1. Java8ストリームの概要
Java 8は非常に成功したバージョンです。このバージョンの新しいストリームは、同じバージョンで登場したLambdaと組み合わせて、コレクションの操作に非常に便利です。
StreamはJDK8の新しいメンバーであり、データ収集を宣言的に処理できます。StreamStreamは、データ収集をトラバースするための高レベルの反復子と見なすことができます。
ストリームは、処理される要素のセットを一種のストリームと見なします。ストリーミングのプロセスでは、ストリーム内の要素は、 API
フィルタリング、並べ替え、集計など、ストリームの助けを借りて操作されます。
1.ストリームを使用する利点
コードは宣言的な方法で書かれており、操作を実行する方法ではなく、実行したいことを説明しています。
いくつかの基本的な操作を接続して、コードを明確で読みやすく保ちながら、複雑なデータ処理パイプラインを表現できます。
2.フローとは?
データ処理操作をサポートするソースから要素のシーケンスを生成します。データソースは、コレクション、アレイ、またはIOリソースにすることができます。
運用の観点から、ストリームはセットとは異なります。ストリームはデータ値を格納しません。ストリームの目的はデータを処理することであり、アルゴリズムと計算に関するものです。
コレクションがフローのデータソースとして使用される場合、フローはフローの作成時にデータをフローさせません。フローの終了操作で値が必要な場合、フローはコレクションから値を取得します。フローは1回だけ使用されます。
フローの中心的な考え方は計算を遅らせることであり、フローは必要になるまで値を計算しません。
ストリームは配列またはコレクションから作成でき、ストリームには次の2種類の操作があります。
- 中間操作は毎回新しいストリームを返します。複数存在する場合があります。
- ターミナル操作の場合、各ストリームは1つのターミナル操作のみを実行でき、ターミナル操作後にストリームを再度使用することはできません。端末操作により、新しいセットまたは値が生成されます。
さらに、Streamにはいくつかの機能があります。
- Streamはデータを保存しませんが、特定のルールに従ってデータを計算し、通常は結果を出力します。
- ストリームはデータソースを変更しません。通常、新しいセットまたは値が生成されます。
- ストリームには遅延実行機能があり、中間操作は端末操作が呼び出されたときにのみ実行されます。
第二に、ストリームの作成
Stream
コレクション配列で作成できます。
1.java.util.Collection.stream()
メソッドを使用してコレクションを 含むストリームを作成します
List<String> list = Arrays.asList("a", "b", "c");
// 创建一个顺序流
Stream<String> stream = list.stream();
// 创建一个并行流
Stream<String> parallelStream = list.parallelStream();
2.java.util.Arrays.stream(T[] array)
アレイを使用してストリームを作成する方法
int[] array={1,3,5,6,8};
IntStream stream = Arrays.stream(array);
3.Stream
使用される静的メソッド:of()、iterate()、generate()
Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 3).limit(4);
stream2.forEach(System.out::println);
Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
stream3.forEach(System.out::println);
出力結果:
0 3 6 9
0.6796156909271994
0.1914314208854283
0.8116932592396652
stream
そして、parallelStream
区別する簡単: stream
操作を実行するためにメインスレッドによるシーケンスフロー対流、およびparallelStream
並列ストリームは、複数のオペレーティング対流モードの並列実行を雌ねじが、唯一の任意の順序でフローデータ処理にされます。たとえば、コレクション内の奇数をフィルタリングします。2つの間の処理の違いは次のとおりです。
ストリーム内のデータ量が十分に多い場合、並列ストリームは処理を高速化できます。
並列ストリームを直接作成するだけでなくparallel()
、順次ストリームを並列ストリームに変換することもできます。
Optional<Integer> findFirst = list.stream().parallel().filter(x->x>6).findFirst();
3. StreamAPIの概要
最初にいくつかのケースを投稿しましょう。レベルの高いものは挑戦できます。
- 給与が8000を超える従業員を従業員セットから除外し、新しいセットに配置します。
- 最高給与、平均給与、従業員の給与の合計を数えます。
- 従業員を給与の高いものから低いものの順に並べ替えます。最初は若い支払人です。
- 従業員を性別で分類し、性別と地域で分類し、給与が8000を超えるかどうかに応じて従業員を2つの部分に分けます。
従来の反復処理を使用することは難しくありませんが、コードは冗長であるように見え、Streamよりも優れています。
前提:従業員クラス
static List<Person> personList = new ArrayList<Person>();
private static void initPerson() {
personList.add(new Person("张三", 8, 3000));
personList.add(new Person("李四", 18, 5000));
personList.add(new Person("王五", 28, 7000));
personList.add(new Person("孙六", 38, 9000));
}
1.トラバース/マッチ(foreach / find / match)
Stream
同様のコレクションのトラバーサル要素とマッチング要素もサポートしますがStream
、その中の要素はOptional
型に存在します。Stream
