目次
1. ストリームを使用してコレクションを作成する
1.1 作成の流れ
public static void main(String[] args) {
Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5);
List<Integer> collect = stream.collect(Collectors.toList());
collect.stream().forEach(System.out::print);
}
输出 123451.2 Stream.iterateを使用して作成する
public static void main(String[] args) {
Stream<Integer> stream = Stream.iterate(0, (x) -> x + 2).limit(3); // 输出 0,2,4
Stream<String> stream2 = Stream.generate(() -> "Hello").limit(3); // 输出 Hello,Hello,Hello
Stream<Double> stream3 = Stream.generate(Math::random).limit(3); // 输出3个随机数
}2.各トラバース
// 循环输出user对象 users是个集合
users.stream().forEach(user -> System.out.println(user));
3. 探す、探す
// 取出第一个对象
User user = users.stream().findFirst().orElse(null); // 输出 {"age":1,"name":"Tom"}
// 随机取出任意一个对象
User user = users.stream().findAny().orElse(null);4.マッチマッチ
// 判断是否存在name是Tom的用户
boolean existTom = users.stream().anyMatch(user -> "Tom".equals(user.getName()));
// 判断所有用户的年龄是否都小于5
boolean checkAge = users.stream().allMatch(user -> user.getAge() < 5);5. フィルター
// 筛选name是Tom的用户
users.stream()
.filter(user -> "Tom".equals(user.name))
.forEach(System.out::println); // 输出 {"age":1,"name":"Tom"}
//过滤手机号为空和null的数据，获取手机号集合
List<String> phoneList = result.stream()
.filter((YwOnlineUser p) -> p.getFromPhone() != null|| p.getFromPhone() !="")
.map(YwOnlineUser::getFromPhone)
.collect(Collectors.toList());
//过滤selectionList集合中存在的数据
exportList = pageList.stream().filter(item -> selectionList.contains(item.getId())).collect(Collectors.toList());
6. マッピングマップ/フラットマップ
// 打印users里的name
users.stream().map(User::getName).forEach(System.out::println); // 输出 Tom Jerry
// List<List<User>> 转 List<User>
List<List<User>> userList = new ArrayList<>();
List<User> users = userList.stream().flatMap(Collection::stream).collect(Collectors.toList());7.減らす
// 求用户年龄之和
Integer sum = users.stream().map(User::getAge).reduce(Integer::sum).orElse(0);
// 求用户年龄的乘积
Integer product = users.stream().map(User::getAge).reduce((x, y) -> x * y).orElse(0);8.並べ替え
// 按年龄倒序排
List<User> collect = users.stream()
.sorted(Comparator.comparing(User::getAge).reversed())
.collect(Collectors.toList());
//多属性排序
List<Person> result = persons.stream()
.sorted(Comparator.comparing((Person p) -> p.getNamePinyin())
.thenComparing(Person::getAge)).collect(Collectors.toList());9.集めて集める
// list转换成map
Map<Integer, User> map = users.stream()
.collect(Collectors.toMap(User::getAge, Function.identity()));
// 按年龄分组
Map<Integer, List<User>> userMap = users.stream().collect(Collectors.groupingBy(User::getAge));
// 求平均年龄
Double ageAvg = users.stream().collect(Collectors.averagingInt(User::getAge));
// 求年龄之和
Integer ageSum = users.stream().collect(Collectors.summingInt(User::getAge));
// 求年龄最大的用户
User user = users.stream().collect(Collectors.maxBy(Comparator.comparing(User::getAge)))
.orElse(null);
// 把用户姓名拼接成逗号分隔的字符串输出
String names = users.stream().map(User::getName).collect(Collectors.joining(",")); 10. リストからマップへ
//key冲突选择第一个
Map<Integer,User> map = users.stream().collection(Collectors.toMap(User::getId,user->user,(user1,user2)->user1));
