1. 首页
  2. 后端

Java学习十一—Java8特性之Stream流

良月柒 • 2024年12月2日 pm4:33 • 后端 • 阅读 89 
  Java学习十一—Java8特性之Stream流

========================

一、Java8新特性简介

============

2014年3月18日，JDK8发布，提供了Lambda表达式支持、内置Nashorn JavaScript引擎支持、新的时间日期API、彻底移除HotSpot永久代。

111111​

Java 8引入了许多令人兴奋的新特性，其中最引人注目的是Lambda表达式和Stream API。以下是Java 8的一些主要新特性介绍：

  1. Lambda表达式：Lambda表达式是Java 8中最重要的特性之一。它允许您以更简洁的方式编写匿名函数，并将其作为参数传递给方法。Lambda表达式使代码更易读和更易维护。
  2. Stream API：Stream API为集合框架新增了对函数式编程的支持。通过Stream API，您可以以声明性的方式处理集合数据，例如过滤、映射、排序等操作。这样可以更容易地编写并发、并行化的代码。
  3. 接口的默认方法：Java 8允许在接口中定义默认方法。这使得接口可以包含具体的方法实现，而不仅仅是抽象方法。这样可以在不破坏现有实现的情况下向接口添加新的方法。
  4. 方法引用：方法引用是一种更简洁的Lambda表达式的替代方式。它允许您直接引用现有方法或构造函数，而不必重新编写Lambda表达式。
  5. 新的时间日期API：Java 8引入了全新的时间日期API，即java.time包。这个API解决了旧的Date和Calendar类存在的许多问题，并提供了更好的日期和时间处理功能。
  6. CompletableFuture：CompletableFuture是一种新的异步编程工具，用于简化异步任务的处理。它提供了更灵活的方式来处理异步操作的结果和异常。
  7. Nashorn JavaScript引擎：Java 8引入了Nashorn JavaScript引擎，用于在Java应用程序中执行JavaScript代码。这使得Java与JavaScript之间的互操作更加方便。
  8. Optional 类：Optional<T>​ 类用于表示可能为空的值，避免了显式使用 null​，减少了空指针异常的风险。

‍

‍

二、Stream流

2.1关于Stream流

2.1.1简介

Java Stream API 是 Java 8 引入的一项强大功能，主要用于处理集合数据。它提供了一种声明性的方法来处理数据，使代码更加简洁和易读。

222​

‍

2.1.2特点

Stream API 的一些关键特点：

  1. 声明式编程：使用 Stream API 时，你只需要指定“做什么”，而不需要关心“怎么做”。这使得代码更加简洁、易读。
  2. 惰性求值：Stream API 的操作是惰性的，这意味着在调用终端操作之前，中间操作不会执行。这有助于提高性能，因为它允许 JVM 优化操作的执行。
  3. 不可变性：Stream 本身是不可变的，一旦创建，就不能修改。这有助于避免并发修改异常。
  4. 并行处理：Stream API 支持并行处理，可以利用多核处理器提高性能。只需将 Stream 转换为并行 Stream，就可以并行执行操作。
  5. 丰富的操作：Stream API 提供了丰富的中间操作（如 filter​、map​、reduce​）和终端操作（如 forEach​、collect​、min​、max​）。
  6. 类型安全：Stream API 与 Java 的泛型系统紧密集成，确保了类型安全。
  7. 无状态与有状态操作：中间操作分为无状态操作（如 filter​）和有状态操作（如 distinct​、sorted​）。无状态操作的结果只依赖于当前元素，而有状态操作可能需要考虑多个元素。
  8. 短路操作：某些终端操作（如 anyMatch​、allMatch​、noneMatch​）可以在满足特定条件时提前终止，这称为短路操作。
  9. Optional 支持：某些操作（如 findFirst​、findAny​）返回 Optional​ 类型，以避免空指针异常。
  10. 集合操作：Stream API 可以轻松地与集合框架集成，如使用 Collection.stream()​ 方法将集合转换为 Stream。

‍

2.1.3使用流程

Java Stream 的一般流程：创建流 → 应用中间操作（可以有多个中间操作） → 应用终端操作。流的操作可以链式调用，形成流畅的操作序列，提高了代码的简洁性和可读性。同时，Java Stream 也利用了并行处理来提升性能，特别是对于大数据集合的处理。

‍

2.2创建stream流

  • 从集合创建：
List<String> list = Arrays.asList("a", "b", "c");
Stream<String> streamFromList = list.stream();
  • 从数组创建：
String[] array = {"a", "b", "c"};
Stream<String> streamFromArray = Arrays.stream(array);
  • 使用 Stream.of() 方法：
Stream<String> stream = Stream.of("a", "b", "c");
  • 从文件创建（使用 NIO）：
try (Stream<String> lines = Files.lines(Paths.get("file.txt"))) {
    // 使用 lines 进行操作
} catch (IOException e) {
    e.printStackTrace();
}

‍

2.2.1list集合创建

List<String> strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
List<String> filtered = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.toList());

