摘要:多级分组的为键,类型所对应的集合为值一级分类为的,二级分类为的按子集收集数据的为键,类型所对应的集合的为值分区分区是分组的特殊情况由一个谓词返回一个布尔值的函数作为分类函数,它称分区函数。
归约和汇总 查找流中的最大值和最小值收集器可以简洁而灵活地定义collect用来生成结果集合的标准。更具体地说,对流调用 collect 方法将对流中的元素触发一个归约操作(由Collector来参数化)。一般来说,Collector 会对元素应用一个转换函数(很多时候是不体现任何效果的恒等转换, 例如 toList ),并将结果累积在一个数据结构中,从而产生这一过程的最终输出。下面就来学习那些可以从Collectors 类提供的工厂方法(例如groupingBy)创建的收集器。
Collectors.maxBy 和 Collectors.minBy 来计算流中的最大或最小值。
Optional汇总maxDish = Dish.menu.stream(). collect(Collectors.maxBy(Comparator.comparing(Dish::getCalories))); maxDish.ifPresent(System.out::println); Optional minDish = Dish.menu.stream(). collect(Collectors.minBy(Comparator.comparing(Dish::getCalories))); minDish.ifPresent(System.out::println);
Collectors.summingInt 汇总求和;
Collectors.averagingInt 汇总求平均值;
Collectors.summarizingInt 汇总所有信息包括数量、求和、平均值、最小值、最大值;
//求总热量 int totalColories = Dish.menu.stream().collect(Collectors.summingInt(Dish::getCalories)); System.out.println(totalColories); //求平均热量 double averageColories = Dish.menu.stream().collect(Collectors.averagingInt(Dish::getCalories)); System.out.println(averageColories); //汇总 IntSummaryStatistics menuStatistics = Dish.menu.stream().collect(Collectors.summarizingInt(Dish::getCalories)); System.out.println(menuStatistics); IntSummaryStatistics{count=9, sum=4300, min=120, average=477.777778, max=800}连接字符串
joining 工厂方法返回的收集器会把对流中每一个对象应用toString方法得到的所有字符串连接成一个字符串。
String menu = Dish.menu.stream().map(Dish::getName).collect(Collectors.joining(",")); System.out.println(menu); //pork,beef,chicken,french fries,rice,season fruit,pizza,prawns,salmonCollectors.reducing
Collectors.reducing 工厂方法是上面所有工厂方法的一般情况,它完全可以实现上述方法的功能。它需要三个参数:
第一个参数是归约操作的起始值,也是流中没有元素时的返回值,所以很显然对于数值和而言0是一个合适的值。
第二个参数是一个 Function,就是具体的取值函数。
第三个参数是一个 BinaryOperator,将两个项目累积成一个同类型的值。。
int totalCalories = Dish.menu.stream().collect(Collectors.reducing( 0, Dish::getCalories, (i, j) -> i + j));分组
用Collectors.groupingBy工厂方法返回的收集器可以实现分组任务,分组操作的结果是一个Map,把分组函数返回的值作为映射的键,把流中 所有具有这个分类值的项目的列表作为对应的映射值。
多级分组//Dish的Type为键,Dish类型所对应的dish集合为值 Map按子集收集数据> dishesByType = Dish.menu.stream().collect(Collectors.groupingBy(Dish::getType)); System.out.println(dishesByType); //{FISH=[prawns, salmon], OTHER=[french fries, rice, season fruit, pizza], MEAT=[pork, beef, chicken]} //一级分类为Dish的Type,二级分类为Dish的CaloricLevel Map >> dishes = Dish.menu.stream() .collect(Collectors.groupingBy(Dish::getType, Collectors.groupingBy(Dish::getLevel))); System.out.println(dishes); //{FISH={NORMAL=[salmon], DIET=[prawns]}, OTHER={NORMAL=[french fries, pizza], DIET=[rice, season fruit]}, MEAT={NORMAL=[beef], FAT=[pork], DIET=[chicken]}}
//Dish的Type为键,Dish类型所对应的dish集合的size为值 Map分区dishTypeCount = Dish.menu.stream().collect(Collectors.groupingBy(Dish::getType, Collectors.counting())); System.out.println(dishTypeCount); //{FISH=2, OTHER=4, MEAT=3}
分区是分组的特殊情况:由一个谓词(返回一个布尔值的函数)作为分类函数,它称分区函数。分区函数返回一个布尔值,这意味着得到的分组 Map 的键类型是 Boolean,于是它最多可以分为两组——true是一组,false是一组。分区的好处在于保留了分区函数返回true或false的两套流元素列表。
Map小结>> partitioningDish = Dish.menu.stream().collect(Collectors.partitioningBy(Dish::isVegetarian, Collectors.groupingBy(Dish::getType))); System.out.println(partitioningDish); //false={FISH=[prawns, salmon], MEAT=[pork, beef, chicken]}, //true={OTHER=[french fries, rice, season fruit, pizza]}
下表展示 Collectors 类的静态工厂方法。
工厂方法 | 返回类型 | 作用 |
---|---|---|
toList | List |
把流中所有项目收集到一个 List |
toSet | Set |
把流中所有项目收集到一个 Set,删除重复项 |
toCollection | Collection |
把流中所有项目收集到给定的供应源创建的集合menuStream.collect(toCollection(), ArrayList::new) |
counting | Long | 计算流中元素的个数 |
sumInt | Integer | 对流中项目的一个整数属性求和 |
