本文主要是介绍java Stream操作转换方法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《javaStream操作转换方法》文章总结了Java8中流(Stream)API的多种常用方法,包括创建流、过滤、遍历、分组、排序、去重、查找、匹配、转换、归约、打印日志、最大最小值、统计、连接、...
流创建
| 方法 | |
|---|---|
| 集合 | Collection.stream/parllelStream |
| 数组 | Arrays.stream |
| 数字Stream | IntStream/LongStream.range/rangeClosed/Random.inis/longs/doubles |
| 自己创建 | stream.generate/iterate |
1、list 转 map
工作中，我们经常遇到list转map的案例。Collectors.toMap就可以把一个list数组转成一个Map。代码如下：
public class TestLambda {
public static void main(String[] args) {
List<UserInfo> userInfoList = new ArrayList<>();
userInfoList.add(new UserInfo(1L, "测试源码", 18));
userInfoList.add(new UserInfo(2L, "程序员淘淘", 27));
userInfoList.add(new UserInfo(2L, "打代码的淘淘", 26));
/**
* list 转 map
* 使用Collectors.toMap的时候，如果有可以重复会报错，所以需要加(k1, k2) -> k1
* (k1, k2) -> k1 表示，如果有重复的key,则保留第一个，舍弃第二个
*/
Map<Long, UserInfo> userInfoMap = userInfoList.stream().collect(Collectors.toMap(UserInfo::getUserId, userInfo -> userInfo, (k1, k2) -> k1));
userInfoMap.values().forEach(a->System.out.println(a.getUserName()));
}
}类似的，还有Collectors.toList()、Collectors.toSet()，表示把对应的流转化为list或者Set。
2、filter（）过滤
从数组集合中，过滤掉不符合条件的元素，留下符合条件的元素。
List<UserInfo> userInfoList = new ArrayList<>(); userInfoList.add(new UserInfo(1L, "测试源码", 18)); userInfoList.add(new UserInfo(2L, "程序员淘淘", 27)); userInfoList.add(new UserInfo(3L, "打代码的淘淘", 26)); /** * filter 过滤，留下超过18岁的用户 */ List<UserInfo> userInfoResultList = userInfoList.stream().filter(user -> user.getAge() > 18).collect(Collectors.toList()); userInfoResultList.forEach(a -> System.out.println(a.getUserName())); //运行结果 程序员淘淘 打代码的淘淘
3、foreach遍历
foreach 遍历list，遍历map，真的很丝滑。
/**
* forEach 遍历集合List列表
*/
List<String> userNameList = Arrays.asList("测试源码", "程序员淘淘", "艿艿");
userNameList.forEach(System.out::println);
HashMap<String, String> hashMap = new HashMap<>();
hashMap.put("号码你", "测试源码");
hashMap.put("职业", "程序员淘淘");
hashMap.put("昵称", "艿艿");
/**
* forEach 遍历集合Map
*/
hashMap.forEach((k, v) -> System.out.println(k + ":\t" + v));
//运行结果
测试源码
程序员淘淘
打代码的淘淘
职业: 程序员淘淘
号码你: 测试源码
昵称: 艿艿4、groupingBy 分组
提到分组，相信大家都会想起SQL的group by。我们经常需要一个List做分组操作。比如，按城市分组用户。在Java8之前，是这么实现的：
List<UserInfo> oChina编程riginUserInfoList = new ArrayList<>(); originUserInfoList.add(new UserInfo(1L, "测试源码", 18,"深圳")); originUserInfoList.add(new UserInfo(3L, "打代码的淘淘", 26,"湛江")); originUserInfoList.add(new UserInfo(2L, "程序员淘淘", 27,"深圳")); Map<String, List<UserInfo>> result = new HashMap<>(); for (UserInfo userInfo : originUserInfoList) { String city = userInfo.getCity(); List<UserInfo> userInfos = result.get(city); if (userInfos == null) { userInfos = new ArrayList<>(); result.put(city, userInfos); } userInfos.add(userInfo); }
而使用Java8的groupingBy分组器，清爽无比:
Map<String, List<UserInfo>> result = originUserInfoList.stream() .collect(Collectors.groupingBy(UserInfo::getCity));
5、sorted+Comparator 排序
工作中，排序的需求比较多，使用sorted+Comparator排序，真的很香。
