JDK8 新特性之Stream流方法详解 青旅半醒 2024-03-27 08:59 38阅读 0赞 **目录** 一:集合处理数据的弊端 二:Stream流式思想概述 小结 : 三:获取Stream流的两种方式 方式1 : 根据Collection获取流 方式2 : Stream中的静态方法of获取流 小结 四:Stream常用方法和注意事项 Stream常用方法 Stream注意事项(重要) Stream流的forEach方法 Stream流的count方法 Stream流的fifilter方法 Stream流的limit方法 Stream流的skip方法 Stream流的map方法 Stream流的sorted方法 Stream流的distinct方法 Stream流的match方法 Stream流的fifind方法 Stream流的max和min方法 Stream流的reduce方法 Stream流的map和reduce组合使用 Stream流的mapToInt Stream流的concat方法 四:Stream综合案例 传统方式 Stream方式 -------------------- ## **一:集合处理数据的弊端** ## 当我们需要对集合中的元素进行操作的时候,除了必需的添加、删除、获取外,最典型的就是集合遍历。我们来体验集合操作数据的弊端,需求如下: 一个ArrayList集合中存储有以下数据:张无忌,周芷若,赵敏,张强,张三丰 需求:1.拿到所有姓张的 2.拿到名字长度为3个字的 3.打印这些数据 代码如下: public static void main(String[] args) { // 一个ArrayList集合中存储有以下数据:张无忌,周芷若,赵敏,张强,张三丰 // 需求:1.拿到所有姓张的 2.拿到名字长度为3个字的 3.打印这些数据 ArrayList<String> list = new ArrayList<>(); Collections.addAll(list, "张无忌", "周芷若", "赵敏", "张强", "张三丰"); // 1.拿到所有姓张的 ArrayList<String> zhangList = new ArrayList<>(); // {"张无忌", "张强", "张三丰"} for (String name : list) { if (name.startsWith("张")) { zhangList.add(name); } } // 2.拿到名字长度为3个字的 ArrayList<String> threeList = new ArrayList<>(); // {"张无忌", "张三丰"} for (String name : zhangList) { if (name.length() == 3) { threeList.add(name); } } // 3.打印这些数据 for (String name : threeList) { System.out.println(name); } } **循环遍历的弊端** 这段代码中含有三个循环,每一个作用不同: 1. 首先筛选所有姓张的人; 2. 然后筛选名字有三个字的人; 3. 最后进行对结果进行打印输出。 每当我们需要对集合中的元素进行操作的时候,总是需要进行循环、循环、再循环。这是理所当然的么? **不是。** 循环 是做事情的方式,而不是目的。每个需求都要循环一次,还要搞一个新集合来装数据,如果希望再次遍历,只能再使用另一个循环从头开始。 那 Stream 能给我们带来怎样更加优雅的写法呢? 下面来看一下借助 Java 8 的 Stream API ,修改后的代码: public class Demo03StreamFilter { public static void main(String[] args) { List<String> list = new ArrayList<>(); list.add("张无忌"); list.add("周芷若"); list.add("赵敏"); list.add("张强"); list.add("张三丰"); list.stream() .filter(s -> s.startsWith("张")) .filter(s -> s.length() == 3) .forEach(System.out::println); } } 直接阅读代码的字面意思即可完美展示无关逻辑方式的语义: **获取流、过滤姓张、过滤长度为** **3** **、逐一打印** 。我们真正要做的事情内容被更好地体现在代码中。 ## 二:**Stream****流式思想概述** ## **注意:** **Stream** **和** **IO** **流** **(InputStream/OutputStream)** **没有任何关系,请暂时忘记对传统** **IO** **流的固有印象!** Stream 流式思想类似于工厂车间的 “ **生产流水线** ” , Stream 流不是一种数据结构,不保存数据,而是对数据进行加工处理。Stream 可以看作是流水线上的一个工序。在流水线上,通过多个工序让一个原材料加工成一个商品。 ![cc354b15c2ed4e5b9d90a9c145df4fa3.png][] ![bc89db620c8942108a9c594f57325929.png][] ![916a53de3e224a79ba116d416a2b703c.png][] Stream API能让我们快速完成许多复杂的操作,如筛选、切片、映射、查找、去除重复,统计,匹配和归约。 #### **小结** : #### 首先我们了解了集合操作数据的弊端 , 每次都需要循环遍历 , 还要创建新集合 , 很麻烦 ,Stream是流式思想 , 相当于工厂的流水线 , 对集合中的数据进行加工处理 ## 三:**获取****Stream****流的两种方式** ## java.util.stream.Stream<T> 是 JDK 8 新加入的流接口。 获取一个流非常简单,有以下几种常用的方式: * 所有的 Collection 集合都可以通过 stream 默认方法获取流; * Stream 接口的静态方法 of 可以获取数组对应的流。 #### **方式****1 :** **根据****Collection****获取流** #### 首先, java.util.Collection 接口中加入了 default 方法 stream 用来获取流,所以其所有实现类均可获取流。 public interface Collection { default Stream<E> stream() } import java.util.