のトラバーサルとマッチングは非常に簡単です。
// import已省略,请自行添加,后面代码亦是
public class StreamTest {
public static void main(String[] args) {
List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);
// 遍历输出符合条件的元素
list.stream().filter(x -> x > 6).forEach(System.out::println);
// 匹配第一个
Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();
// 匹配任意(适用于并行流)
Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();
// 是否包含符合特定条件的元素
boolean anyMatch = list.stream().anyMatch(x -> x < 6);
System.out.println("匹配第一个值:" + findFirst.get());
System.out.println("匹配任意一个值:" + findAny.get());
System.out.println("是否存在大于6的值:" + anyMatch);
}
}
2.条件でフィルターを一致させる
(1)18歳未満の従業員を選別し、新しいセットを作成します
/**
* 筛选员工中未满18周岁的人,并形成新的集合
* @思路
* List<Person> list = new ArrayList<Person>();
* for(Person person : personList) {
* if(person.getAge() > 18) {
* list.add(person);
* }
* }
*/
private static void filter01() {
initPerson();
List<Person> collect = personList.stream().filter(x -> x.getAge()>18).collect(Collectors.toList());
System.out.println(collect);
}
(2)カスタム条件マッチング
3.最大、最小、カウントを集計します
(1)Stringコレクション内の最長の要素を取得します
/**
* 获取String集合中最长的元素
* @思路
* List<String> list = Arrays.asList("zhangsan", "lisi", "wangwu", "sunliu");
* String max = "";
* int length = 0;
* int tempLength = 0;
* for(String str : list) {
* tempLength = str.length();
* if(tempLength > length) {
* length = str.length();
* max = str;
* }
* }
* @return zhangsan
*/
private static void test02() {
List<String> list = Arrays.asList("zhangsan", "lisi", "wangwu", "sunliu");
Comparator<? super String> comparator = Comparator.comparing(String::length);
Optional<String> max = list.stream().max(comparator);
System.out.println(max);
}
(2)整数セットの最大値を取得します
//获取Integer集合中的最大值
private static void test05() {
List<Integer> list = Arrays.asList(1, 17, 27, 7);
Optional<Integer> max = list.stream().max(Integer::compareTo);
// 自定义排序
Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o1.compareTo(o2);
}
});
System.out.println(max2);
}
//获取员工中年龄最大的人
private static void test06() {
initPerson();
Comparator<? super Person> comparator = Comparator.comparingInt(Person::getAge);
Optional<Person> max = personList.stream().max(comparator);
System.out.println(max);
}
(3)従業員の中で最年長の人を取得する
(4)整数セットの10より大きい要素の数を計算します
4.マップとflatMap
map:関数をパラメーターとして受け取ります。関数は各要素に適用され、新しい要素にマップされます。
flatMap:関数をパラメーターとして受け取り、ストリーム内の各値を別のストリームに置き換えてから、すべてのストリームを1つのストリームに接続します。
(1)文字列大文字
(2)整数配列の各要素+3
/**
* 整数数组每个元素+3
* @思路
* List<Integer> list = Arrays.asList(1, 17, 27, 7);
List<Integer> list2 = new ArrayList<Integer>();
for(Integer num : list) {
list2.add(num + 3);
}
@return [4, 20, 30, 10]
*/
private static void test09() {
List<Integer> list = Arrays.asList(1, 17, 27, 7);
List<Integer> collect = list.stream().map(x -> x + 3).collect(Collectors.toList());
System.out.println(collect);
}
(3)1人あたり2000の増加で、会社の利益は良好です
/**
* 公司效益好,每人涨2000
*
*/