‍

2.2.2map集合创建

keyset

那么这里的keyset当然就是把双列集合里的所有的键数据的set集合放在流里面了

//    双列集合
        HashMap<String,Integer> map = new HashMap<>();
        map.put("zhangsan",23);
        map.put("lisi",24);
        map.put("wangwu",25);
        map.keySet().stream().forEach(s -> System.out.println(s));

‍

entryset

//    双列集合
        HashMap<String,Integer> map = new HashMap<>();
        map.put("zhangsan",23);
        map.put("lisi",24);
        map.put("wangwu",25);
//      map.keySet().stream().forEach(s -> System.out.println(s));
        map.entrySet().stream().forEach(s-> System.out.println(s));

‍

2.2.3数组创建流

可以使用数组的帮助类Arrays中的静态方法stream生成流

//        数组
        int  [] arr ={1,2,3,4,5};
        Arrays.stream(arr).forEach(s-> System.out.println(s));

‍

2.2.4同种数据类型的多个数据

可以通过Stream里面的of方法，来获取到一个stream流 Stream.of（T…Values）生成流，可以看到这个of方法里是一个可变参数，所以不管传多少参数都是可以的

    //同种数据类型的多个数据
    Stream.of(1,2,3,4,5).forEach(s-> System.out.println(s));

‍

2.2.5并行流-Parallel-Streams

前面章节我们说过，stream​ 流是支持顺序和并行的。顺序流操作是单线程操作，而并行流是通过多线程来处理的，能够充分利用物理机 多核 CPU 的优势，同时处理速度更快。

‍

测试：

首先，我们创建一个包含 1000000 UUID list 集合。

int max = 1000000;
List<String> values = new ArrayList<>(max);
for (int i = 0; i < max; i++) {
    UUID uuid = UUID.randomUUID();
    values.add(uuid.toString());
}

分别通过顺序流和并行流，对这个 list 进行排序，测算耗时:

‍

顺序流排序
// 纳秒
long t0 = System.nanoTime();

long count = values.stream().sorted().count();
System.out.println(count);

long t1 = System.nanoTime();

// 纳秒转微秒
long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0);
System.out.println(String.format("顺序流排序耗时: %d ms", millis));

// 顺序流排序耗时: 899 ms

‍

并行流排序
// 纳秒
long t0 = System.nanoTime();

long count = values.parallelStream().sorted().count();
System.out.println(count);

long t1 = System.nanoTime();

// 纳秒转微秒
long millis = TimeUnit.NANOSECONDS.toMillis(t1 - t0);
System.out.println(String.format("并行流排序耗时: %d ms", millis));

// 并行流排序耗时: 472 ms

正如你所见，同样的逻辑处理，通过并行流，我们的性能提升了近 50% 。完成这一切，我们需要做的仅仅是将 stream​ 改成了 parallelStream​。

‍

区别

stream()​ 和 Parallel-Streams​ 是 Java 8 引入的流式操作 API 中的两个重要概念。它们都属于 Java 8 新增的 Stream API，用于处理集合数据的函数式编程方式。

stream()​ 方法返回一个顺序流（sequential stream），它将集合转换为一个按顺序处理的流。顺序流适用于串行处理数据的场景，即每个元素依次经过一系列的中间操作和终端操作。

Parallel-Streams​ 则返回一个并行流（parallel stream），它将集合转换为一个可以并行处理的流。并行流适用于需要并行处理大量数据的场景，可以充分利用多核处理器的优势，提高处理速度。

‍

使用场景区别如下：

  1. stream()​：适用于处理规模较小的数据集或要求顺序处理的场景。顺序流的处理过程是串行的，适合对数据进行逐个处理，保持处理顺序的情况。
  2. Parallel-Streams​：适用于处理大规模数据集或可以并行处理的场景。并行流的处理过程可以同时使用多个线程进行处理，能够加速处理速度。但需要注意，并行流的处理可能会引入==线程安全==问题，需要谨慎处理共享状态。

需要注意的是，并行流的性能提升并不是适用于所有场景的，有时候并行处理的开销可能会超过性能收益。因此，在选择使用 Parallel-Streams​ 时，需要根据具体情况进行评估和测试。

综上所述，stream()​ 适用于顺序处理小规模数据集的场景，而 Parallel-Streams​ 适用于并行处理大规模数据集的场景，可以根据实际需求选择合适的流类型。

‍

2.3中间操作

Java Stream API 的中间操作是一系列操作，它们创建了一个新的 Stream，并且可以在这个新的 Stream 上继续添加操作。中间操作不会立即执行，它们是惰性的，只有在终端操作被调用时才会实际执行。以下是一些常见的中间操作方法及其示例：

‍

2.3.1filter 过滤

筛选出符合条件的元素。

示例

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
List<Integer> evenNumbers = numbers.stream()
                                    .filter(n -> n % 2 == 0)
                                    .collect(Collectors.toList());
// 输出: [2, 4]