*; import java.util.stream.Stream; public class Demo04GetStream { public static void main(String[] args) { // 集合获取流 // Collection接口中的方法: default Stream<E> stream() 获取流 List<String> list = new ArrayList<>(); // ... Stream<String> stream1 = list.stream(); Set<String> set = new HashSet<>(); // ... Stream<String> stream2 = set.stream(); Vector<String> vector = new Vector<>(); // ... Stream<String> stream3 = vector.stream(); } } java.util.Map 接口不是 Collection 的子接口,所以获取对应的流需要分 key 、 value 或 entry 等情况: import java.util.HashMap; import java.util.Map; import java.util.stream.Stream; public class Demo05GetStream { public static void main(String[] args) { // Map获取流 Map<String, String> map = new HashMap<>(); // ... Stream<String> keyStream = map.keySet().stream(); Stream<String> valueStream = map.values().stream(); Stream<Map.Entry<String, String>> entryStream = map.entrySet().stream(); } } #### **方式****2 : Stream****中的静态方法****of****获取流** #### 由于数组对象不可能添加默认方法,所以 Stream 接口中提供了静态方法 of ,使用很简单: import java.util.stream.Stream; public class Demo06GetStream { public static void main(String[] args) { // Stream中的静态方法: static Stream of(T... values) Stream<String> stream6 = Stream.of("aa", "bb", "cc"); String[] arr = {"aa", "bb", "cc"}; Stream<String> stream7 = Stream.of(arr); Integer[] arr2 = {11, 22, 33}; Stream<Integer> stream8 = Stream.of(arr2); // 注意:基本数据类型的数组不行,它会将整个数组看做一个元素进行操作 int[] arr3 = {11, 22, 33}; Stream<int[]> stream9 = Stream.of(arr3); } } 备注: of 方法的参数其实是一个可变参数,所以支持数组 #### **小结** #### **学习了两种获取流的方式** **:** 1. 通过 Collection 接口中的默认方法 Stream stream() 2. 通过 Stream 接口中的静态 of 方法 ## 四:**Stream****常用方法和注意事项** ## > #### **Stream****常用方法** #### Stream 流模型的操作很丰富,这里介绍一些常用的 API 。这些方法可以被分成两种: <table style="width:500px;"> <tbody> <tr> <td> <div> <span style="color:#333333;"><strong>方法名 </strong></span> </div> </td> <td> <div> <span style="color:#333333;"><strong>方法作用 </strong></span> </div> </td> <td> <div> <span style="color:#ff0000;"><strong>返回值类</strong></span> </div> </td> <td> <div> <span style="color:#333333;"><strong>方法种类</strong></span> </div> </td> </tr> <tr> <td> <div> <span style="color:#333333;"> count</span> </div> </td> <td> <div> <span style="color:#333333;">统计个数 </span> </div> </td> <td><span style="color:#333333;">long</span></td> <td><span style="color:#333333;">终结</span></td> </tr> <tr> <td> <div> <span style="color:#333333;"> forEach </span> </div> </td> <td><span style="color:#333333;">逐一处理</span></td> <td><span style="color:#333333;">void</span></td> <td><span style="color:#333333;">终结</span></td> </tr> <tr> <td> <div> <span style="color:#333333;"> fifilter </span> </div> </td> <td><span style="color:#333333;">过滤</span></td> <td> <div> <span style="color:#333333;">Stream</span> </div> </td> <td><span style="color:#333333;">函数拼接</span></td> </tr> <tr> <td> <div> <span style="color:#333333;"> limit </span> </div> </td> <td><span style="color:#333333;">取用前几个</span></td> <td><span style="color:#333333;">Stream</span></td> <td> <div> <span style="color:#333333;">函数拼接</span> </div> </td> </tr> <tr> <td> <div> <span style="color:#333333;">skip </span> </div> </td> <td><span style="color:#333333;">跳过前几个</span></td> <td><span style="color:#333333;">Stream</span></td> <td> <div> <span