,imeis.get(1))); vehicles.add(new Vehicle("KPTS0A1K87P080237","19645871598","sanri1993",1,3.0,imeis.get(2))); vehicles.add(new Vehicle("KNAJC526975740490","15879146974","李种",1,3.9,imeis.get(3))); vehicles.add(new Vehicle("KNAJC521395884849","13520184976","袁绍",2,4.9,imeis.get(4))); } forEach 遍历Collection 数据 vehicles.forEach(vehicle -> System.out.println(vehicle)); //这样就可以遍历打印 vehicles.forEach(System.out::println); forEach 遍历 Map 数据 Map map = new HashMap<>(); map.put("a",1);map.put("b",2);map.put("c",3); map.forEach((k,v) -> System.out.println("key:"+k+",value:"+v)); filter 数据过滤 // 去掉评分为 3 分以下的车 List collect = vehicles.stream().filter(vehicle -> vehicle.getScore() >= 3).collect(Collectors.toList()); map 对象映射 对一个 List 大部分情况下,我们只需要列表中的某一列,或者需要把里面的每一个对象转换成其它的对象,这时候可以使用 map 映射,示例: // 取出所有的车架号列表 List vins = vehicles.stream().map(Vehicle::getVin).collect(Collectors.toList()); groupBy 按照某个属性进行分组 // 按照公司 Id 进行分组 Map> companyVehicles = vehicles.stream().collect(Collectors.groupingBy(Vehicle::getCompanyId)); // 按照公司分组求司机打分和 Map collect = vehicles.stream().collect(Collectors.groupingBy(Vehicle::getCompanyId, Collectors.summingDouble(Vehicle::getScore))); sort 按照某个属性排序 ,及多列排序 // 单列排序 vehicles.sort((v1,v2) -> v2.getScore().compareTo(v1.getScore())); // 或使用 Comparator 类来构建比较器,流处理不会改变原列表,需要接收返回值才能得到预期结果 List collect = vehicles.stream().sorted(Comparator.comparing(Vehicle::getScore).reversed()).collect(Collectors.toList()); // 多列排序,score 降序,companyId 升序排列 List collect = vehicles.stream().sorted(Comparator.comparing(Vehicle::getScore).reversed() .thenComparing(Comparator.comparing(Vehicle::getCompanyId))) .collect(Collectors.toList()); flatMap 扁平化数据处理 // 查出所有车绑定的所有设备 List collect = vehicles.stream().map(vehicle -> { String deviceNos = vehicle.getDeviceNos(); return StringUtils.split(deviceNos,','); }).flatMap(Arrays::stream).collect(Collectors.toList()); flatMap 很适合 List 或 List 这种结构,可以当成一个列表来处理;像上面的设备列表,在数据库中存储的结构就是以逗号分隔的数据,而车辆列表又是一个列表数据。 将 List 数据转成 Map // 将 List 转成 Map ; key(vin) == > Vehicle Map vinVehicles = vehicles.stream().collect(Collectors.toMap(Vehicle::getVin, vehicle -> vehicle)); mapReduce 数据处理 // 对所有司机的总分求和 Double reduce = vehicles.stream().parallel().map(Vehicle::getScore).reduce(0d, Double::sum); 求百分比 // 总的分值 Double totalScore = vehicles.stream().parallel().map(Vehicle::getScore).reduce(0d, Double::sum); // 查看每一个司机占的分值比重 List collect = vehicles.stream() .mapToDouble(vehicle -> vehicle.getScore() / totalScore) .mapToLong(weight -> (long) (weight * 100)) .mapToObj(percentage -> percentage + "%") .collect(Collectors.toList()); anyMatch/allMatch/noneMatch 匹配操作 anyMatch 只要有元素匹配,即返回真 allMatch 要求所有的元素都匹配 noneMatch 要求没有一个元素匹配 // 检查是否有姓李的司机 true boolean anyMatch = vehicles.stream().anyMatch(vehicle -> vehicle.getName().startsWith("李")); // 检查是否所有司机的评分都大于 3 分 false boolean allMatch = vehicles.stream().allMatch(vehicle -> vehicle.getScore() > 3); // 检查是否有 3 公司的特务 true boolean noneMatch = vehicles.stream().noneMatch(vehicle -> vehicle.getCompanyId() == 3); 一点小推广 创作不易,希望可以支持下我的开源软件,及我的小工具,欢迎来 gitee 点星,fork ,提 bug 。 Excel 通用导入导出,支持 Excel 公式 博客地址:https://blog.csdn.net/sanri1993/article/details/100601578 gitee:https://gitee.com/sanri/sanri-excel-poi 使用模板代码 ,从数据库生成代码 ,及一些项目中经常可以用到的小工具 博客地址:https://blog.csdn.net/sanri1993/article/details/98664034 gitee:https://gitee.com/sanri/sanri-tools-maven 标签: javahttps://www.cnblogs.com/sanri1993/p/11580929.html