private static void test10() {
initPerson();
List<Person> collect = personList.stream().map(x -> {
x.setAge(x.getSalary()+2000);
return x;
}).collect(Collectors.toList());
System.out.println(collect);
}
(4)2つの文字配列を新しい文字配列に結合します
/**
* 将两个字符数组合并成一个新的字符数组
*
*/
private static void test11() {
String[] arr = {"z, h, a, n, g", "s, a, n"};
List<String> list = Arrays.asList(arr);
System.out.println(list);
List<String> collect = list.stream().flatMap(x -> {
String[] array = x.split(",");
Stream<String> stream = Arrays.stream(array);
return stream;
}).collect(Collectors.toList());
System.out.println(collect);
}
(5)2つの文字配列を新しい文字配列に結合します
/**
* 将两个字符数组合并成一个新的字符数组
* @return [z, h, a, n, g, s, a, n]
*/
private static void test11() {
String[] arr = {"z, h, a, n, g", "s, a, n"};
List<String> list = Arrays.asList(arr);
List<String> collect = list.stream().flatMap(x -> {
String[] array = x.split(",");
Stream<String> stream = Arrays.stream(array);
return stream;
}).collect(Collectors.toList());
System.out.println(collect);
}
5.法令の削減
削減は、その名前が示すように、削減とも呼ばれ、ストリームを値に削減することです。これにより、セットの合計、積、および最大化の操作を実現できます。
(1)整数セットの要素の合計、積、および最大値を見つけます
/**
* 求Integer集合的元素之和、乘积和最大值
*
*/
private static void test13() {
List<Integer> list = Arrays.asList(1, 2, 3, 4);
//求和
Optional<Integer> reduce = list.stream().reduce((x,y) -> x+ y);
System.out.println("求和:"+reduce);
//求积
Optional<Integer> reduce2 = list.stream().reduce((x,y) -> x * y);
System.out.println("求积:"+reduce2);
//求最大值
Optional<Integer> reduce3 = list.stream().reduce((x,y) -> x>y?x:y);
System.out.println("求最大值:"+reduce3);
}
(2)全従業員の合計と最高給与を見つける
/*
* 求所有员工的工资之和和最高工资
*/
private static void test14() {
initPerson();
Optional<Integer> reduce = personList.stream().map(Person :: getSalary).reduce(Integer::sum);
Optional<Integer> reduce2 = personList.stream().map(Person :: getSalary).reduce(Integer::max);
System.out.println("工资之和:"+reduce);
System.out.println("最高工资:"+reduce2);
}
6.コレクション(toList、toSet、toMap)
18歳以上の従業員を連れ出し、地図に変換する
/**
* 取出大于18岁的员工转为map
*
*/
private static void test15() {
initPerson();
Map<String, Person> collect = personList.stream().filter(x -> x.getAge() > 18).collect(Collectors.toMap(Person::getName, y -> y));
System.out.println(collect);
}
7、収集
Collectors
データ統計のための一連の静的メソッドを提供します。
- カウント:
count
averagingInt
平均:averagingLong
、、averagingDouble
- 最も
maxBy
価値がある:、minBy
summingInt
合計:summingLong
、、summingDouble
- 上記のすべての
summarizingInt
統計:summarizingLong
、、summarizingDouble
/**
* 统计员工人数、平均工资、工资总额、最高工资
*/
private static void test01(){
//统计员工人数
Long count = personList.stream().collect(Collectors.counting());
//求平均工资
Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
//求最高工资
Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
//求工资之和
Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));
//一次性统计所有信息
DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
System.out.println("统计员工人数:"+count);