style="color:#333333;">函数拼接</span> </div> </td> </tr> <tr> <td> <div> <span style="color:#333333;">map </span> </div> </td> <td><span style="color:#333333;">映射</span></td> <td><span style="color:#333333;">Stream</span></td> <td><span style="color:#333333;">函数拼接</span></td> </tr> <tr> <td> <div> <span style="color:#333333;">concat </span> </div> </td> <td><span style="color:#333333;">组合</span></td> <td><span style="color:#333333;">Stream</span></td> <td><span style="color:#333333;">函数拼接</span></td> </tr> </tbody> </table> * **终结方法**:返回值类型不再是 Stream 类型的方法,不再支持链式调用。本小节中,终结方法包括 count 和 forEach 方法。 * **非终结方法**:返回值类型仍然是 Stream 类型的方法,支持链式调用。(除了终结方法外,其余方法均为非终结方法。) > ### **Stream****注意事项****(****重要****)** ### 1. Stream 只能操作一次 2. Stream 方法返回的是新的流 3. Stream 不调用终结方法,中间的操作不会执行 public class Demo03StreamNotice { public static void main(String[] args) { Stream<String> stream = Stream.of("aa", "bb", "cc"); // 1. Stream只能操作一次 // long count = stream.count(); // long count2 = stream.count(); // 2. Stream方法返回的是新的流 // Stream<String> limit = stream.limit(1); // System.out.println("stream" + stream); // System.out.println("limit" + limit); // 3. Stream不调用终结方法,中间的操作不会执行 stream.filter((s) -> { System.out.println(s); return true; }).count(); } } > ### **Stream****流的****forEach****方法** ### forEach 用来遍历流中的数据 void forEach(Consumer<? super T> action); 该方法接收一个 Consumer 接口函数,会将每一个流元素交给该函数进行处理。例如: @Test public void testForEach() { List<String> one = new ArrayList<>(); Collections.addAll(one, "迪丽热巴", "宋远桥", "苏星河", "老子", "庄子", "孙子"); /*// 得到流 // 调用流中的方法 one.stream().forEach((String str) -> { System.out.println(str); }); // Lambda可以省略 one.stream().forEach(str -> System.out.println(str));*/ // Lambda可以转成方法引用 one.stream().forEach(System.out::println); } > ### **Stream****流的****count****方法** ### Stream 流提供 count 方法来统计其中的元素个数: long count(); 该方法返回一个 long 值代表元素个数。基本使用: @Test public void testCount() { List<String> one = new ArrayList<>(); Collections.addAll(one, "迪丽热巴", "宋远桥", "苏星河", "老子", "庄子", "孙子"); long count = one.stream().count(); System.out.println(count); } > ### **Stream****流的****fifilter****方法** ### fifilter 用于过滤数据,返回符合过滤条件的数据 ![276fbb7ab08049a1825ecfb37c045555.png][] 可以通过 filter 方法将一个流转换成另一个子集流。方法声明: Stream<T> filter(Predicate<? super T> predicate); 该接口接收一个 Predicate 函数式接口参数(可以是一个 Lambda 或方法引用)作为筛选条件。 Stream 流中的 filter 方法基本使用的代码如: @Test public void testFilter() { List<String> one = new ArrayList<>(); Collections.addAll(one, "迪丽热巴", "宋远桥", "苏星河", "老子", "庄子", "孙子"); // 得到名字长度为3个字的人(过滤) // filter(Predicate<? super T> predicate) /*one.stream().filter((String s) -> { return s.length() == 3; }).forEach(System.out::println);*/ // one.stream().filter(s -> s.length() == 3).forEach(System.out::println); } > ### **Stream****流的****limit****方法** ### ![ea3cbd24b5fc419289b1ed5395eb209d.png][] limit 方法可以对流进行截取,只取用前n个。方法签名: Stream<T> limit(long maxSize); 参数是一个 long 型,如果集合当前长度大于参数则进行截取。否则不进行操作。