//集合转map
Map<String, AppLogin> map = list.stream().collect(Collectors.toMap(AppLogin::getId, Function.identity(),(d1,d2)->d1));
//取集合中实体的两个字段作为key和 value
Map<String, Integer> collect =customerUserList.stream().collect(Collectors.toMap(YwCustomerUser::getCustomerId, YwCustomerUser::getEditPermissions));
11.重複を削除する
ArrayList<User> collect = list
.stream()
.collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(User::getName))), ArrayList::new));
List<YwOnlineUser> result = pageList.getRecords().stream().collect(Collectors.collectingAndThen(
Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(YwOnlineUser::getFromPhone))), ArrayList::new
));12.グループ
//按照部门编码分组 部门编码 key 相同部门value
Map<String, List<Depart>> orgCodeMap =
list.stream().collect(Collectors.groupingBy(Depart::getSysOrgCode));
//list1和pageList存储的是用户信息，并且两个集合的手机号都有重复，
//如果 pageList中的手机号存在list1中，那么 pageList 的 LinkPeople LinkDate 要设置成 list1
// 中相同手机号的 LinkPeople LinkDate，否则 pageList 循环的实体不需要改变
List<YwOnlineUser> collect = pageList.getRecords().stream().map(item -> list1.stream().filter(
rea -> item.getFromPhone().equals(rea.getFromPhone())).findFirst().map(rea -> {
item.setLinkPeople(rea.getLinkPeople());
item.setLinkDate(rea.getLinkDate());
return item;
}).orElse(item)
).collect(Collectors.toList());
//和上一个相同，返回的是新组装的实体
List<YwOnlineUser> collect = exportList.stream().map(item -> list1.stream().filter(
rea -> item.getFromPhone().equals(rea.getFromPhone())).findFirst().map(rea -> {
YwOnlineUser user= new YwOnlineUser();
user.setLinkPeople(userMap.get(rea.getLinkPeople()));
user.setLinkDate(rea.getLinkDate());
user.setFlag(stringJSONObjectMap.get("flag").getString(item.getFlag()));
user.setStatus(stringJSONObjectMap.get("onlineuser").getString(item.getStatus()));
if(StringUtils.isNotBlank(stringJSONObjectMap.get("channel").getString(item.getType()))){
user.setType(stringJSONObjectMap.get("channel").getString(item.getType()));
}else{
user.setType("线上用户");
}
user.setFromPhone(item.getFromPhone());
user.setFpDate(item.getFpDate());
user.setName(item.getName());
user.setPhone(item.getPhone());
return user;
}).orElse(
item.setFlag(stringJSONObjectMap.get("flag").getString(item.getFlag()))
.setStatus(stringJSONObjectMap.get("onlineuser").getString(item.getStatus()))
.setType(StringUtils.isNotBlank(stringJSONObjectMap.get("channel").getString(item.getType()))?stringJSONObjectMap.get("channel").getString(item.getType()):"在线用户")
)
).collect(Collectors.toList());13.方法
13.1 マップ()
Map はストリームで非常に一般的に使用されるメソッドです。各要素を対応する結果にマップするために使用されます。オブジェクト内の特定の属性を抽出したり、他のオブジェクトに変換したりできます。
List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);
List<Integer> squaresList = numbers.stream().map( i -> i*i).distinct().collect(Collectors.toList());
System.out.println(squaresList);
//输出结果：[9, 4, 49, 25] 其中distinct()是去掉重复的值。
//将用户的名字提取出来转成字符串集
List<String> collect = list.stream().map(x -> x.getName()).collect(Collectors.toList());
//将结果转成另一个对象
List<User> result = list.stream().map(temp -> {
User obj = new User();
