摘要:前面的话中的于版本析出,平时项目中也有用到,今天就系统的来实践一下。可以根据队员的年龄进行分组执行结果为费尔南多费尔南迪尼奥隋维杰克鲁伊夫卡尔德克阿德里安结果是一个,为不重复的年龄,为属于该年龄的队员列表。已经实现了分组。
【前面的话】Java中的Stream于1.8版本析出,平时项目中也有用到,今天就系统的来实践一下。下面借用重庆力帆队伍中我个人比较喜欢的球员来操作一波,队员的年龄为了便于展示某些api做了调整,请不要太认真哦。
壹. Stream理解在java中我们称Stream为『流』,我们经常会用流去对集合进行一些流水线的操作。stream就像工厂一样,只需要把集合、命令还有一些参数灌输到流水线中去,就可以加工成得出想要的结果。这样的流水线能大大简洁代码,减少操作。给我个人的感觉类似JavaScript中的链式函数。
贰. Stream流程原集合 —> 流 —> 各种操作(过滤、分组、统计) —> 终端操作
Stream流的操作流程一般都是这样的,先将集合转为流,然后经过各种操作,比如过滤、筛选、分组、计算。最后的终端操作,就是转化成我们想要的数据,这个数据的形式一般还是集合,有时也会按照需求输出count计数。下文会一一举例。
叁. API实践首先,定义一个用户对象,包含姓名、年龄、id三个成员变量:
package com.eelve.training.entity; import lombok.*; import javax.persistence.*; /** * @ClassName User * @Description TDO * @Author zhao.zhilue * @Date 2019/6/28 15:21 * @Version 1.0 **/ @Data @Entity @Table(name = "user") @ToString @NoArgsConstructor @AllArgsConstructor @EqualsAndHashCode(exclude={"id","name"}) public class User implements Comparable{ @Id @GeneratedValue(strategy = GenerationType.IDENTITY) @Column(name = "id") private Integer id; /** * Link name. */ @Column(name = "name", columnDefinition = "varchar(255) not null") private String name; @Column(name = "age") private Integer age; public User(String name, Integer age) { this.name = name; this.age = age; } @Override public int compareTo(User o) { return age.compareTo(o.getAge()); } }
然后在数据库中插入测试数据,见下图:
假如我们要实现过滤出40岁以下的队员,我们可以这样来实现:
@Test public void testUserStreamFilter(){ ListuserList = userMapper.getALL(); List resultList = userList.stream().filter(user -> user.getAge() <= 40).collect(Collectors.toList()); for (User user : resultList){ System.out.println(user.toString()); } }
filter里面,->箭头后面跟着的是一个boolean值,可以写任何的过滤条件,就相当于sql中where后面的东西,换句话说,能用sql实现的功能这里都可以实现
执行结果为:
User(id=1, name=费尔南多, age=25) User(id=2, name=费尔南迪尼奥, age=26) User(id=3, name=卡尔德克, age=27) User(id=4, name=阿德里安, age=28) User(id=5, name=隋维杰, age=26)2)distinct 去重
其用法和sql中的使用类似,假如我们要实现过去除用重复年龄的队员,我们可以这样来实现:
@Test public void testUserDistinct(){ ListuserList = userMapper.getALL(); List resultList = userList.stream().distinct().collect(Collectors.toList()); for (User user : resultList){ System.out.println(user.toString()); } }
执行结果为:
User(id=1, name=费尔南多, age=25) User(id=2, name=费尔南迪尼奥, age=26) User(id=3, name=卡尔德克, age=27) User(id=4, name=阿德里安, age=28) User(id=6, name=克鲁伊夫, age=43)3)sorted排序
如果流中的元素的类实现了 Comparable 接口,即有自己的排序规则,那么可以直接调用 sorted() 方法对元素进行排序,如:
@Override public int compareTo(User o) { return age.compareTo(o.getAge()); }
@Test public void testUserStreamSorted(){ ListuserList = userMapper.getALL(); List resultList = userList.stream().sorted().collect(Collectors.toList()); for (User user : resultList){ System.out.println(user.toString()); } }
反之, 需要调用 sorted((T, T) -> int) 实现 Comparator 接口。
@Test public void testUserStreamSortedWithComparator(){ ListuserList = userMapper.getALL(); List resultList = userList.stream().sorted(Comparator.comparingInt(User::getAge)).collect(Collectors.toList()); for (User user : resultList){ System.out.println(user.toString()); } }