基本使用: @Test public void testLimit() { List<String> one = new ArrayList<>(); Collections.addAll(one, "迪丽热巴", "宋远桥", "苏星河", "老子", "庄子", "孙子"); // 获取前3个数据 one.stream() .limit(3) .forEach(System.out::println); } > ### **Stream****流的****skip****方法** ### ![2c7edef37b6d448eabcce02a4634ec8d.png][] 如果希望跳过前几个元素,可以使用 skip 方法获取一个截取之后的新流: Stream<T> skip(long n); 如果流的当前长度大于 n ,则跳过前 n 个;否则将会得到一个长度为 0 的空流。基本使用: @Test public void testSkip() { List<String> one = new ArrayList<>(); Collections.addAll(one, "迪丽热巴", "宋远桥", "苏星河", "老子", "庄子", "孙子"); // 跳过前两个数据 one.stream() .skip(2) .forEach(System.out::println); } > ### **Stream****流的****map****方法** ### ![d51aaf8e99dd4b0fbd6791a60a24aede.png][] 如果需要将流中的元素映射到另一个流中,可以使用 map 方法。方法签名: <R> Stream<R> map(Function<? super T, ? extends R> mapper); 该接口需要一个 Function 函数式接口参数,可以将当前流中的 T 类型数据转换为另一种 R 类型的流。 Stream 流中的 map 方法基本使用的代码如: @Test public void testMap() { Stream<String> original = Stream.of("11", "22", "33"); // Map可以将一种类型的流转换成另一种类型的流 // 将Stream流中的字符串转成Integer /*Stream<Integer> stream = original.map((String s) -> { return Integer.parseInt(s); });*/ // original.map(s -> Integer.parseInt(s)).forEach(System.out::println); original.map(Integer::parseInt).forEach(System.out::println); } 这段代码中, map 方法的参数通过方法引用,将字符串类型转换成为了 int 类型(并自动装箱为 Integer 类对象)。 > ### **Stream****流的****sorted****方法** ### 如果需要将数据排序,可以使用 sorted 方法。方法签名: Stream<T> sorted(); Stream<T> sorted(Comparator<? super T> comparator); **基本使用** Stream 流中的 sorted 方法基本使用的代码如: @Test public void testSorted() { // sorted(): 根据元素的自然顺序排序 // sorted(Comparator<? super T> comparator): 根据比较器指定的规则排序 Stream<Integer> stream = Stream.of(33, 22, 11, 55); // stream.sorted().forEach(System.out::println); /*stream.sorted((Integer i1, Integer i2) -> { return i2 - i1; }).forEach(System.out::println);*/ stream.sorted((i1, i2) -> i2 - i1).forEach(System.out::println); } 这段代码中, sorted 方法根据元素的自然顺序排序,也可以指定比较器排序。 > ### **Stream****流的****distinct****方法** ### ![ec504b626b4a4de1942856a54eca83eb.png][] 如果需要去除重复数据,可以使用 distinct 方法。方法签名: Stream<T> distinct(); **基本使用** Stream 流中的 distinct 方法基本使用的代码如: @Test public void testDistinct() { Stream<Integer> stream = Stream.of(22, 33, 22, 11, 33); stream.distinct().forEach(System.out::println); Stream<String> stream1 = Stream.of("aa", "bb", "aa", "bb", "cc"); stream1.distinct().forEach(System.out::println); } 如果是自定义类型如何是否也能去除重复的数据呢? @Test public void testDistinct2() { Stream.of( new Person("刘德华", 58), new Person("张学友", 56), new Person("张学友", 56), new Person("黎明", 52)) .distinct() .forEach(System.out::println); } public class Person { private String name; private int age; // 省略其他 } 自定义类型是根据对象的 hashCode 和 equals 来去除重复元素的。 // distinct对自定义对象去除重复 @Test public void testDistinct2() { Stream<Person> stream = Stream.of( new Person("貂蝉", 18), new Person("杨玉环", 20), new Person("杨玉环", 20), new Person("西施", 16), new Person("西施", 16), new Person("王昭君", 25) ); stream.distinct().forEach(System.out::println); } 重写对象的hashCode和equals即可 @Override public boolean equals(Object o) { if (this == o) return true; if (o == null || getClass() != o.getClass()) return false; Person person = (Person) o; if (age != person.age) return false; return name != null ? name.equals(person.name) : person.name == null; } @Override public int hashCode() { int result = name != null ? name.hashCode() : 0; result = 31 * result + age; return result; } > ### **Stream****流的****match****方法** ### 如果需要判断数据是否匹配指定的条件,可以使用 Match 相关方法。