Java8中Stream流的用法示例大全

企业开发 2023-12-17 22:29:29 阅读次数: 0

Stream流是Java8新添加的一种声明的方式处理数据方式，Stream使用一种类似用SQL语句从数据库查询数据的直观方式来提供一种对Java集合运算和表达的高阶抽象。支持筛选、排序、聚合等。对于任何一项技术，每个人都有自己独到的见解，有些人习惯在理论上分析，有些人习惯在实践中提升，这都不影响我们灵活运用这项技术。我这边通过一个方法整理出日常开发中经常用到Stream的技术点，说实话，对于常规的数据处理，真的太方便了~

首先，做个拓展，从一个txt中读数据，作为一名优秀的程序员，不能一直拘泥于在数据库中读数据啊。。。

在项目的根目录下，放入我们的数据源
在这里插入图片描述
打开txt，数据是这样子的：
在这里插入图片描述
构造一个实体，用来解析数据：

@Data
@ToString
@Builder
public class User {
    
    
    private Long userId;
    private String name;
    private String sex;
    private Long age;
    private Long score;
    private String city;
}

然后，我们就可以通过下面这个方法，获取数据源，大胆测试啦！

public static List<User> getUserList(){
    
    
    List<User> users = Lists.newArrayList();
    try {
    
    
        FileInputStream out = new FileInputStream(System.getProperty("user.dir") + File.separator + "test.txt");
        InputStreamReader reader = new InputStreamReader(out, StandardCharsets.UTF_8);
        BufferedReader in = new BufferedReader(reader);
        String line = null;
        while ((line = in.readLine()) != null) {
    
    
            String newline = line.replaceAll("[\t]", " ");
            String[] arr = newline.split(" ");
            Long userId = Long.valueOf(arr[0]);
            String name = arr[1];
            String sex = arr[2];
            Long age = Long.valueOf(arr[3]);
            Long score = Long.valueOf(arr[4]);
            String city = arr[5];
            User user = User.builder().userId(userId).name(name).sex(sex).age(age).score(score).city(city).build();
            users.add(user);
        }
    } catch (IOException e) {
    
    
        e.printStackTrace();
    }
    return users;
}

接下来，我们的重点来了，以下是我们Stream的应用实例，看看如何？

public static void main(String[] args) {
    
    
    List<User> users = getUserList();
    System.out.println(">>>打印原始集合："+users.toString());
    System.out.println("******************************************************************");
    //1、map的用法，通过map可以构造出新的对象或属性返回。例如：通过Stream.map获取年龄的集合
    List<Long> ages = users.stream().map(item -> {
    
    
        return item.getAge();
    }).collect(Collectors.toList());
    System.out.println(">>>通过map获取到年龄的集合："+ages.toString());
    System.out.println("******************************************************************");
    //2、filter的用法，通过设置的条件过滤出元素
    //2-1 获取性别为女的集合
    List<User> females = users.stream().filter(item -> item.getSex().equals("女")).collect(Collectors.toList());
    System.out.println(">>>通过filter获取到性别为女的集合："+females.toString());
    //2-2 获取性别为女的数量
    Long femaleCount = users.stream().filter(item -> item.getSex().equals("女")).count();
    System.out.println(">>>通过filter获取到性别为女的数量："+femaleCount);
    //2-3 获取姓名为邢道荣的对象
    User user1 = users.stream().filter(item -> item.getName().equals("邢道荣")).findFirst().get();
    System.out.println(">>>通过filter获取到姓名为邢道荣的对象："+user1.toString());
    //2-4 filter+map聚合获取姓名为邢道荣的分数
    Long score1 = users.stream().filter(item -> item.getName().equals("邢道荣")).map(item -> {
    