执行结果为:
User(id=1, name=费尔南多, age=25) User(id=2, name=费尔南迪尼奥, age=26) User(id=5, name=隋维杰, age=26) User(id=3, name=卡尔德克, age=27) User(id=4, name=阿德里安, age=28) User(id=6, name=克鲁伊夫, age=43)4)limit() 返回前n个元素
如果想知道队伍中年龄最小的就可以使用下面来实现:
@Test public void testUserStreamLimit(){ ListuserList = userMapper.getALL(); List resultList = userList.stream().limit(2).collect(Collectors.toList()); for (User user : resultList){ System.out.println(user.toString()); } }
执行结果为:
User(id=1, name=费尔南多, age=25) User(id=2, name=费尔南迪尼奥, age=26)5)skip
它的用法和limit正好相反,是去除前面几个元素。
假如我们要去除前面两个元素就可以使用下面的方法来实现:
@Test public void testUserStreamSkip(){ ListuserList = userMapper.getALL(); List resultList = userList.stream().skip(2).collect(Collectors.toList()); for (User user : resultList){ System.out.println(user.toString()); } }
执行结果为:
User(id=3, name=卡尔德克, age=27) User(id=4, name=阿德里安, age=28) User(id=5, name=隋维杰, age=26) User(id=6, name=克鲁伊夫, age=43)6)组合使用
以上的过滤函数物品们可以组合来使用来实现我们具体的需求,示例代码如下:
@Test public void testUserStreamSortLimit(){ ListuserList = userMapper.getALL(); List resultList = userList.stream().sorted().limit(5).collect(Collectors.toList()); for (User user : resultList){ System.out.println(user.toString()); } }
这样我们就可以得到先排序后限制的结果:
User(id=1, name=费尔南多, age=25) User(id=2, name=费尔南迪尼奥, age=26) User(id=5, name=隋维杰, age=26) User(id=3, name=卡尔德克, age=27) User(id=4, name=阿德里安, age=28)3.2 映射 1)map(T->R)
map是将T类型的数据转为R类型的数据,比如我们想要设置一个新的list,存储用户所有的城市信息。
@Test public void testUserStreamMap(){ ListuserList = userMapper.getALL(); List resultList = userList.stream().map(User::getAge).distinct().collect(Collectors.toList()); System.out.println(resultList.toString()); }
这样我们可以得到所有年龄的样本,执行结果为:
[25, 26, 27, 28, 43]2)flatMap(T -> Stream
将流中的每一个元素 T 映射为一个流,再把每一个流连接成为一个流。
@Test public void testStreamMap(){ ListhabitsList = new ArrayList<>(); habitsList.add("唱歌,听歌"); habitsList.add("羽毛球,足球,登山"); habitsList = habitsList.stream().map(s -> s.split(",")).flatMap(Arrays::stream).collect(Collectors.toList()); System.out.println(habitsList); }
执行结果为:
[唱歌, 听歌, 羽毛球, 足球, 登山]
这里原集合中的数据由逗号分割,使用split进行拆分后,得到的是Stream
检测是否全部满足参数行为,假如我们要检测是不是所有队员都是U21的球员:
@Test public void testUserStreamAllMatch(){ ListuserList = userMapper.getALL(); boolean isNotU21 = userList.stream().allMatch(user -> user.getAge() >= 21); System.out.println("是否都不是U21球员:" + isNotU21); }
执行结果为:
是否都不是U21球员:true2)anyMatch(T->boolean)
检测是否有任意元素满足给定的条件,比如,想知道是否有26岁的球员:
@Test public void testUserStreamAnyMatch(){ ListuserList = userMapper.getALL(); boolean isAgeU26 = userList.stream().anyMatch(user -> user.getAge() == 26); System.out.println("是否有26岁的球员:" + isAgeU26); }
执行结果为:
是否有26岁的球员:true3)noneMatch(T -> boolean)
流中是否有元素匹配给定的 T -> boolean 条件。比如我们要检测是否含有U18的队员:
