解说Java Stream

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。

StreamAPI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(terminaloperation)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 =newHashMap<>();

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 -> newUserInfo(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->newUserInfo(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,newBigDecimal(10));

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

UserInfo user3 = new UserInfo(2,"小彩","15500000000",88,newBigDecimal(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 = newDecimalFormat("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;

importcom.itheima.reggie.dto.OrgNameDto;

importcom.itheima.reggie.mapper.TxcsMapper;

importcom.itheima.reggie.service.TxcsService;

importorg.junit.jupiter.api.Test;

importorg.springframework.beans.factory.annotation.Autowired;

importorg.springframework.boot.test.context.SpringBootTest;

importorg.springframework.stereotype.Service;

importorg.springframework.test.context.ContextConfiguration;

importorg.springframework.test.context.junit4.SpringRunner;

importjava.util.ArrayList;

importjava.util.Arrays;

importjava.util.List;

import java.util.stream.Collectors;

importjava.util.stream.Stream;

@SpringBootTest

@ContextConfiguration

class ReggieTakeOutApplicationTests {

@Autowired

private TxcsMappertxcsMapper;

@Test

public voidtest()

{

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);

}

}