‍

过滤元素以某一字母开头

首先，我们创建一个 List​ 集合：

List<String> stringCollection = new ArrayList<>();
stringCollection.add("ddd2");
stringCollection.add("aaa2");
stringCollection.add("bbb1");
stringCollection.add("aaa1");
stringCollection.add("bbb3");
stringCollection.add("ccc");
stringCollection.add("bbb2");
stringCollection.add("ddd1");

Filter​ 的入参是一个 Predicate​, 上面已经说到，Predicate​ 是一个断言的中间操作，它能够帮我们筛选出我们需要的集合元素。它的返参同样 是一个 Stream​ 流，我们可以通过 foreach​ 终端操作，来打印被筛选的元素：

stringCollection
    .stream()
    .filter((s) -> s.startsWith("a"))
    .forEach(System.out::println);

// "aaa2", "aaa1"

注意：foreach​ 是一个终端操作，它的返参是 void​, 我们无法对其再次进行流操作。

‍

image-20230629184113992​

‍

2.3.2map 转换

将流中的元素通过指定的映射函数转换成另一个值。

‍

示例

List<String> words = Arrays.asList("hello", "world");
List<Integer> wordLengths = words.stream()
                                 .map(String::length)
                                 .collect(Collectors.toList());
// 输出: [5, 5]

‍

对集合中的每个元素应用给定的函数。

中间操作 Map​ 能够帮助我们将 List​ 中的每一个元素做功能处理。例如下面的示例，通过 map​ 我们将每一个 string​ 转成大写：

stringCollection
    .stream()
    .map(String::toUpperCase)
    .sorted((a, b) -> b.compareTo(a))
    .forEach(System.out::println);

// "DDD2", "DDD1", "CCC", "BBB3", "BBB2", "AAA2", "AAA1"

‍

2.3.3flatMap 转换

将 Stream 中的每个元素转换成另一个 Stream，然后将这些 Stream 连接起来。

将流中的每个元素映射成一个流，然后合并成一个新的流。

‍

示例

List<List<Integer>> numbers = Arrays.asList(Arrays.asList(1, 2), Arrays.asList(3, 4));
List<Integer> flattenedList = numbers.stream()
                                     .flatMap(List::stream)
                                     .collect(Collectors.toList());
// 输出: [1, 2, 3, 4]

‍

2.3.4distinct(去重)

去除流中重复的元素。依赖hashcode和equals方法，所以如果是自定义类的话，就必须在自定义类里面重写hashcode和equals方法

‍

示例

List<Integer> numbers = Arrays.asList(1, 2, 2, 3, 3, 3, 4, 4, 4, 4);
List<Integer> distinctNumbers = numbers.stream()
                                       .distinct()
                                       .collect(Collectors.toList());
// 输出: [1, 2, 3, 4]

‍

ArrayList<String> list1 = new ArrayList<>();
        list.add("张三丰");
        list.add("张无忌");
        list.add("张翠山");
        list.add("王二麻子"); 
        list.add("王二麻子"); 
    list.stream().distinct().forEach(s -> System.out.println(s));
 /*结果：张三丰
        张无忌
        张翠山
        王二麻子*/

‍

2.3.5sorted 排序

对流中的元素进行排序，默认是自然顺序，也可以传入自定义的比较器。

Sorted​ 同样是一个中间操作，它的返参是一个 Stream​ 流。另外，我们可以传入一个 Comparator​ 用来自定义排序，如果不传，则使用默认的排序规则。

‍

示例

List<Integer> numbers = Arrays.asList(3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5);
List<Integer> sortedNumbers = numbers.stream()
                                     .sorted()
                                     .collect(Collectors.toList());
// 输出: [1, 1, 2, 3, 3, 4, 5, 5, 5, 6, 9]

‍

按照对象某个字段排序

        //国家按sortOrder排序
        List<AgentCountryDO> sortedCountryDOS = countryDOS.stream()
                .sorted(Comparator.comparingLong(AgentCountryDO::getSortOrder))
                .collect(Collectors.toList());

‍

按照倒序排序

        List<String> yearList = this.lambdaQuery().select(BudgetInfoDO::getYear)
                .list()
                .stream()
                .map(BudgetInfoDO::getYear)
                .distinct()
                .sorted(Comparator.reverseOrder())
                .collect(Collectors.toList());

‍

2.3.6peek方法

peek用于处理集合中元素(对象)的某个属性的值，但不改变元素(对象)的类型(区别于map操作)

‍

示例

package listDemo;

import org.apache.commons.lang3.StringUtils;

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

public class StreamPeekDemo {

    public static void main(String[] args) {

        List<Person> personList = new ArrayList<>();
        personList.add(new Person("xiaozhang", 20));
        personList.add(new Person("xiaowang", 21));

        List<Person> peekedList = personList.stream().peek(e -> e.setCity("beijing")).collect(Collectors.toList());
        System.out.println(StringUtils.join(peekedList, "-"));

    }
}

package listDemo;

import lombok.Data;
import lombok.NonNull;
import lombok.RequiredArgsConstructor;

@Data
@RequiredArgsConstructor
public class Person {

    @NonNull
    private String name;
    @NonNull
    private int age;
    private String city;