@Test public void testUserStreamNoneMatch(){ ListuserList = userMapper.getALL(); boolean isNotU18 = userList.stream().noneMatch(user -> user.getAge() <= 18); System.out.println("是否都不是U18球员:" + isNotU18); }
执行结果为:
是否都不是U18球员:true
说明没有U18的队员。
4)findFirst( ):找到第一个元素@Test public void testUserFindFirst(){ ListuserList = userMapper.getALL(); Optional firstUser = userList.stream().sorted().findFirst(); System.out.println(firstUser.toString()); }
执行结果为:
Optional[User(id=1, name=费尔南多, age=25)]5)findAny():找到任意一个元素
@Test public void testUserFindAny(){ ListuserList = userMapper.getALL(); Optional anytUser = userList.parallelStream().sorted().findAny(); System.out.println(anytUser.toString()); }
执行结果为:
Optional[User(id=2, name=费尔南迪尼奥, age=26)]3.4 归纳计算 1)求队员的总人数
@Test public void testUserCount(){ ListuserList = userMapper.getALL(); long totalAge = userList.stream().collect(Collectors.counting()); System.out.println("队员人数为:" + totalAge); }
执行结果为:
队员人数为:62)得到某一属性的最大最小值
@Test public void testUserMaxAndMin(){ ListuserList = userMapper.getALL(); Optional userMaxAge = userList.stream().collect(Collectors.maxBy(Comparator.comparing(User::getAge))); System.out.println("年龄最大的队员为:" + userMaxAge.toString()); Optional userMinAge = userList.stream().collect(Collectors.minBy(Comparator.comparing(User::getAge))); System.out.println("年龄最小的队员为:" + userMinAge.toString()); }
执行结果为:
年龄最大的队员为:Optional[User(id=6, name=克鲁伊夫, age=43)] 年龄最小的队员为:Optional[User(id=1, name=费尔南多, age=25)]3)求年龄总和是多少
@Test public void testUserSummingInt(){ ListuserList = userMapper.getALL(); int totalAge = userList.stream().collect(Collectors.summingInt(User::getAge)); System.out.println("年龄总和为:" + totalAge); }
执行结果为:
年龄总和为:175
我们经常会用BigDecimal来记录金钱,假设想得到BigDecimal的总和:
// 获得列表对象金额, 使用reduce聚合函数,实现累加器
BigDecimal sum = myList.stream() .map(User::getMoney)
.reduce(BigDecimal.ZERO,BigDecimal::add);
@Test public void testUserAveragingInt(){ ListuserList = userMapper.getALL(); Double totalAge = userList.stream().collect(Collectors.averagingInt(User::getAge)); System.out.println("平均年龄为:" + totalAge); }
执行结果为:
平均年龄为:29.1666666666666685)一次性得到元素的个数、总和、最大值、最小值
@Test public void testUserSummarizingInt(){ ListuserList = userMapper.getALL(); IntSummaryStatistics statistics = userList.stream().collect(Collectors.summarizingInt(User::getAge)); System.out.println("年龄的统计结果为:" + statistics ); }
执行结果为:
年龄的统计结果为:IntSummaryStatistics{count=6, sum=175, min=25, average=29.166667, max=43}6)字符串拼接
要将队员的姓名连成一个字符串并用逗号分割。
@Test public void testUserJoining(){ ListuserList = userMapper.getALL(); String name = userList.stream().map(User::getName).collect(Collectors.joining(",")); System.out.println("所有的队员名字:" + name ); }
执行结果为:
所有的队员名字:费尔南多,费尔南迪尼奥,卡尔德克,阿德里安,隋维杰,克鲁伊夫3.5 分组
在数据库操作中,我们经常通过GROUP BY关键字对查询到的数据进行分组,java8的流式处理也提供了分组的功能。使用Collectors.groupingBy来进行分组。
1)可以根据队员的年龄进行分组@Test public void testUserGroupingBy(){ ListuserList = userMapper.getALL(); Map > ageMap = userList.stream().collect(Collectors.groupingBy(User::getAge)); for (Map.Entry > entry :ageMap.entrySet()){ System.out.println("key= " + entry.getKey() + " and value= " + entry.getValue()); } }