    
        return item.getScore();
    }).findFirst().get();
    System.out.println(">>>通过filter+map聚合获取到姓名为邢道荣的分数："+score1);
    System.out.println("******************************************************************");
    //3、sorted的用法，可以快读对list排序
    //3-1 按照年龄升序对集合排序
    List<User> ageAscs = users.stream().sorted(Comparator.comparing(User::getAge)).collect(Collectors.toList());
    System.out.println(">>>通过sorted按照年龄升序对集合排序："+ageAscs.toString());
    //3-2 按照分数降序对集合排序
    List<User> scoDescs = users.stream().sorted(Comparator.comparing(User::getScore,Comparator.reverseOrder()))
            .collect(Collectors.toList());
    System.out.println(">>>通过sorted按照分数降序对集合排序："+scoDescs.toString());
    //3-3 混合排序，按照分数升序、年龄降序对集合排序
    List<User> scoAscs = users.stream().sorted(Comparator.comparing(User::getScore)
            .thenComparing(User::getAge,Comparator.reverseOrder())).collect(Collectors.toList());
    System.out.println(">>>通过sorted按照分数升序、年龄降序对集合排序："+scoAscs.toString());
    System.out.println("******************************************************************");
    //4、groupingBy的用法，可以根据某字段（或多个字段）把List分类成Map嵌套List的结构，把List按照字段归类
    //4-1 按照性别对集合归类
    Map<String, List<User>> map1 = users.stream().collect(Collectors.groupingBy(User::getSex));
    System.out.println(">>>通过groupingBy按照性别对集合归类："+map1.toString());
    //4-2 先按照性别、再按照城市对集合归类
    Map<String, Map<String, List<User>>> map2 = users.stream().collect(Collectors.groupingBy(
            User::getSex, Collectors.groupingBy(User::getCity)));
    System.out.println(">>>通过groupingBy先按照性别、再按照城市对集合归类："+map2.toString());
    System.out.println("******************************************************************");
    //5、distinct的用法，去重
    List<String> sexs = users.stream().map(item -> {
    
    
        return item.getSex();
    }).distinct().collect(Collectors.toList());
    System.out.println(">>>通过distinct对性别集合去重："+sexs.toString());
    System.out.println("******************************************************************");
    //6、mapTo*的用法，用于常规数值计算：平均值、最大值、最小值、求和
    //6-1 平均值
    double avAge = users.stream().mapToLong(item -> item.getAge()).average().getAsDouble();
    System.out.println(">>>通过average求平均年龄："+avAge);
    //6-2 最大值
    Long maxAge = users.stream().mapToLong(item -> item.getAge()).max().getAsLong();
    System.out.println(">>>通过max求最大年龄："+maxAge);
    //6-3 最小值
    Long minAge = users.stream().mapToLong(item -> item.getAge()).min().getAsLong();
    System.out.println(">>>通过max求最小年龄："+minAge);
    //6-4 求和
    Long sumScore = users.stream().mapToLong(item -> item.getScore()).sum();
    System.out.println(">>>通过sum求所有人分数总和："+sumScore);
    //6-5 聚合算法
    double avgScore = users.stream().filter(item->item.getCity().equals("上海"))
            .mapToLong(item -> item.getScore()).average().getAsDouble();
    System.out.println(">>>通过filter+average求来自上海的平均分："+avgScore);
    System.out.println("******************************************************************");
}

最终运行的结果：

>>>打印原始集合：[User(userId=1, name=张三, sex=男, age=20, score=99, city=上海), User(userId=2, name=李四, sex=女, age=19, score=93, city=上海), User(userId=3, name=王五, sex=女, age=23, score=88, city=北京), User(userId=4, name=赵六, sex=女, age=17, score=95, city=北京), User(userId=5, name=邢道荣, sex=男, age=45, score=88, city=北京), User(userId=6, name=潘凤, sex=男, age=37, score=79, city=上海), User(userId=7, name=凤姐, sex=女, age=35, score=82, city=上海)]
******************************************************************
>>>通过map获取到年龄的集合：[20, 19, 23, 17, 45, 37, 35]
******************************************************************
>>>通过filter获取到性别为女的集合：[User(userId=2, name=李四, sex=女, age=19, score=93, city=上海), User(userId=3, name=王五, sex=女, age=23, score=88, city=北京), User(userId=4, name=赵六, sex=女, age=17, score=95, city=北京), User(userId=7, name=凤姐, sex=女, age=35, score=82, city=上海)]
>>>通过filter获取到性别为女的数量：4
>>>通过filter获取到姓名为邢道荣的对象：User(userId=5, name=邢道荣, sex=男, age=45, score=88, city=北京)
>>>通过filter+map聚合获取到姓名为邢道荣的分数：88
******************************************************************
>>>通过sorted按照年龄升序对集合排序：[User(userId=4, name=赵六, sex=女, age=17, score=95, city=北京), User(userId=2, name=李四, sex=女, age=19, score=93, city=上海), User(userId=1, name=张三, sex=男, age=20, score=99, city=上海), User(userId=3, name=王五, sex=女, age=23, score=88, city=北京), User(userId=7, name=凤姐, sex=女, age=35, score=82, city=上海), User(userId=6, name=潘凤, sex=男, age=37, score=79, city=上海), User(userId=5, name=邢道荣, sex=男, age=45, score=88, city=北京)]
>>>通过sorted按照分数降序对集合排序：[User(userId=1, name=张三, sex=男, age=20, score=99, city=上海), User(userId=4, name=赵六, sex=女, age=17, score=95, city=北京), User(userId=2, name=李四, sex=女, age=19, score=93, city=上海), User(userId=3, name=王五, sex=女, age=23, score=88, city=北京), User(userId=5, name=邢道荣, sex=男, age=45, score=88, city=北京), User(userId=7, name=凤姐, sex=女, age=35, score=82, city=上海), User(userId=6, name=潘凤, sex=男, age=37, score=79, city=上海)]
>>>通过sorted按照分数升序、年龄降序对集合排序：[User(userId=6, name=潘凤, sex=男, age=37, score=79, city=上海), User(userId=7, name=凤姐, sex=女, age=35, score=82, city=上海), User(userId=5, name=邢道荣, sex=男, age=45, score=88, city=北京), User(userId=3, name=王五, sex=女, age=23, score=88, city=北京), User(userId=2, name=李四, sex=女, age=19, score=93, city=上海), User(userId=4, name=赵六, sex=女, age=17, score=95, city=北京), User(userId=1, name=张三, sex=男, age=20, score=99, city=上海)]
******************************************************************
>>>通过groupingBy按照性别对集合归类：{
    