}

运行结果

Person(name=xiaozhang, age=20, city=beijing)-Person(name=xiaowang, age=21, city=beijing)

‍

2.3.7limit（取用前几个）

Stream limit (long maxSize): 截取指定的参数个数的数据

‍

示例

ArrayList<String> list = new ArrayList<>();
        list.add("孙悟空");
        list.add("唐三藏");
        list.add("猪八戒");
        list.add("沙悟净");
    //简化前代码：
    Stream<String> stream = list.stream();
    stream.forEach(s -> System.out.println(s));

    //简化后代码：
    list.stream().limit(2).forEach(s -> System.out.println(s));
        // 结果：孙悟空
        //      唐三藏
    //注解：本方法截取就是 只保留前面的指定元素

‍

2.3.8skip(跳过前几个)

跳过指定参数个数的数据 ，就是里面这个方法里面传几，那么就会跳过前几个数据

‍

示例

ArrayList<String> list = new ArrayList<>();
        list.add("孙悟空");
        list.add("唐三藏");
        list.add("猪八戒");
        list.add("沙悟净");
    //Stream<T> skip (long n):  跳过指定参数个数的数据
    list.stream().skip(2).forEach(s -> System.out.println(s));
        //结果：猪八戒
        //     沙悟净
    //注解： 与截取相反 本方法 是跳过前面的指定元素

‍

image​

‍

2.4终端操作

2.4.1collect（收集操作）

将 Stream 中的元素收集到集合或其他容器中。

‍

示例

List<String> list = Arrays.asList("a", "b", "c");
List<String> collected = list.stream().collect(Collectors.toList());

注意事项：在stream流中无法直接修改集合，数组等数据源中的数据，你能修改的仅仅是流上的数据

‍

2.4.2Collectors​​工具类

Collectors​ 是 Java 8 引入的 java.util.stream​ 包中的一个实用类，提供了多种静态方法来生成常见的收集器实例。收集器用于将流的元素处理为汇总结果，如将元素收集到一个集合、聚合元素、分组、分区等。下面是 Collectors​ 类的一些常见方法及其简介：

‍

toList()

  • 将流中的元素收集到一个 List​ 中。
List<String> list = stream.collect(Collectors.toList());

‍

将流中的元素收集到一个List集合中。

    List<Integer> collect = list.stream().filter(number -> number % 2 == 0).collect(Collectors.toList());
    System.out.println(collect);
        //filter 负责过滤数据的
        //collect 负责收集数据的, 获取流中剩余的数据，但是他不会负责创建容器，也不负责把数据添加到容器中。

​

toSet()

  • 将流中的元素收集到一个 Set​ 中，去除重复元素。
Set<String> set = stream.collect(Collectors.toSet());

 Set<Integer> collect1 = list.stream().filter(number -> number % 2 == 0).collect(Collectors.toSet());
 System.out.println(collect1);
    //filter 负责过滤数据的
    //collect 负责收集数据的, 获取流中剩余的数据，但是他不会负责创建容器，也不负责把数据添加到容器中。

‍

toMap()

  • 将流中的元素收集到一个 Map​ 中，需要指定键和值的映射函数，可以通过合并函数处理重复键。
Map<Integer, String> map = stream.collect(Collectors.toMap(
    String::length,  // 键映射器
    Function.identity(),  // 值映射器
    (existing, replacement) -> existing));  // 合并函数（处理重复键）

‍

示例

用到了函数Function.identity()​

List<GoodsSpuDO> spuDOList = this.lambdaQuery()
                .in(GoodsSpuDO::getSpuId, spuIds)
                .eq(GoodsSpuDO::getLangCode,LangCodeEnum.DEFAULT.getCode())
                .eq(GoodsSpuDO::getEnableFlag, SystemConstants.ENABLE_FLAG_ON)
                .list();
        List<GoodsSpuResourcesDO> spuResourceList = resourcesService.lambdaQuery()
                .in(GoodsSpuResourcesDO::getSpuId, spuIds)
                .eq(GoodsSpuResourcesDO::getEnableFlag, SystemConstants.ENABLE_FLAG_ON)
                .eq(GoodsSpuResourcesDO::getDataGroup, GoodsSpuResourceGroupEnums.LIST_PIC.getDataGroupCode())
                .in(GoodsSpuResourcesDO::getLangCode,LangCodeEnum.DEFAULT.getCode(),LangCodeEnum.ALL.getCode())
                .list();
        Map<Long, GoodsSpuDO> spuMap = spuDOList.stream().collect(Collectors.toMap(GoodsSpuDO::getSpuId, Function.identity()));

image​

‍

这段代码使用Java 8中的Stream API和Collectors.toMap()方法将一个包含GoodsSpuDO对象的spuDOList列表转换为一个Map\long,，其中Long是GoodsSpuDO对象的spuId属性，==GoodsSpuDO对象本身作为值==。

Function.identity()​​是一个函数引用，表示GoodsSpuDO​​对象本身作为值。

‍

joining()