averagingInt | Double | 计算流中项目 Integer 属性的平均值 |
summarizingInt | IntSummaryStatistics | 收集关于流中项目 Integer 属性的统计值,例如最大、最小、 总和与平均值 |
joining | String | 连接对流中每个项目调用 toString 方法所生成的字符串collect(joining(", ")) |
maxBy | Optional |
一个包裹了流中按照给定比较器选出的最大元素的 Optional, 或如果流为空则为 Optional.empty() |
minBy | Optional |
一个包裹了流中按照给定比较器选出的最小元素的 Optional, 或如果流为空则为 Optional.empty() |
reducing | 归约操作产生的类型 | 从一个作为累加器的初始值开始,利用 BinaryOperator 与流 中的元素逐个结合,从而将流归约为单个值累加int totalCalories = menuStream.collect(reducing(0, Dish::getCalories, Integer::sum)); |
collectingAndThen | 转换函数返回的类型 | 包裹另一个收集器,对其结果应用转换函数int howManyDishes = menuStream.collect(collectingAndThen(toList(), List::size)) |
groupingBy | Map |
根据项目的一个属性的值对流中的项目作问组,并将属性值作 为结果 Map 的键 |
partitioningBy | Map |
根据对流中每个项目应用谓词的结果来对项目进行分区 |
package com.company.bean; import java.util.Arrays; import java.util.List; import java.util.stream.Collectors; /** * Created by liuguoquan on 2017/4/26. */ public class Dish { private String name; private boolean vegetarian; private int calories; private Type type; private CaloricLevel level; public CaloricLevel getLevel() { if (calories <= 400) { return CaloricLevel.DIET; } else if (calories <= 700) { return CaloricLevel.NORMAL; } return CaloricLevel.FAT; } public void setLevel(CaloricLevel level) { this.level = level; } public enum Type { MEAT, FISH, OTHER } public enum CaloricLevel { DIET, NORMAL, FAT } public Dish(String name, boolean vegetarian, int calories, Type type) { this.name = name; this.vegetarian = vegetarian; this.calories = calories; this.type = type; } public String getName() { return name; } public boolean isVegetarian() { return vegetarian; } public int getCalories() { return calories; } public Type getType() { return type; } @Override public String toString() { return name; } public static final Listmenu = Arrays.asList( new Dish("pork", false, 800, Dish.Type.MEAT), new Dish("beef", false, 700, Dish.Type.MEAT), new Dish("chicken", false, 400, Dish.Type.MEAT), new Dish("french fries", true, 530, Dish.Type.OTHER), new Dish("rice", true, 350, Dish.Type.OTHER), new Dish("season fruit", true, 120, Dish.Type.OTHER), new Dish("pizza", true, 550, Dish.Type.OTHER), new Dish("prawns", false, 400, Dish.Type.FISH), new Dish("salmon", false, 450, Dish.Type.FISH)); }
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/69990.html
摘要:大家好,我是乐字节的小乐。需要注意的是很多流操作本身就会返回一个流,所以多个操作可以直接连接起来,如下图这样,操作可以进行链式调用,并且并行流还可以实现数据流并行处理操作。为集合创建并行流。 大家好,我是乐字节的小乐。说起流,我们会联想到手机、电脑组装流水线,物流仓库商品包装流水线等等,如果把手机 ,电脑,包裹看做最终结果的话,那么加工商品前的各种零部件就可以看做数据源,而中间一系列的...
摘要:归约操作计算有效订单总金额有效订单总金额收集数据收集将流转换为其他形式,方法作为终端操作,接收一个接口的实现,用于给中元素做汇总的方法。 接上一篇:《Java8新特性之stream》,下面继续接着讲Stream 5、流的中间操作 常见的流的中间操作,归为以下三大类:筛选和切片流操作、元素映射操作、元素排序操作:showImg(https://segmentfault.com/img/b...
摘要:使用解决的数据流问题原文译者飞龙协议在年三月发布,距离现在年三月五号快有一年了。除了,最实用的特性是新的数据流。是吧,注是浏览器上的数据流的接口,并解决了上述问题。 使用Intellij IDEA 解决Java8的数据流问题 原文:Fixing Java 8 Stream Gotchas with IntelliJ IDEA 译者:飞龙 协议:CC BY-NC-SA 4.0 ...
摘要:表达式体现了函数式编程的思想,即一个函数亦可以作为另一个函数参数和返回值,使用了函数作参数返回值的函数被称为高阶函数。对流对象进行及早求值,返回值不在是一个对象。 Java8主要的改变是为集合框架增加了流的概念,提高了集合的抽象层次。相比于旧有框架直接操作数据的内部处理方式,流+高阶函数的外部处理方式对数据封装更好。同时流的概念使得对并发编程支持更强。 在语法上Java8提供了Lamb...
摘要:数据流教程原文译者飞龙协议这个示例驱动的教程是数据流的深入总结。但是的数据流是完全不同的东西。数据流是单体,并且在函数式编程中起到重要作用。列表上的所有流式操作请见数据流的。基本的数据流使用特殊的表达式,例如,而不是,而不是。 Java 8 数据流教程 原文:Java 8 Stream Tutorial 译者:飞龙 协议:CC BY-NC-SA 4.0 这个示例驱动的教程是J...
阅读 1632·2021-10-29 13:11
阅读 770·2021-09-22 10:02
阅读 1659·2021-08-20 09:35
阅读 1522·2019-08-30 15:54
阅读 2424·2019-08-30 15:44
阅读 1322·2019-08-29 16:52
阅读 1060·2019-08-23 12:56
阅读 722·2019-08-22 15:16