obj.setName(temp.getName());
obj.setAge(temp.getAge());
if ("ricky".equals(temp.getName())) {
obj.setExtra("this field is for ricky only!");
}
return obj;
}).collect(Collectors.toList());
13.2 フィルター()
フィルターは 主に、フィルターと同様に、設定された条件を通じて一致する要素を除外するために使用されます。
List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
// 获取空字符串的数量
long count = strings.stream().filter(string -> string.isEmpty()).count();
// 输出结果：2
List<StudentInfo> studentList = new ArrayList<>();
studentList.add(new StudentInfo("李小明",true,18,1.76,LocalDate.of(2001,3,23)));
studentList.add(new StudentInfo("张小丽",false,18,1.61,LocalDate.of(2001,6,3)));
studentList.add(new StudentInfo("王大朋",true,19,1.82,LocalDate.of(2000,3,11)));
studentList.add(new StudentInfo("陈小跑",false,17,1.67,LocalDate.of(2002,10,18)));
List<StudentInfo> boys = studentList.stream().filter(s->s.getGender() && s.getHeight() >= 1.8)
.collect(Collectors.toList());
StudentInfo.printStudents(boys);
// 输出 "王大朋",true,19,1.82，2002-10-18 gender解释 false代表女生 true代表男生
13.3 リミット()
limit は Stream を切り捨て、その最初の N 要素を取得します。元のストリームに含まれる要素の数が N 未満の場合は、そのすべての要素を取得します
List<String> strings = Arrays.asList("abc", "dd", "bc", "efg", "abcd","cc", "jkl");
strings.stream().limit(2).forEach(System.out::println);
//输出 abc dd13.4 スキップ()
Skip は、 ストリーム上でスキップ操作を実行し、カスタム値 N までの最初の N 要素をスキップできます。
List<String>strings = Arrays.asList("abc", "dd", "bc", "efg", "abcd","cc", "jkl");
strings.stream().skip(3).forEach(System.out::println);
// 输出结果
efg
abcd
cc
jkl
13.5 個別()
Distinctは、 stream に対する重複排除操作です。要素の hashcode() とquals() を使用して、2 つの要素が一貫しているかどうかを判断します。このようにして、重複排除にオブジェクトを使用するときに、その hascode とquals を書き換えることができます。これにより、希望する効果が得られます。
List<String>strings = Arrays.asList("abc", "dd", "bc", "abc", "bc","cc", "dd");
strings.stream().distinct().forEach(System.out::println);
// 输出结果
abc
dd
bc
cc
13.6 ピーク()
Peek は 、元の Stream のすべての要素を含む新しい Stream を生成し、コンシューマ関数 (Consumer インスタンス) も提供します。新しい Stream の各要素が消費されると、指定されたコンシューマ関数が実行されます。Peek は主にデバッグ目的で使用されます。
Stream.of("one", "two", "three","four").filter(e -> e.length() > 3)
.peek(e -> System.out.println("Filtered value: " + e))
.map(String::toUpperCase)
.peek(e -> System.out.println("Mapped value: " + e))
.collect(Collectors.toList());
//输出
Filtered value: three
Mapped value: THREE
Filtered value: four
Mapped value: FOUR
13.7 収集()
collect メソッドの機能は、ストリーム内のデータを最終結果に変換することです。
//转换成list
List collect1 = num.stream().map(n -> n * 2).collect(Collectors.toList());
//转成ArrayList
ArrayList<String> list = stream.collect(Collectors.toCollection(ArrayList::new));
//转成TreeSet
TreeSet<String> treeSet = stream.collect(Collectors.toCollection(TreeSet::new));
Stream<String> stream = Stream.of("hello", "world", "helloworld");
String s = stream.collect(Collectors.joining(","));
System.out.println(s);
//输出
hello,world,helloworld
//获取集合名称集合 Collectors.mapping 映射
List<Employee> list = new ArrayList<>();
list.add(new Employee("张三", 33));
list.add(new Employee("李四", 28));
list.add(new Employee("王五", 25));
list.add(new Employee("赵六", 40));
list.add(new Employee("孙七", 18));