  • 将流中的元素连接成一个字符串，默认使用空字符串作为分隔符。可以指定分隔符、前缀和后缀。
String result = stream.collect(Collectors.joining(", ", "[", "]"));

‍

将流中的元素拼接成一个字符串。

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

public class ListStreamJoiningExample {
    public static void main(String[] args) {
        List<String> words = Arrays.asList("Java", "is", "a", "programming", "language");

        // 使用joining()方法连接字符串
        String result = words.stream()
                .collect(Collectors.joining(" "));

        // 输出结果
        System.out.println(result);
    }
}

在这个案例中，我们定义了一个包含多个字符串的List集合。然后，我们使用stream()方法将List转换为一个Stream对象。接着，我们调用collect(Collectors.joining(” “))方法将Stream中的所有字符串连接起来，每个字符串之间用空格分隔。最后，我们将连接后的字符串输出到控制台。

运行上述代码，输出结果如下：

Java is a programming language

可以看到，List集合中的所有字符串都被连接起来，并以空格分隔。

‍

mapping()

  • 在收集之前应用一个额外的映射函数。
List<String> names = persons.stream()
    .collect(Collectors.mapping(Person::getName, Collectors.toList()));

‍

mapping

Collectors.mapping​ 是一个用于收集流中元素的收集器，它可以将流中的元素进行映射操作，并将映射结果收集到指定的容器中。

Collectors.mapping​ 方法的作用是将流中的元素进行映射操作，将每个元素按照 mapper​ 函数进行转换，然后将转换后的结果传递给 downstream​ 收集器进行进一步的收集操作。

通常，Collectors.mapping​ 方法与 Collectors.toList()​、Collectors.toSet()​ 等收集器组合使用，用于收集映射结果到列表或集合中。

例如，以下代码示例将一个字符串列表中的每个字符串转换为大写，并将结果收集到一个新的列表中：

List<String> strings = Arrays.asList("apple", "banana", "orange");
List<String> uppercaseList = strings.stream()
        .collect(Collectors.mapping(String::toUpperCase, Collectors.toList()));
System.out.println(uppercaseList);

输出：

[APPLE, BANANA, ORANGE]

在这个示例中，mapping​ 方法的 mapper​ 是 String::toUpperCase​，即将字符串转换为大写。downstream​ 是 Collectors.toList()​，用于将映射结果收集到列表中。

注意，Collectors.mapping​ 方法是在 Java 8 中引入的，并且需要与 Java 8 或更高版本一起使用。

‍

‍ 

        Map<Long, List<String>> idSynonymMap = synonymDOS.stream().collect(Collectors.groupingBy(
                SelectFunctionPointSynonymDO::getSubjectTermId,
                Collectors.mapping(SelectFunctionPointSynonymDO::getSynonym, Collectors.toList())
        ));

‍

groupingBy()

  • 根据分类函数对流中的元素进行分组，生成一个 Map​，键是分类标准，值是对应的元素列表。
Map<String, List<Person>> peopleByCity = people.stream()
    .collect(Collectors.groupingBy(Person::getCity));

‍

Collectors.groupingBy根据一个或多个属性对集合中的项目进行分组

接下来这个示例，将会按年龄对所有人进行分组：

Map<Integer, List<Person>> personsByAge = persons
    .stream()
    .collect(Collectors.groupingBy(p -> p.age)); // 以年龄为 key,进行分组

personsByAge
    .forEach((age, p) -> System.out.format("age %s: %s\n", age, p));

// age 18: [Max]
// age 23: [Peter, Pamela]
// age 12: [David]

‍

@AllArgsConstructor
@NoArgsConstructor
@Data
@Builder
public class OrderDetailDTO {

    /**
     * 订单明细id
     */
    private Long id;

    /**
     * 订单id
     */
    private Long orderId;

    /**
     * 客户id
     */
    private Long customerId;

    /**
     * 同spu表中的spu_id
     */
    private Long spuId;

    /**
     * 同sku表中的sku_id
     */
    private Long skuId;

‍

image​

‍

根据OrderDetailDTO对象列表中的spuId属性进行分组，将具有相同spuId的OrderDetailDTO对象放入同一个列表中，并将结果存储在一个Map对象中。

‍

        Map<Long, List<String>> idSynonymMap = synonymDOS.stream().collect(Collectors.groupingBy(
                SelectFunctionPointSynonymDO::getSubjectTermId,
                Collectors.mapping(SelectFunctionPointSynonymDO::getSynonym, Collectors.toList())
        ));

‍

reducing()

  • 使用归约操作将流中的元素结合起来，类似于 reduce()​ 操作。
Optional<Integer> sum = stream.collect(Collectors.reducing(Integer::sum));

‍

partitioningBy()

  • 根据谓词（条件）将流中的元素分成两组（true/false），生成一个 Map<Boolean, List<T>>​​。
Map<Boolean, List<Integer>> partitioned = numbers.stream()
    .collect(Collectors.partitioningBy(n -> n % 2 == 0));

‍

counting()

  • 计算流中元素的数量，返回 Long​​ 类型的结果。
long count = stream.collect(Collectors.counting());