方法签名: boolean allMatch(Predicate<? super T> predicate); boolean anyMatch(Predicate<? super T> predicate); boolean noneMatch(Predicate<? super T> predicate); **基本使用** Stream 流中的 Match 相关方法基本使用的代码如: @Test public void testMatch() { Stream<Integer> stream = Stream.of(5, 3, 6, 1); // boolean b = stream.allMatch(i -> i > 0); // allMatch: 匹配所有元素,所有元素都需要满足条件 // boolean b = stream.anyMatch(i -> i > 5); // anyMatch: 匹配某个元素,只要有其中一个元素满足条件即可 boolean b = stream.noneMatch(i -> i < 0); // noneMatch: 匹配所有元素,所有元素都不满足条件 System.out.println(b); } > ### **Stream****流的****fifind****方法** ### ![589bae70bdba4a9e8c437821f86394d3.png][] 如果需要找到某些数据,可以使用 find 相关方法。方法签名: Optional<T> findFirst(); Optional<T> findAny(); **基本使用** Stream 流中的 find 相关方法基本使用的代码如: @Test public void testFind() { Stream<Integer> stream = Stream.of(33, 11, 22, 5); Optional<Integer> first = stream.findFirst(); // Optional<Integer> first = stream.findAny(); System.out.println(first.get()); } > ### **Stream****流的****max****和****min****方法** ### ![e681be7a6f39428ca57e4d3dc4211eb5.png][] 如果需要获取最大和最小值,可以使用 max 和 min 方法。方法签名: Optional<T> max(Comparator<? super T> comparator); Optional<T> min(Comparator<? super T> comparator); **基本使用** Stream 流中的 max 和 min 相关方法基本使用的代码如: @Test public void testMax_Min() { // 获取最大值 // 1, 3, 5, 6 Optional<Integer> max = Stream.of(5, 3, 6, 1).max((o1, o2) -> o1 - o2); System.out.println("最大值: " + max.get()); // 获取最小值 // 1, 3, 5, 6 Optional<Integer> min = Stream.of(5, 3, 6, 1).min((o1, o2) -> o1 - o2); System.out.println("最小值: " + min.get()); } > ### **Stream****流的****reduce****方法** ### ![9065de6e0adf45b5b498a0dd0dd78577.png][] 如果需要将所有数据归纳得到一个数据,可以使用 reduce 方法。方法签名: T reduce(T identity, BinaryOperator<T> accumulator); **基本使用** Stream 流中的 reduce 相关方法基本使用的代码如: @Test public void testReduce() { // T reduce(T identity, BinaryOperator<T> accumulator); // T identity: 默认值 // BinaryOperator<T> accumulator: 对数据进行处理的方式 // reduce如何执行? // 第一次, 将默认值赋值给x, 取出集合第一元素赋值给y // 第二次, 将上一次返回的结果赋值x, 取出集合第二元素赋值给y // 第三次, 将上一次返回的结果赋值x, 取出集合第三元素赋值给y // 第四次, 将上一次返回的结果赋值x, 取出集合第四元素赋值给y int reduce = Stream.of(4, 5, 3, 9).reduce(0, (x, y) -> { System.out.println("x = " + x + ", y = " + y); return x + y; }); System.out.println("reduce = " + reduce); // 21 // 获取最大值 Integer max = Stream.of(4, 5, 3, 9).reduce(0, (x, y) -> { return x > y ? x : y; }); System.out.println("max = " + max); } ![5d628fa637354846875cd6e2a7a5398c.png][] > ### **Stream****流的****map****和****reduce****组合使用** ### @Test public void testMapReduce() { // 求出所有年龄的总和 // 1.得到所有的年龄 // 2.让年龄相加 Integer totalAge = Stream.of( new Person("刘德华", 58), new Person("张学友", 56), new Person("郭富城", 54), new Person("黎明", 52)) .map((p) -> p.getAge()).reduce(0, Integer::sum); System.out.println("totalAge = " + totalAge); // 找出最大年龄 // 1.得到所有的年龄 // 2.