java8新特性——Stream流
目录
Stream流的常用方法汇总：
常用方式
1.count方法：
2.filter方法：
4.limit方法:
3.concat方法
5、sorted方法（排序）
6、收集Stream流—把流转回想要转回的类型
7、parallel()
8、reduce(计算相加)
Stream流的常用方法汇总：
- 终结方法：返回值类型不再是Stream接口本身类型的方法，例如：forEach方法和count方法
- 非终结方法/延迟方法：返回值类型仍然是Stream接口自身类型的方法，除了终结方法都是延迟方法。例如：filter,limit,skip,map,conat
| 方法名称 | 方法作用 | 方法种类 | 是否支持链式调用 |
|---|---|---|---|
| count | 统计个数 | 终结方法 | 否 |
| forEach | 逐一处理 | 终结方法 | 否 |
| filter | 过滤 | 函数拼接 | 是 |
| limit | 取用前几个 | 函数拼接 | 是 |
| skip | 跳过前几个 | 函数拼接 | 是 |
| map | 映射 | 函数拼接 | 是 |
| concat | 组合 | 函数拼接 | 是 |
| sorted | 排序 | 函数拼接 | 是 |
| skip( long n) | 丢弃流的第一个 n元素 | 函数拼接 | 是 |
| reduce | 函数计算 | 函数拼接 | 是 |
常用方式
1.count方法：
long count (); 统计流中的元素，返回long类型数据
List<String> list = new ArrayList<>();list.add("张老三");list.add("张小三");list.add("李四");list.add("赵五");list.add("张六");list.add("王八");long count = list.stream().count();System.out.println("集合中的元素个数是：" + count);输出结果：集合中的元素个数是：6
2.filter方法：
Stream
参数Predicate：函数式接口，抽象方法：boolean test （T t)Predicate接口：是一个判断接口
// 获取stream流Stream<String> stream = Stream.of("张老三", "张小三", "李四", "赵五", "刘六", "王七");// 需求：过去出姓张的元素stream.filter(name->name.startsWith("张")).forEach(name->{System.out.println("流中的元素" + name);});
4.limit方法:
Stream
注意： 参数是一个long 类型，如果流的长度大于参数，则进行截取；否则不进行操作
// 获取流的长度Stream<String> stream1 = Stream.of("张老三", "张小三", "李四", "赵五", "刘六", "王七");// 需求：保留前三个元素stream1.limit(3).forEach((String name)->{System.out.println("流中的前三个元素是：" + name);});输出结果：流中的前三个元素是：张老三流中的前三个元素是：张小三流中的前三个元素是：李四
3.concat方法
public static
把list集合转为Map分组
Map<String, List<Employee>> map = emps.stream().collect(Collectors.*groupingBy*(Employee::getCity));
Stream<String> stream1 = Stream.of("11","22","33","44","55");Stream<String> stream2 = Stream.of("张颜宇", "张三", "李四", "赵五", "刘六", "王七");// 需求：合并两个流Stream<String> stream = Stream.concat(stream1,stream2);stream.forEach((String name)->{System.out.print(name);});输出结果：1122334455张颜宇张三李四赵五刘六王七
4.分组
Collectors.groupingBy(分组条件，流对象)
流对象可进行二次操作
Map<String, List<Student>> collect1 = studentStream.collect(Collectors.groupingBy(s -> {if (s.getScore() >= 60) {return "及格";} else {return "不及格";}}));//多级分组Map<Integer, Map<String, List<Student>>> collect1 = studentStream.collect(Collectors.groupingBy(Student::getScore, Collectors.groupingBy(item -> {if (item.getAge() > 60) {return "及格";} else {return "不及格";}})));
5、sorted方法（排序）
List<Vo>list=list.stream().sorted(Comparator.comparing(Vo::getName)).collect(Collectors.toList());
使用vo对象的Name字段进行排序，最后在返回集合
6、收集Stream流—把流转回想要转回的类型
List<String> collect = Stream.concat(stream2, stream).collect(Collectors.toList());
List<String> b = list2.stream()
.filter(add -> add.startsWith("张")).collect(Collectors.toList());
Stream流中提供了一个方法，可以把流中的数据收集到单例集合中
List<String> list2 = new ArrayList<>();list2.add("张老三");list2.add("张小三");list2.add("李四");list2.add("赵五");list2.add("张六");list2.add("王八");// 需求：过滤出姓张的并且长度为3的元素Stream<String> stream = list2.stream().filter((String name) -> {return name.startsWith("张");}).filter((String name) -> {return name.length() == 3;});// stream 收集到单列集合中List<String> list = stream.collect(Collectors.toList());System.out.println(list);// stream 手机到单列集合中Set<String> set = stream.collect(Collectors.toSet());System.out.println(set);
7、parallel()
多线程并行计算
public static void main(String[] args) {Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9).parallel().reduce((a, b) -> {System.out.println(String.format("%s: %d + %d = %d",Thread.currentThread().getName(), a, b, a + b));return a + b;}).ifPresent(System.out::println);}
8、reduce(函数计算)
reduce可以通过BigDecimal实现把数值进行计算。
以add为例，可以把结果进行累计汇总。
public static void main(String[] args) {User user1 = new User(new BigDecimal(100));User user2 = new User(new BigDecimal(200));List<User> list = Arrays.asList(user1, user2);BigDecimal bigDecimal = list.stream().map(User::getVal).reduce(BigDecimal::add).get();System.out.println(bigDecimal);}static class User{private BigDecimal val;public User(BigDecimal val) {this.val = val;}public void setVal(BigDecimal val) {this.val = val;}public BigDecimal getVal() {return val;}}
向右看齐
深碍√TFBOYSˉ_
朱雀
忘是亡心i
野性酷女
迷南。
太过爱你忘了你带给我的痛
刺骨的言语ヽ痛彻心扉
还没有评论，来说两句吧...