‍

summarizingInt(), summarizingDouble(), summarizingLong()

  • 生成一个统计信息对象，包括最大值、最小值、平均值、总和等。
IntSummaryStatistics stats = stream.collect(Collectors.summarizingInt(Integer::intValue));

‍

summingLong

  Map<String, Long> resultData = combinedBuyingOrderDOList.stream()
                .collect(Collectors.groupingBy(e -> e.getActivityId().toString() + e.getSkuId().toString(), Collectors.summingLong(CombinedBuyingOrderDO::getCommodityNum)));

‍

这段代码使用了 Java 8 中的 Stream API 和 Collectors 工具类，对一个 CombinedBuyingOrderDO 对象列表进行了分组和求和计算。

具体来说，代码中的这个 CombinedBuyingOrderDO 类包含了一些属性，如 activityId、skuId 和 commodityNum 等。现在有一个 CombinedBuyingOrderDO 对象列表 combinedBuyingOrderDOList，需要对其中的数据进行统计计算。假设列表中有多个 CombinedBuyingOrderDO 对象，它们的 activityId 和 skuId 可能相同（即表示同一种商品），而 commodityNum 表示该商品的购买数量。

代码的作用是根据 activityId 和 skuId 将 CombinedBuyingOrderDO 对象进行分组，并对同一组中的 CombinedBuyingOrderDO 对象的 commodityNum 属性进行求和操作。最终得到一个 Map 对象 resultData，其中 key 是 activityId 和 skuId 组合后的字符串，value 是同一组中 CombinedBuyingOrderDO 对象的 commodityNum 属性的和。

具体来说，代码中的 Collectors.groupingBy() 方法将 CombinedBuyingOrderDO 对象列表按照 activityId 和 skuId 进行分组，生成一个以 “activityId + skuId” 为 key，以 CombinedBuyingOrderDO 对象的 List 为 value 的 Map 对象。

‍

然后，在每个分组中使用 Collectors.summingLong() 方法对 CombinedBuyingOrderDO 对象的 commodityNum 属性求和。最终，得到的结果就是一个以 “activityId + skuId” 为 key，以该组 CombinedBuyingOrderDO 对象的 commodityNum 属性值之和为 value 的 Map 对象。

‍

minBy和maxBy

Java 8 流的新类 java.util.stream.Collectors 实现了 java.util.stream.Collector 接口，同时又提供了大量的方法对流 ( stream ) 的元素执行 map and reduce 操作，或者统计操作。

‍

==Collectors==中的maxBy & minBy这两个函数和lambda中的max&min作用相同

@Test
public void maxByAndMinByExample() {
    List<String> list = Arrays.asList("1", "2", "3", "4");
    Optional<String> max = list.stream().collect(Collectors.maxBy((s, v) -> s.compareTo(v)));
    Optional<String> min = list.stream().collect(Collectors.minBy((s, v) -> s.compareTo(v)));
    System.out.println(max.get());
    System.out.println(min.get());
}

结果

4
1

‍

‍

@Test
public void maxAndMinExample() {
    List<String> list = Arrays.asList("1", "2", "3", "4");
    Optional<String> max = list.stream().max((s, v) -> s.compareTo(v));
    Optional<String> min = list.stream().min((s, v) -> s.compareTo(v));
    System.out.println(max.get());
    System.out.println(min.get());
}

结果

4
1

‍

注意： 经过对比发现，直接使用max|min代码会更简洁、易读

‍

‍

2.4.3 其它

toList()​

.toList()​ 方法用于将流（Stream）中的元素收集到一个列表中。这个方法通常用于将流转换为一个标准的 Java 集合类，如 ArrayList​ 或 LinkedList​。

‍

示例
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class StreamToListExample {
    public static void main(String[] args) {
        // 创建一个字符串流
        Stream<String> stream = Stream.of("apple", "banana", "orange", "kiwi");

        // 将流中的元素收集到一个列表中
        List<String> list = stream.toList();

        // 打印列表中的元素
        System.out.println(list); // 输出: [apple, banana, orange, kiwi]
    }
}

‍

.toList();与collect(Collectors.toList())的区别

stream.toList()​ 和 collect(Collectors.toList())​ 都可以将 Java 8 中的 Stream​ 转换为一个 List​ 集合，但它们有一些区别。

  1. 引入方式：

    • stream.toList()​ 是 Stream​ 接口的默认方法，可以直接在 Stream​ 对象上调用。
    • collect(Collectors.toList())​ 是使用 Collectors​ 工具类中的静态方法，需要通过 collect​ 方法结合具体的收集器来使用。

    • 可变性：

    • stream.toList()​ 返回的是一个不可变的 List​。对返回的 List​ 进行增删操作会抛出 UnsupportedOperationException​ 异常。

    • collect(Collectors.toList())​ 返回的是一个可变的 ArrayList​。可以对返回的列表进行增删操作。

    • 需要额外的类型转换：

    • stream.toList()​ 返回的是 List​ 类型，不需要进行类型转换。

    • collect(Collectors.toList())​ 返回的是 List​ 接口的实现类 ArrayList​，如果要使用 List​ 接口引用接收结果，需要进行类型转换。