System.out.println("求平均工资:"+average);
System.out.println("求最高工资:"+max);
System.out.println("求工资之和:"+sum);
System.out.println("一次性统计所有信息:"+collect);
}
8.グループ化(partitioningBy / groupingBy)
- 分割:
Map
従業員の給与が8000を超えるかどうかに応じて、従業員を2つの部分に分割するかどうかなど、条件に応じてストリームを2つの部分に分割します。 - グループ化:従業員を性別でグループ化するなど、コレクションを複数のマップに分割します。シングルレベルのグループ化とマルチレベルのグループ化があります。
給与が8000を超えるかどうかに応じて、従業員を2つの部分に分け、従業員を性別と地域別にグループ化します。
public class StreamTest {
public static void main(String[] args) {
personList.add(new Person("zhangsan",25, 3000, "male", "tieling"));
personList.add(new Person("lisi",27, 5000, "male", "tieling"));
personList.add(new Person("wangwu",29, 7000, "female", "tieling"));
personList.add(new Person("sunliu",26, 3000, "female", "dalian"));
personList.add(new Person("yinqi",27, 5000, "male", "dalian"));
personList.add(new Person("guba",21, 7000, "female", "dalian"));
// 将员工按薪资是否高于8000分组
Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));
// 将员工按性别分组
Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
// 将员工先按性别分组,再按地区分组
Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));
System.out.println("员工按薪资是否大于8000分组情况:" + part);
System.out.println("员工按性别分组情况:" + group);
System.out.println("员工按性别、地区:" + group2);
}
}
9.参加する
joining
ストリーム内の要素は、特定のコネクタを使用して文字列に連結できます(または、そうでない場合は直接連結できます)。
10.ソート済み
従業員を給与の高いものから低いものへと並べ替えます(同じ給与は大きいものから若いものへ)
private static void test04(){
// 按工资升序排序(自然排序)
List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
.collect(Collectors.toList());
// 按工资倒序排序
List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
.map(Person::getName).collect(Collectors.toList());
// 先按工资再按年龄升序排序
List<String> newList3 = personList.stream()
.sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName)
.collect(Collectors.toList());
// 先按工资再按年龄自定义排序(降序)
List<String> newList4 = personList.stream().sorted((p1, p2) -> {
if (p1.getSalary() == p2.getSalary()) {
return p2.getAge() - p1.getAge();
} else {
return p2.getSalary() - p1.getSalary();
}
}).map(Person::getName).collect(Collectors.toList());
System.out.println("按工资升序排序:" + newList);
System.out.println("按工资降序排序:" + newList2);
System.out.println("先按工资再按年龄升序排序:" + newList3);
System.out.println("先按工资再按年龄自定义降序排序:" + newList4);
}
11.抽出/組み合わせ
ストリームは、マージ、重複排除、制限、スキップなども可能です。
private static void test05(){
String[] arr1 = { "a", "b", "c", "d" };
String[] arr2 = { "d", "e", "f", "g" };
Stream<String> stream1 = Stream.of(arr1);
Stream<String> stream2 = Stream.of(arr2);
// concat:合并两个流 distinct:去重
List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
// limit:限制从流中获得前n个数据
List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
// skip:跳过前n个数据
List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
System.out.println("流合并:" + newList);
System.out.println("limit:" + collect);
System.out.println("skip:" + collect2);
}
12.ファイルを読み取るためのストリーム操作
次の投稿:SpringCloudラーニングの概要