簡潔方便的集合處理——Java8stream流-創(chuàng)新互聯(lián)

背景

java 8已經(jīng)發(fā)行好幾年了，前段時(shí)間java 12也已經(jīng)問世，但平時(shí)的工作中，很多項(xiàng)目的環(huán)境還停留在java1.7中。而且java8的很多新特性都是革命性的，比如各種集合的優(yōu)化、lambda表達(dá)式等，所以我們還是要去了解java8的魅力。

創(chuàng)新互聯(lián)建站于2013年創(chuàng)立，先為應(yīng)城等服務(wù)建站，應(yīng)城等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為應(yīng)城企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。

今天我們來學(xué)習(xí)java8的Stream，并不需要理論基礎(chǔ)，直接可以上手去用。

我接觸stream的原因，是我要搞一個(gè)用戶收入消費(fèi)的數(shù)據(jù)分析。起初的統(tǒng)計(jì)篩選分組都是打算用sql語言直接從mysql里得到結(jié)果來展現(xiàn)的。但在操作中我們發(fā)現(xiàn)這樣頻繁地訪問數(shù)據(jù)庫，性能會(huì)受到很大的影響，分析速度會(huì)很慢。所以我們希望能通過訪問一次數(shù)據(jù)庫就拿到所有數(shù)據(jù)，然后放到內(nèi)存中去進(jìn)行數(shù)據(jù)分析統(tǒng)計(jì)過濾。

接著，我看了stream的API，發(fā)現(xiàn)這就是我想要的。

一、Stream理解

在java中我們稱Stream為『流』，我們經(jīng)常會(huì)用流去對(duì)集合進(jìn)行一些流水線的操作。stream就像工廠一樣，只需要把集合、命令還有一些參數(shù)灌輸?shù)?strong>流水線中去，就可以加工成得出想要的結(jié)果。這樣的流水線能大大簡潔代碼，減少操作。

二、Stream流程

原集合 —> 流  —> 各種操作(過濾、分組、統(tǒng)計(jì)) —> 終端操作

Stream流的操作流程一般都是這樣的，先將集合轉(zhuǎn)為流，然后經(jīng)過各種操作，比如過濾、篩選、分組、計(jì)算。最后的終端操作，就是轉(zhuǎn)化成我們想要的數(shù)據(jù)，這個(gè)數(shù)據(jù)的形式一般還是集合，有時(shí)也會(huì)按照需求輸出count計(jì)數(shù)。下文會(huì)一一舉例。

三、API功能舉例

首先，定義一個(gè)用戶對(duì)象，包含姓名、年齡、性別和籍貫四個(gè)成員變量：

import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;
import lombok.extern.log4j.Log4j;

@Data
@NoArgsConstructor
@AllArgsConstructor
@Log4j
@Builder
public class User {
    //姓名
    private String name;
    //年齡
    private Integer age;
    //性別
    private Integer sex;
    //所在省市
    private String address;
}

這里用lombok簡化了實(shí)體類的代碼。

然后創(chuàng)建需要的集合數(shù)據(jù)，也就是源數(shù)據(jù)：

//1.構(gòu)建我們的list
List<User> list= Arrays.asList(
        new User("鋼鐵俠",40,0,"華盛頓"),
        new User("蜘蛛俠",20,0,"華盛頓"),
        new User("趙麗穎",30,1,"湖北武漢市"),
        new User("詹姆斯",35,0,"洛杉磯"),
        new User("李世民",60,0,"山西省太原市"),
        new User("蔡徐坤",20,1,"陜西西安市"),
        new User("葫蘆娃的爺爺",70,0,"山西省太原市")
);

3.1 過濾

1）創(chuàng)建流 stream() / parallelStream()

• stream() : 串行流
• parallelStream（）: 并行流

2）filter 過濾(T-> boolean)

比如要過濾年齡在40歲以上的用戶，就可以這樣寫：

List<User> filterList = list.stream().filter(user -> user.getAge() >= 40)
        .collect(toList());

filter里面，->箭頭后面跟著的是一個(gè)boolean值，可以寫任何的過濾條件，就相當(dāng)于sql中where后面的東西，換句話說，能用sql實(shí)現(xiàn)的功能這里都可以實(shí)現(xiàn)

打印結(jié)果：

3）distinct 去重

和sql中的distinct關(guān)鍵字很相似。為了看到效果，此處在原集合中加入一個(gè)重復(fù)的人，就選擇鋼鐵俠吧，復(fù)聯(lián)4鋼鐵俠不幸遇害，大家還是比較傷心的。

List<User> list= Arrays.asList(
        new User("鋼鐵俠",40,0,"華盛頓"),
        new User("鋼鐵俠",40,0,"華盛頓"),
        new User("蜘蛛俠",20,0,"華盛頓"),
        new User("趙麗穎",30,1,"湖北武漢市"),
        new User("詹姆斯",35,0,"洛杉磯"),
        new User("李世民",60,0,"山西省太原市"),
        new User("蔡徐坤”,18,1,"陜西西安市"),
        new User("葫蘆娃的爺爺",70,0,"山西省太原市")
);