综上所述，两种方式都可以将 Stream​ 转换为 List​，但是在可变性和类型转换方面有所差异。选择哪种方式取决于具体的需求和使用场景。

‍

‍

toArray() ：将 Stream 转换为数组

List<String> list = Arrays.asList("a", "b", "c");
String[] array = list.stream().toArray(String[]::new);

‍

forEach（逐一处理）

对 Stream 中的每个元素执行指定操作。

‍

示例
List<String> list = Arrays.asList("a", "b", "c");
list.stream().forEach(System.out::println);

public static class Student{
        private String name;
        private String sex;
        private String age;

        public String getName() {
            return name;
        }

        public void setName(String name) {
            this.name = name;
        }

public static void main(String[] args) {
        Student student = new Student();
        student.setName("张三");
        student.setSex("女");
        student.setAge("18");
        Student student1 = new Student();
        student1.setName("王美美");
        student1.setSex("男");
        student1.setAge("57");
        List<Student> studentList = new ArrayList<>();
        studentList.add(student);
        studentList.add(student1);
        studentList.stream().forEach(stu->{
            System.out.println(stu.getName());
        });
    }


打印结果：张三
         王美美

‍

image​

‍

集合foreach与stream foreach的区别

forEach​和Stream.forEach​在功能上非常相似，它们都用于遍历集合的元素并执行给定的操作。然而，它们在实现上存在一些细微的区别。

  1. 使用方式：

    • forEach​是Iterable​接口的默认方法，可以直接在集合上使用，如list.forEach(action)​。
    • Stream.forEach​是Stream​接口的方法，需要通过stream()​方法将集合转换为流，然后调用forEach(action)​，如list.stream().forEach(action)​。

    • 可变性：

    • forEach​方法可以在遍历过程中修改原始集合的元素，因为它是直接作用于集合上的。

    • Stream.forEach​方法是一个终端操作，它对于流的每个元素执行给定的操作，但不直接修改原始集合中的元素。

    • 并行处理：

    • Stream.forEach​方法支持并行处理，可以使用parallelStream()​方法将集合转换为并行流，从而实现并行执行给定的操作。

    • forEach​方法不直接支持并行处理，它只能按顺序逐个执行操作。

需要注意的是，尽管Stream.forEach​方法支持并行处理，但在某些情况下，并行化操作可能会引入线程安全或同步问题。因此，在并行处理时，请确保操作是线程安全的。

总之，forEach​方法是基于集合的操作，可以直接修改集合元素，而Stream.forEach​方法是基于流的操作，不会直接修改原始集合，并且支持并行处理。根据具体的需求和场景，选择适合的方法来遍历和处理集合。

‍

count 计数

返回 Stream 中元素的个数。

count​ 是一个终端操作，它能够统计 stream​ 流中的元素总数，返回值是 long​ 类型。

‍

示例
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
long count = numbers.stream().count();

‍

image-20230630000607685​

‍

‍

reduce

Reduce​ 中文翻译为：减少、缩小。通过入参的 Function​，我们能够将 list​ 归约成一个值。它的返回类型是 Optional​ 类型。

‍

示例
import java.util.stream.Stream;

public class StreamReduceExample {
    public static void main(String[] args) {
        // 创建一个整数流
        Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5);

        // 使用reduce求和
        // 这里的reduce方法将流中的元素累加起来
        // 初始值是0，accumulator是两个整数相加的操作符
        int sum = stream.reduce(0, (a, b) -> a + b);

        System.out.println("Sum: " + sum);  // 输出: Sum: 15
    }
}

Optional<String> reduced =
    stringCollection
        .stream()
        .sorted()
        .reduce((s1, s2) -> s1 + "#" + s2);

reduced.ifPresent(System.out::println);
// "aaa1#aaa2#bbb1#bbb2#bbb3#ccc#ddd1#ddd2"

‍

findFirst​​​

findFirst​ 方法是 Stream API 中的一个终端操作（terminal operation），用于从 Stream 中查找并返回第一个元素。如果 Stream 为空，findFirst​ 方法将返回一个空的 Optional​ 对象。

‍

示例
List<String> list = Arrays.asList("apple", "banana", "cherry");
Optional<String> firstElement = list.stream().findFirst();

List<String> myList = Arrays.asList("Java", "Kotlin", "Scala", "Groovy");
Optional<String> firstElement = myList.stream().findFirst();

// 使用 Optional 的 ifPresent 方法来处理找到的元素
firstElement.ifPresent(element -> System.out.println("The first element is: " + element));

// 如果需要获取 Optional 中的值，并处理空值情况
String first = firstElement.orElse("No elements"); // 如果没有元素，返回 "No elements"
System.out.println("The first element or default is: " + first);

‍

match 匹配

Java Stream API 中的 match​ 方法是一个短路的终端操作，它用于检查 Stream 中的元素是否满足特定的条件。

‍

  1. allMatch：
    • allMatch​ 方法用于检查流中的所有元素是否都满足给定的条件。
    • 它接收一个 Predicate​ 参数，返回一个 boolean​ 值。
    • 如果流中的每个元素都满足条件，则返回 true​；否则返回 false​。
    • 例如：