获取最大的年龄 Integer maxAge = Stream.of( new Person("刘德华", 58), new Person("张学友", 56), new Person("郭富城", 54), new Person("黎明", 52)) .map(p -> p.getAge()) .reduce(0, Math::max); System.out.println("maxAge = " + maxAge); // 统计 a 出现的次数 // 1 0 0 1 0 1 Integer count = Stream.of("a", "c", "b", "a", "b", "a") .map(s -> { if (s == "a") { return 1; } else { return 0; } }) .reduce(0, Integer::sum); System.out.println("count = " + count); } > ### **Stream****流的****mapToInt** ### 如果需要将 Stream 中的 Integer 类型数据转成 int 类型,可以使用 mapToInt 方法。方法签名: IntStream mapToInt(ToIntFunction<? super T> mapper); ![05904fd22ae344b7b9df873fadf5d8ed.png][] **基本使用** Stream 流中的 mapToInt 相关方法基本使用的代码如: @Test public void testNumericStream() { // Integer占用的内存比int多,在Stream流操作中会自动装箱和拆箱 Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5); // 把大于3的打印出来 // stream.filter(n -> n > 3).forEach(System.out::println); // IntStream mapToInt(ToIntFunction<? super T> mapper); // IntStream: 内部操作的是int类型的数据,就可以节省内存,减少自动装箱和拆箱 /*IntStream intStream = Stream.of(1, 2, 3, 4, 5).mapToInt((Integer n) -> { return n.intValue(); });*/ IntStream intStream = Stream.of(1, 2, 3, 4, 5).mapToInt(Integer::intValue); intStream.filter(n -> n > 3).forEach(System.out::println); } > ### **Stream****流的****concat****方法** ### 如果有两个流,希望合并成为一个流,那么可以使用 Stream 接口的静态方法 concat : static <T> Stream<T> concat(Stream<? extends T> a, Stream<? extends T> b) 备注:这是一个静态方法,与 java.lang.String 当中的 concat 方法是不同的。 该方法的基本使用代码如: @Test public void testContact() { Stream<String> streamA = Stream.of("张三"); Stream<String> streamB = Stream.of("李四"); // 合并成一个流 Stream<String> newStream = Stream.concat(streamA, streamB); // 注意:合并流之后,不能操作之前的流啦. // streamA.forEach(System.out::println); newStream.forEach(System.out::println); } ### 四:**Stream****综合案例** ### 现在有两个 ArrayList 集合存储队伍当中的多个成员姓名,要求使用传统的 for 循环(或增强 for 循环) **依次** 进行以下若干操作步骤: 1. 第一个队伍只要名字为 3 个字的成员姓名; 2. 第一个队伍筛选之后只要前 3 个人; 3. 第二个队伍只要姓张的成员姓名; 4. 第二个队伍筛选之后不要前 2 个人; 5. 将两个队伍合并为一个队伍; 6. 根据姓名创建 Person 对象; 7. 打印整个队伍的 Person 对象信息。 两个队伍(集合)的代码如下: public class DemoArrayListNames { public static void main(String[] args) { List<String> one = List.of("迪丽热巴", "宋远桥", "苏星河", "老子", "庄子", "孙子", "洪七 公"); List<String> two = List.of("古力娜扎", "张无忌", "张三丰", "赵丽颖", "张二狗", "张天爱", "张三"); // .... } } 而 Person 类的代码为: public class Person { private String name; public Person() {} public Person(String name) { this.name = name; } @Override public String toString() { return "Person{name='" + name + "'}"; } public String getName() { return name; } public void setName(String name) { this.name = name; } } #### **传统方式** #### 使用 for 循环 , 示例代码 : public class DemoArrayListNames { public static void main(String[] args) { List<String> one = List.of("迪丽热巴", "宋远桥", "苏星河", "老子", "庄子", "孙子", "洪七 公"); List<String> two = List.of("古力娜扎", "张无忌", "张三丰", "赵丽颖", "张二狗", "张天爱", "张三"); // 第一个队伍只要名字为3个字的成员姓名; List<String> oneA = new ArrayList<>(); for (String name : one) { if (name.length() == 3) { oneA.add(name); } } // 第一个队伍筛选之后只要前3个人; List<String> oneB = new ArrayList<>(); for (int i = 0; i < 3; i++) { oneB.add(oneA.get(i)); } // 第二个队伍只要姓张的成员姓名; List<String> twoA = new ArrayList<>(); for (String name : two) { if (name.startsWith("张")) { twoA.add(name); } } // 第二个队伍筛选之后不要前2个人; List<String> twoB = new ArrayList<>(); for (int i = 2; i < twoA.size(); i++) { twoB.add(twoA.get(i)); } // 将两个队伍合并为一个队伍; List<String> totalNames = new ArrayList<>(); totalNames.addAll(oneB); totalNames.addAll(twoB); // 根据姓名创建Person对象; List<Person> totalPersonList = new ArrayList<>(); for (String name : totalNames) { totalPersonList.add(new Person(name)); } // 打印整个队伍的Person对象信息。 