//distinct 去重
List<User> distinctList = filterList.stream().distinct()
        .collect(toList());

打印結(jié)果：

4）sorted排序

如果流中的元素的類實(shí)現(xiàn)了 Comparable 接口，即有自己的排序規(guī)則，那么可以直接調(diào)用sorted() 方法對(duì)元素進(jìn)行排序，如：

Comparator.comparingInt

反之, 需要調(diào)用 sorted((T, T) -> int) 實(shí)現(xiàn) Comparator 接口。

//sorted()
List<User> sortedList = distinctList.stream().sorted(Comparator.comparingInt(User::getAge))
        .collect(toList());

打印結(jié)果：

結(jié)果按照年齡從小到大進(jìn)行排序。

5）limit（） 返回前n個(gè)元素

如果想知道這里面年齡最小的是誰，可作如下操作：

//limit 返回前n個(gè)元素
List<User> limitList = sortedList.stream().limit(1)
        .collect(toList());

6）skip()

與limit恰恰相反，skip的意思是跳過，也就是去除前n個(gè)元素。

打印結(jié)果：

果然，前兩個(gè)人都被去除了，只剩下最老的葫蘆娃爺爺。

3.2 映射

1）map(T->R)

map是將T類型的數(shù)據(jù)轉(zhuǎn)為R類型的數(shù)據(jù)，比如我們想要設(shè)置一個(gè)新的list，存儲(chǔ)用戶所有的城市信息。

//map(T->R)
List<String> cityList = list.stream().map(User::getAddress).distinct().collect(toList());

打印結(jié)果：

2）flatMap(T -> Stream<R>)

將流中的每一個(gè)元素 T 映射為一個(gè)流，再把每一個(gè)流連接成為一個(gè)流。

//flatMap(T -> Stream<R>)
List<String> flatList = new ArrayList<>();
flatList.add("唱,跳");
flatList.add("rape,籃球,music");
flatList = flatList.stream().map(s -> s.split(",")).flatMap(Arrays::stream).collect(toList());

打印結(jié)果：

這里原集合中的數(shù)據(jù)由逗號(hào)分割，使用split進(jìn)行拆分后，得到的是Stream<String[]>，字符串?dāng)?shù)組組成的流，要使用flatMap的

Arrays::stream

將Stream<String[]>轉(zhuǎn)為Stream<String>,然后把流相連接，組成了完整的唱、跳、rap、籃球和music。

3.3 查找

1）allMatch（T->boolean）

檢測(cè)是否全部滿足參數(shù)行為，假如這些用戶是網(wǎng)吧上網(wǎng)的用戶名單，那就需要檢查是不是每個(gè)人都年滿18周歲了。

boolean isAdult = list.stream().allMatch(user -> user.getAge() >= 18);

打印結(jié)果：

true

2）anyMatch（T->boolean）

檢測(cè)是否有任意元素滿足給定的條件，比如，想知道同學(xué)名單里是否有女生。

//anyMatch(T -> boolean） 是否有任意一個(gè)元素滿足給定的條件
boolean isGirl = list.stream().anyMatch(user -> user.getSex() == 1);

打印結(jié)果：

true

說明集合中有女生存在。

3）noneMatch(T -> boolean)

流中是否有元素匹配給定的 T -> boolean 條件。

比如檢測(cè)有沒有來自巴黎的用戶。

boolean isLSJ = list.stream().noneMatch(user -> user.getAddress().contains("巴黎"));

打印結(jié)果：

true

打印true說明沒有巴黎的用戶。

4）findFirst( ):找到第一個(gè)元素

Optional<User> fristUser  = list.stream().findFirst();

打印結(jié)果：

User(name=鋼鐵俠, age=40, sex=0, address=華盛頓)

5）findAny():找到任意一個(gè)元素

Optional<User> anyUser  = list.stream().findAny();

打印結(jié)果：

User(name=鋼鐵俠, age=40, sex=0, address=華盛頓)

這里我們發(fā)現(xiàn)findAny返回的也總是第一個(gè)元素，那么為什么還要進(jìn)行區(qū)分呢？因?yàn)樵诓⑿辛?strong>parallelStream()中找到的確實(shí)是任意一個(gè)元素。

Optional<User> anyParallelUser  = list.parallelStream().findAny();

打印結(jié)果 :

Optional[User(name=李世民, age=60, sex=0, address=山西省太原市)]

3.4 歸納計(jì)算

1）求用戶的總?cè)藬?shù)

long count = list.stream().collect(Collectors.counting());

我們可以簡寫為：

long count = list.stream().count();

運(yùn)行結(jié)果：

8

2）得到某一屬性的大最小值

// 求大年齡
Optional<User> max = list.stream().collect(Collectors.maxBy(
Comparator.comparing(User::getAge)));

// 求最小年齡
Optional<User> min = list.stream().collect(Collectors.minBy(
Comparator.comparing(User::getAge)));

運(yùn)行結(jié)果：

3）求年齡總和是多少

// 求年齡總和
int totalAge = list.stream().collect(Collectors.summingInt(User::getAge));