    “`
    boolean allPositive = list.stream().allMatch(x -> x > 0);

    “`
    1. ##### anyMatch：

    • anyMatch​ 方法用于检查流中是否至少有一个元素满足给定的条件。
    • 同样接收一个 Predicate​ 参数，返回一个 boolean​ 值。
    • 如果流中至少有一个元素满足条件，则返回 true​；否则返回 false​。
    • 例如：

    “`
    boolean anyNegative = list.stream().anyMatch(x -> x < 0);

    “`
    2. ##### noneMatch：

    • noneMatch​ 方法用于检查流中是否所有元素都不满足给定的条件。
    • 也接收一个 Predicate​ 参数，返回一个 boolean​ 值。
    • 如果流中没有任何元素满足条件，则返回 true​；否则返回 false​。
    • 例如：

    “`
    boolean noneNegative = list.stream().noneMatch(x -> x >= 0);

    “`

这三个方法都是短路操作，即在满足条件时会立即停止遍历流，提高了效率。

‍

‍

image-20230630000319642​

‍

max

它用于从流中查找最大元素，具体的比较方式由传入的 Comparator​ 决定。

  1. max(Comparator) ​：接受一个 Comparator​ 接口的实现作为参数，用于定义元素之间的比较逻辑。如果 Stream 不为空，返回比较后的“最大”元素；如果为空，则抛出 NoSuchElementException​。
  2. max() ​：这是 max(Comparator)​ 的简化版本，它使用元素的自然顺序来确定最大值。同样，如果 Stream 不为空，返回最大元素；如果为空，抛出 NoSuchElementException​。

‍

示例

使用自然顺序

List<Integer> numbers = Arrays.asList(3, 5, 1, 2);
Optional<Integer> maxNumber = numbers.stream().max(Integer::compareTo);
maxNumber.ifPresent(System.out::println); // 输出最大值 5

‍

使用自定义比较器

List<String> words = Arrays.asList("apple", "banana", "cherry");
Optional<String> longestWord = words.stream().max(Comparator.comparingInt(String::length));
longestWord.ifPresent(System.out::println); // 输出最长的单词 "banana"

‍

处理空的 Stream

List<Integer> emptyList = Collections.emptyList();
Optional<Integer> maxNumber = emptyList.stream().max(Integer::compareTo);
maxNumber.ifPresentOrElse(
    System.out::println,  // 如果有最大值，打印它
    () -> System.out.println("The list is empty, no max value.") // 如果为空，打印消息
);

‍

maxId = activityOrderList.stream().map(CombinedBuyingOrderDO::getId).max(Long::compare).get();

‍

‍

min() ：返回 Stream 中的最小值。

示例
List<Integer> numbers = Arrays.asList(3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5);
Optional<Integer> min = numbers.stream().min(Integer::compareTo);

‍

‍

2.5其它

2.5.1concat(合并)—静态方法

Stream.concat​ 是一个静态方法，用于将两个独立的流连接起来。

‍

示例

import java.util.stream.Stream;

public class Main {
    public static void main(String[] args) {
        Stream<Integer> stream1 = Stream.of(1, 2, 3);
        Stream<Integer> stream2 = Stream.of(4, 5, 6);

        Stream<Integer> concatenatedStream = Stream.concat(stream1, stream2);
        concatenatedStream.forEach(System.out::println);
        // 输出: 1, 2, 3, 4, 5, 6
    }
}

‍

‍

static Stream concat (Stream a,Stream b): 合并a 和 b两个流为一个流

ArrayList<String> list = new ArrayList<>();
        list.add("张三丰");
        list.add("张无忌");
        list.add("张翠山");
        list.add("王二麻子");

        ArrayList<String> list2 = new ArrayList<>();
        list2.add("张三丰夫人");
        list2.add("张无忌夫人");
        list2.add("张翠山夫人");
        list2.add("王二麻子夫人");
        list2.add("谢广坤夫人");
        list2.add("张良夫人");
        //简化前
        Stream<String> stream1 = list.stream();
        Stream<String> stream2 = list2.stream();

        Stream<String> stream3 = Stream.concat(stream1, stream2);
        stream3.forEach(s -> System.out.println(s));

        //简化后
        Stream.concat(list.stream(),list2.stream()).forEach(s -> System.out.println(s));

‍

image​

‍

‍

‍

‍

‍

原文链接: https://juejin.cn/post/7384338044826664969

文章收集整理于网络，请勿商用，仅供个人学习使用，如有侵权，请联系作者删除，如若转载，请注明出处：http://www.cxyroad.com/17829.html

赞 (0)
良月柒
0
JAVA如何实现《计算图片相似度》？
« 上一篇 2024年11月26日 pm6:00
Java学习十三—Java8特性之Functional函数式接口
下一篇 » 2024年12月2日 pm4:33

相关推荐

QR code