for (Person person : totalPersonList) { System.out.println(person); } } } 运行结果为: Person{name='宋远桥'} Person{name='苏星河'} Person{name='洪七公'} Person{name='张二狗'} Person{name='张天爱'} Person{name='张三'} #### **Stream****方式** #### 等效的 Stream 流式处理代码为: public class DemoStreamNames { public static void main(String[] args) { List<String> one = List.of("迪丽热巴", "宋远桥", "苏星河", "老子", "庄子", "孙子", "洪七 公"); List<String> two = List.of("古力娜扎", "张无忌", "张三丰", "赵丽颖", "张二狗", "张天爱", "张三"); // 第一个队伍只要名字为3个字的成员姓名; // 第一个队伍筛选之后只要前3个人; Stream<String> streamOne = one.stream().filter(s -> s.length() == 3).limit(3); // 第二个队伍只要姓张的成员姓名; // 第二个队伍筛选之后不要前2个人; Stream<String> streamTwo = two.stream().filter(s -> s.startsWith("张")).skip(2); // 将两个队伍合并为一个队伍; // 根据姓名创建Person对象; // 打印整个队伍的Person对象信息。 Stream.concat(streamOne, streamTwo).map(Person::new).forEach(System.out::println); } } 运行效果完全一样: Person{name='宋远桥'} Person{name='苏星河'} Person{name='洪七公'} Person{name='张二狗'} Person{name='张天爱'} Person{name='张三'} [cc354b15c2ed4e5b9d90a9c145df4fa3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/1cfac44886644a4398d03b3dae0669eb.png [bc89db620c8942108a9c594f57325929.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/9c0ea8ffd65546a9a98bc4639138653a.png [916a53de3e224a79ba116d416a2b703c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/8b4075af17024c8fbec3c3b828ad2084.png [276fbb7ab08049a1825ecfb37c045555.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/0354672c0e254fe7ad25bad32981d359.png [ea3cbd24b5fc419289b1ed5395eb209d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/8d40480435f642bea79e7fd7b9d8c887.png [2c7edef37b6d448eabcce02a4634ec8d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/f030edb718ac448d93925e3b879a9b2f.png [d51aaf8e99dd4b0fbd6791a60a24aede.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/09788fa5de2a4968a1336c656ab36080.png [ec504b626b4a4de1942856a54eca83eb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/675c1a2c740c4fa195f37d4df1dacbf7.png [589bae70bdba4a9e8c437821f86394d3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/46333a01eca94e8c85a2809efb793249.png [e681be7a6f39428ca57e4d3dc4211eb5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/b4585bfa18184c2d8f3ac0fb9279074a.png [9065de6e0adf45b5b498a0dd0dd78577.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/f853bcfbb3bb4745801a595160c27e0e.png [5d628fa637354846875cd6e2a7a5398c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/1c1a4db15c16458889e0ab795b216996.png [05904fd22ae344b7b9df873fadf5d8ed.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/4fdb2fae77f9437ab02d8aa1869c8c77.png
还没有评论,来说两句吧...