java8(Stream)-终止操作-规约与收集与分组-8

一时失言乱红尘 2022-11-10 10:46 131阅读 0赞

/* * 文件名：规约与收集与分组 * 版权：Copyright by 启海云仓 qihaiyun.com * 描述： * 创建人：Administrator * 创建时间：2019/9/28 * 修改理由： * 修改内容： */
    package Stream_2.三_终止操作;
    
    import Entity.Employee;
    import org.junit.Test;
    
    import java.util.*;
    import java.util.stream.Collectors;
    
    /** * 〈一句话简述该类/接口的功能〉 * 〈功能详细描述〉 * * @author Administrator * @version 1.0 * @see 规约与收集与分组 * @since JDK1.8 */
    public class 规约与收集与分组 { 
        List<Employee> list = Employee.addEmployees();
    
        /* reduce 规约：将流中的值结合，得到一个值 collect 收集：将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法 Collectors.groupingBy 分组：将数据分组 */
    
        @Test
        public void test1(){ 
            /*规约reduce*/
            /*1.获取员工年龄的总和(执行流程：循环执行流程： 1.x=0,y=第一个员工的年龄，x+y=sum1 2.x=sum1,y=第二个员工的年龄,x+y=sum2 3.x=sum2,y=第三个员工的年龄,x+y=sum3 4. 。。。。。。 */
            Integer reduce = list.stream().map(Employee::getAge).reduce(/*0为初始值*/0, (x, y) -> x + y);
            /*因为没初始值，有可能为null，所以返回值为Optional*/
            Optional<Integer> reduce1 = list.stream().map(Employee::getAge).reduce(/*0为初始值*/ (x, y) -> x + y);
            /*计算所有员工出现张的次数*/
            Optional<Integer> 张s =list.stream().map(Employee::getName).flatMap(s -> { 
                List<Character> cList = new ArrayList<>();
                char[] chars = s.toCharArray();
                for (int i = 0; i < chars.length; i++) { 
                    cList.add(chars[i]);
                }
                return cList.stream();
            }).map(c -> { 
                if (c.equals('张')) { 
                    return 1;
                } else { 
                    return 0;
                }
            }).reduce(Integer::sum)
            ;
            System.out.println(张s.get());
    
        }
    
        @Test
        public void test2(){ 
            /*收集成集合*/
            //1.将员工姓名，年龄收集成一个新List,Set等(两种方式)
            List<String> collect = list.stream().map(Employee::getName).collect(Collectors.toList());
            ArrayList<Integer> collect2 = list.stream().map(Employee::getAge).collect(Collectors.toCollection(ArrayList::new));
            Set<Integer> collect1 = list.stream().map(Employee::getAge).collect(Collectors.toSet());
            HashSet<Integer> collect3 = list.stream().map(Employee::getAge).collect(Collectors.toCollection(HashSet::new));
    
            /*收集流中数据个数=count*/
            Long collect4 = list.stream().collect(Collectors.counting());
            System.out.println(collect4);
    
            /*获取平均值*/
            Double collect5 = list.stream().collect(Collectors.averagingDouble(Employee::getSalary));
    
            /*获取总和*/
            IntSummaryStatistics collect6 = list.stream().collect(Collectors.summarizingInt(Employee::getAge));
    
            /*最大值*/
            Optional<Employee> collect7 = list.stream().collect(Collectors.maxBy((e1, e2) -> Integer.compare(e1.getAge(), e2.getAge())));
    
            /*通用数据：包含平均值，和，最小最大值*/
            IntSummaryStatistics collect8 = list.stream().collect(Collectors.summarizingInt(Employee::getAge));
            double average = collect8.getAverage();
            long count = collect8.getCount();
            int max = collect8.getMax();
            int min = collect8.getMin();
            long sum = collect8.getSum();
    
        }
    
        @Test
        public void test3(){ 
            /*根据年龄分组，返回值为map，key为年龄的值，value符合key年龄值的所有员工*/
            Map<Integer, List<Employee>> collect = list.stream().collect(Collectors.groupingBy(Employee::getAge));
    
            /*自定义分组，根据条件分成 穷人，小康，富有*/
            Map<String, List<Employee>> collect1 = list.stream().collect(Collectors.groupingBy(employee -> { 
                if (employee.getSalary() > 1) { 
                    return "穷人";
                } else if (employee.getSalary() > 1000) { 
                    return "小康";
                } else { 
                    return "富有";
                }
            }));
    
            /*多级分组,根据 年龄 和 姓名 分组*/
            Map<Integer, Map<String, List<Employee>>> collect2 = list.stream().collect(Collectors.groupingBy(Employee::getAge, Collectors.groupingBy(Employee::getName)));
    
            /*分区：满足条件一个区，不满足条件一个区，分为true和false区*/
            Map<Boolean, List<Employee>> collect3 = list.stream().collect(Collectors.partitioningBy(employee -> employee.getAge() > 20));
        }
    }