执行结果为:
key= 25 and value= [User(id=1, name=费尔南多, age=25)] key= 26 and value= [User(id=2, name=费尔南迪尼奥, age=26), User(id=5, name=隋维杰, age=26)] key= 43 and value= [User(id=6, name=克鲁伊夫, age=43)] key= 27 and value= [User(id=3, name=卡尔德克, age=27)] key= 28 and value= [User(id=4, name=阿德里安, age=28)]
结果是一个map,key为不重复的年龄,value为属于该年龄的队员列表。已经实现了分组。另外我们还可以继续分组得到两次分组的结果。
2)如果仅仅想统计各年龄的队员个数是多少,并不需要对应的list按年龄分组并统计人数:
@Test public void testUserGroupingByCount(){ ListuserList = userMapper.getALL(); Map ageMap = userList.stream().collect(Collectors.groupingBy(User::getAge,Collectors.counting())); for (Map.Entry entry :ageMap.entrySet()){ System.out.println("队员中" + entry.getKey() + "岁的队员人数为:" + entry.getValue()); } }
执行结果为:
队员中25岁的队员人数为:1 队员中26岁的队员人数为:2 队员中43岁的队员人数为:1 队员中27岁的队员人数为:1 队员中28岁的队员人数为:13)partitioningBy 分区
分区与分组的区别在于,分区是按照 true 和 false 来分的,因此partitioningBy 接受的参数的 lambda 也是 T -> boolean
@Test public void testUserPartitioningBy (){ ListuserList = userMapper.getALL(); Map > partitioningByMap = userList.stream().collect(partitioningBy(user -> user.getAge() >= 30)); for (Map.Entry > entry :partitioningByMap.entrySet()){ System.out.println("key= " + entry.getKey() + " and value= " + entry.getValue()); } }
执行结果为:
key= false and value= [User(id=1, name=费尔南多, age=25), User(id=2, name=费尔南迪尼奥, age=26), User(id=3, name=卡尔德克, age=27), User(id=4, name=阿德里安, age=28), User(id=5, name=隋维杰, age=26)] key= true and value= [User(id=6, name=克鲁伊夫, age=43)]
【写在后面的话】留下stream的类实现的方法和依赖图,前面的实践也只是挑选了几个比较常用的Api。
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/76086.html
摘要:本文主要介绍了中的闭包与局部套用功能,由国内管理平台编译呈现。譬如,认为给带来了闭包特性就是其中之一。但是首先,我们将考虑如何利用闭包进行实现。很显然,闭包打破了这一准则。这就是局部调用,它总是比闭包更为稳妥。 【编者按】本文作者为专注于自然语言处理多年的 Pierre-Yves Saumont,Pierre-Yves 著有30多本主讲 Java 软件开发的书籍,自2008开始供职于 ...
摘要:原文链接编程方法论响应式与代码设计实战序,来自于微信公众号次灵均阁正文内容在一月的架构和设计趋势报告中,响应式编程和函数式仍旧编列在第一季度的早期采纳者中。 原文链接:《Java编程方法论:响应式RxJava与代码设计实战》序,来自于微信公众号:次灵均阁 正文内容 在《2019 一月的InfoQ 架构和设计趋势报告》1中,响应式编程(Reactive Programming)和函数式...
摘要:近日,在上列举了开发中常见的个错误,与君共免。在多线程中并发修改集合内容是非常常见的,因此需要使用并发编程中常用的方法进行处理,例如同步锁对于并发修改采用特殊的集合等等。在单线程和多线程情况下解决这个问题有微小的差别。 在编程时,开发者经常会遭遇各式各样莫名错误。近日,Sushil Das 在 Geek On Java上列举了 Java 开发中常见的 5 个错误,与君共「免」。 原文...
摘要:新特性总览标签本文主要介绍的新特性,包括表达式方法引用流默认方法组合式异步编程新的时间,等等各个方面。还有对应的和类型的函数连接字符串广义的归约汇总起始值,映射方法,二元结合二元结合。使用并行流时要注意避免共享可变状态。 Java8新特性总览 标签: java [TOC] 本文主要介绍 Java 8 的新特性,包括 Lambda 表达式、方法引用、流(Stream API)、默认方...
摘要:根据对社区和新特性的深刻理解,他创作了函数式编程一书。问你在伦敦社区的经历是否帮助你创作了函数式编程这本书绝对是这样。我认为引入函数式编程会为很多编程任务提供方便。问之前的是面向对象的,现在全面支持函数式编程。 非商业转载请注明作译者、出处,并保留本文的原始链接:http://www.ituring.com.cn/article/199271 Richard Warburto...
阅读 3686·2021-08-10 09:42
阅读 586·2019-08-30 15:55
阅读 882·2019-08-30 15:54
阅读 3105·2019-08-30 13:45
阅读 550·2019-08-29 16:23
阅读 1988·2019-08-29 16:23
阅读 977·2019-08-29 15:18
阅读 2258·2019-08-29 12:57