運(yùn)行結(jié)果：

313

我們經(jīng)常會(huì)用BigDecimal來記錄金錢，假設(shè)想得到BigDecimal的總和：

// 獲得列表對(duì)象金額， 使用reduce聚合函數(shù),實(shí)現(xiàn)累加器
BigDecimal sum = myList.stream() .map(User::getMoney)
.reduce(BigDecimal.ZERO,BigDecimal::add);

4）求年齡平均值

//求年齡平均值
double avgAge = list.stream().collect(
Collectors.averagingInt(User::getAge));

運(yùn)行結(jié)果:

39.125

5）一次性得到元素的個(gè)數(shù)、總和、大值、最小值

IntSummaryStatistics statistics = list.stream().collect(
Collectors.summarizingInt(User::getAge));

運(yùn)行結(jié)果：

6）字符串拼接

要將用戶的姓名連成一個(gè)字符串并用逗號(hào)分割。

String names = list.stream().map(User::getName)
.collect(Collectors.joining(", "));

運(yùn)行結(jié)果：

鋼鐵俠, 鋼鐵俠, 蜘蛛俠, 趙麗穎, 詹姆斯, 李世民, 蔡徐坤, 葫蘆娃的爺爺

3.5 分組

在數(shù)據(jù)庫操作中，我們經(jīng)常通過GROUP BY關(guān)鍵字對(duì)查詢到的數(shù)據(jù)進(jìn)行分組，java8的流式處理也提供了分組的功能。使用Collectors.groupingBy來進(jìn)行分組。

1）可以根據(jù)用戶所在城市進(jìn)行分組

Map<String, List<User>> cityMap = list.stream()
.collect(Collectors.groupingBy(User::getAddress));

結(jié)果是一個(gè)map，key為不重復(fù)的城市名，value為屬于該城市的用戶列表。已經(jīng)實(shí)現(xiàn)了分組。

2）二級(jí)分組，先根據(jù)城市分組再根據(jù)性別分組

Map<String, Map<Integer, List<User>>> group = list.stream().collect(
        Collectors.groupingBy(User::getAddress, // 一級(jí)分組，按所在地區(qū)
                Collectors.groupingBy(User::getSex))); // 二級(jí)分組，按性別

運(yùn)行結(jié)果：

3）如果僅僅想統(tǒng)計(jì)各城市的用戶個(gè)數(shù)是多少，并不需要對(duì)應(yīng)的list

按城市分組并統(tǒng)計(jì)人數(shù)：

Map<String, Long> cityCountMap = list.stream()
.collect(Collectors.groupingBy(User::getAddress,Collectors.counting()));

運(yùn)行結(jié)果：

4）當(dāng)然，也可以先進(jìn)行過濾再分組并統(tǒng)計(jì)人數(shù)

Map<String,Long> map = list.stream().filter(user -> user.getAge() <= 30)
        .collect(Collectors.groupingBy(User::getAddress,Collectors.counting()));

運(yùn)行結(jié)果：

5）partitioningBy 分區(qū)

分區(qū)與分組的區(qū)別在于，分區(qū)是按照true和false來分的，因此partitioningBy 接受的參數(shù)的 lambda 也是T -> boolean

//根據(jù)年齡是否小于等于30來分區(qū)
Map<Boolean, List<User>> part = list.stream()
        .collect(partitioningBy(user -> user.getAge() <= 30));

運(yùn)行結(jié)果：

總結(jié)

到目前為止，stream的功能我們已經(jīng)用了很多了，感覺有點(diǎn)眼花繚亂卻無所不能，stream能做的事情遠(yuǎn)遠(yuǎn)不止這些。

我們可以多學(xué)習(xí)使用stream，把原來復(fù)雜的sql查詢，一遍又一遍地for循環(huán)的復(fù)雜代碼重構(gòu)，讓代碼更簡潔易懂，可讀性強(qiáng)。

拓展閱讀：Redis專題（1）：構(gòu)建知識(shí)圖譜
Redis專題(2)：Redis數(shù)據(jù)結(jié)構(gòu)底層探秘

作者：楊亨

來源：宜信技術(shù)學(xué)院

創(chuàng)新互聯(lián)www.cdcxhl.cn，專業(yè)提供香港、美國云服務(wù)器，動(dòng)態(tài)BGP最優(yōu)骨干路由自動(dòng)選擇，持續(xù)穩(wěn)定高效的網(wǎng)絡(luò)助力業(yè)務(wù)部署。公司持有工信部辦法的idc、isp許可證， 機(jī)房獨(dú)有T級(jí)流量清洗系統(tǒng)配攻擊溯源，準(zhǔn)確進(jìn)行流量調(diào)度，確保服務(wù)器高可用性。佳節(jié)活動(dòng)現(xiàn)已開啟，新人活動(dòng)云服務(wù)器買多久送多久。

網(wǎng)站欄目：簡潔方便的集合處理——Java8stream流-創(chuàng)新互聯(lián)
文章轉(zhuǎn)載：http://bm7419.com/article12/cdihgc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站策劃、服務(wù)器托管、網(wǎng)站設(shè)計(jì)、ChatGPT、關(guān)鍵詞優(yōu)化、標(biāo)簽優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)