    女=[User(userId=2, name=李四, sex=女, age=19, score=93, city=上海), User(userId=3, name=王五, sex=女, age=23, score=88, city=北京), User(userId=4, name=赵六, sex=女, age=17, score=95, city=北京), User(userId=7, name=凤姐, sex=女, age=35, score=82, city=上海)], 男=[User(userId=1, name=张三, sex=男, age=20, score=99, city=上海), User(userId=5, name=邢道荣, sex=男, age=45, score=88, city=北京), User(userId=6, name=潘凤, sex=男, age=37, score=79, city=上海)]}
>>>通过groupingBy先按照性别、再按照城市对集合归类：{
    
    女={
    
    上海=[User(userId=2, name=李四, sex=女, age=19, score=93, city=上海), User(userId=7, name=凤姐, sex=女, age=35, score=82, city=上海)], 北京=[User(userId=3, name=王五, sex=女, age=23, score=88, city=北京), User(userId=4, name=赵六, sex=女, age=17, score=95, city=北京)]}, 男={
    
    上海=[User(userId=1, name=张三, sex=男, age=20, score=99, city=上海), User(userId=6, name=潘凤, sex=男, age=37, score=79, city=上海)], 北京=[User(userId=5, name=邢道荣, sex=男, age=45, score=88, city=北京)]}}
******************************************************************
>>>通过distinct对性别集合去重：[男, 女]
******************************************************************
>>>通过average求平均年龄：28.0
>>>通过max求最大年龄：45
>>>通过max求最小年龄：17
>>>通过sum求所有人分数总和：624
>>>通过filter+average求来自上海的平均分：88.25
******************************************************************

完结

猜你喜欢

转载自blog.csdn.net/weixin_50989469/article/details/121797903
今日推荐
面壁智能发布 Eurux-8x22B 开源大模型 —— 堪称「理科状元」
开源日报 | 谷歌扶持鸿蒙上位；开源Rabbit R1；Docker加持的安卓手机；微软的焦虑和野心；海尔电器把开放平台关了
中国码农的“35岁魔咒”
蘭雅 CorelDRAW 插件 2024.5.1 国际劳动节版，免费下载
Arc Browser for Windows 1.0 正式 GA
90后程序员开发视频搬运软件、不到一年获利超 700 万，结局很刑！
周排行
【转】spring中对控制反转和依赖注入的理解
tms webcore 安装和使用
java程序员进阶相关书籍
SpringMVC接受请求参数、
如何保存训练好的机器学习模型
MyEclipse、Eclipse设置项目JDK的三个地方
商超行业微信小程序开发定制一般多少钱 （行业技术人员解读）
Markdown编辑器语言——30分钟入门到到精通
Linux系统下MongoDB的简单安装与基本操作
Power Strings
每日归档
更多
2024-05-07(14)
2024-05-06(40)
2024-05-05(0)
2024-05-04(7)
2024-05-03(19)
2024-05-02(0)
2024-05-01(4)
2024-04-30(1)
2024-04-29(40)
2024-04-28(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022