String nameList = list.stream().collect(Collectors.mapping(Employee::getName, Collectors.joining(",")));
System.out.println(nameList);
//输出结果
张三,李四,王五,赵六,孙七
//Collectors.minBy 比较取小
Employee employee = list.stream().collect(Collectors.minBy(Comparator.comparingInt(Employee::getAge))).get();
//Collectors.maxBy 比较取大
Employee employee = list.stream().collect(Collectors.maxBy (Comparator.comparingInt(Employee::getAge))).get();
//Collectors.summarizingInt 年龄求和，此外还有summarizingDouble与summarizingLong，用法一致。
long sum = list.stream().collect(Collectors.summarizingInt(Employee::getAge)).getSum();
//Collectors.averagingInt 年龄求平均值，此外还有averagingDouble与averagingLong，用法一致。
Double avgAge = list.stream().collect(Collectors.averagingInt(Employee::getAge));
//Collectors.groupingBy分组，整理出的结果以Map的形式展现。
List<Employee> list = new ArrayList<>();
list.add(new Employee("张三", 20));
list.add(new Employee("李四", 20));
list.add(new Employee("王五", 30));
list.add(new Employee("赵六", 30));
list.add(new Employee("孙七", 40));
Map<Integer, List<Employee>> employeeMap = list.stream().collect(Collectors.groupingBy(Employee::getAge));
for (Integer age : employeeMap.keySet()) {
System.out.println(age+"年龄组有");
employeeMap.get(age).stream().forEach(System.out::println);
}
//输出结果
20年龄组有
Employee(name=张三, age=20)
Employee(name=李四, age=20)
40年龄组有
Employee(name=孙七, age=40)
30年龄组有
Employee(name=王五, age=30)
Employee(name=赵六, age=30)
//Collectors.partitioningBy 条件分组，整理出的结果以Map的形式展现，key为Boolean类型，true一组，false一组。
List<Employee> list = new ArrayList<>();
list.add(new Employee("张三", 33));
list.add(new Employee("李四", 28));
list.add(new Employee("王五", 25));
list.add(new Employee("赵六", 40));
list.add(new Employee("孙七", 18));
//年龄是否大于30
Map<Boolean, List<Employee>> employeeMap = list.stream().collect(Collectors.partitioningBy(k -> k.getAge().compareTo(30) > 0));
for (Boolean b : employeeMap.keySet()) {
System.out.println(b ? "大于30的有" : "小于30的有");
employeeMap.get(b).stream().forEach(System.out::println);
}
//输出结果
小于30的有
Employee(name=李四, age=28)
Employee(name=王五, age=25)
Employee(name=孙七, age=18)
大于30的有
Employee(name=张三, age=33)
Employee(name=赵六, age=40)
//Collectors.toMap 将结果转换成Map
List<Employee> list = new ArrayList<>();
list.add(new Employee("张三", 33));
list.add(new Employee("李四", 28));
list.add(new Employee("王五", 25));
list.add(new Employee("赵六", 40));
list.add(new Employee("孙七", 18));
//年龄是否大于30
Map<String, Employee> employeeMap = list.stream().collect(Collectors.toMap(k -> k.getName(), v -> v, (o1, o2) -> o1));
for (String name : employeeMap.keySet()) {
System.out.println(name + "年龄是:" + employeeMap.get(name).getAge() + "岁");
}
//输出结果
孙七年龄是:18岁
李四年龄是:28岁
张三年龄是:33岁
王五年龄是:25岁
赵六年龄是:40岁
14 リストへのマップ
//在map里面构造数据 return什么数据就转成什么类型的list
List<Employee> collect = map.entrySet().stream().map(item -> {
Employee employee = new Employee();
employee.setId(item.getKey());
employee.setEmpName(item.getValue());
return employee;
}).collect(Collectors.toList());
// concat:合并两个流 distinct：去重
List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
つづく...