List<UserInfo> userInfoList = new ArrayList<>(); userInfoList.add(new UserInfo(1L, "测试源码", 18)); userInfoList.add(new UserInfo(3L, "打代码的淘淘", 26)); userInfoList.add(new UserInfo(2L, "程序员淘淘", 27)); /** * sorted + Comparator.comparing 排序列表， */ userInfoList = userInfoList.stream().sorted(Comparator.comparing(UserInfo::getAge)).collect(Collectors.toList()); userInfoList.forEach(a -> China编程System.out.println(a.toString())); System.out.println("开始降序排序"); /** * 如果想降序排序，则可以使用加reversed() */ userInfoList = userInfoList.stream().sorted(Comparator.comparing(UserInfo::getAge).reversed()).collect(Collectors.toList()); userInfoList.forEach(a -> System.out.println(a.toString())); //运行结果 UserInfo{userId=1, userName='测试源码', age=18} UserInfo{userId=3, userName='打代码的淘淘', age=26} UserInfo{userId=2, userName='程序员淘淘', age=27} 开始降序排序 UserInfo{userId=2, userName='程序员淘淘', age=27} UserInfo{userId=3, userName='打代码的淘淘', age=26} UserInfo{userId=1, userName='测试源码', age=18} -=----------------------------------------------------------------- privatepython 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); }
6、distinct去重
distinct可以去除重复的元素:
List<String> list = Arrays.asList("A", "B", "F", "A", "C");
List<String> temp = list.stream().distinct().collect(Collectors.toList());
temp.forEach(System.out::println);7、findFirst返回第一个
findFirst 很多业务场景，我们只需要返回集合的第一个元素即可：
List<String> list = Arrays.asList("A", "B", "F", "A", "C");
list.stream().findFirst().ifPresent(System.out::println);8、anyMatch 是否至少匹配一个元素
anyMatch 检查流是否包含至少一个满足给定谓词的元素。
Stream<String> stream = Stream.of("A", "B", "C", "D");
boolean match = stream.anyMatch(s -> s.contains("C"));
System.out.println(match);
//输出
true9、allMatch 匹配所有元素
allMatch 检查流是否所有都满足给定谓词的元素。
Stream<String> stream = Stream.of("A", "B", "C", "D");
boolean match = stream.allMatch(s -> s.contains("C"));
System.out.println(match);
//输出
false10、map 转换
map方法可以帮我们做元素转换，比如一个元素所有字母转化为大写，又或者把获取一个元素对象的某个属性，demo如下：
List<String> list = Arrays.asList("jay", "tianluo");
//转化为大写
List<String> upperCaselist = list.stream().map(String::toUpperCase).collect(Collectors.toList());
upperCaselist.forEach(System.out::println);11、Reduce
Reduce可以合并流的元素，并生成一个值
int sum = Stream.of(1, 2, 3, 4).reduce(0, (a, b) -> a + b);
System.out.println(sum);
/**
* 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);
}
/*
* 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);
}12、peek 打印个日志
peek()方法是一个中间Stream操作，有时候我们可以使用peek来打印日志。
List<String> result = Stream.of("程序员淘淘", "测试源码", "打代码的淘淘")
.filter(a -> a.contains("芋艿"))
.peek(a -> System.out.println("关注号码你:" + a)).collect(Collectors.toList());
System.out.println(result);
//运行结果
关注号码你:程序员淘淘
关注号码你:测试源码
[程序员淘淘, 测试源码]13、Max，Min 最大最小
使用lambda流求最大，最小值，非常方便。
List<UserInfo> userInfoList = new ArrayList<>();
userInfoList.add(new UserInfo(1L, "测试源码", 18));
userInfoList.add(new UserInfo(3L, "打代码的淘淘", 26));
userInfoList.add(new UserInfo(2L, "程序员淘淘", 27));
Optional<UserInfo> maxAgeUserInfoOpt = userInfoList.stream().max(Comparator.comparing(UserInfo::getAge));
maxAgeUserInfoOpt.ifPresent(userInfo -> System.out.println("max age user:" + userInfo));
Optional<UserInfo> minAgeUserInfoOpt = userInfoList.stream().min(Comparator.comparing(UserInfo::getAge));
minAgeUserInfoOpt.ifPresent(userInfo -> System.out.println("min age user:" + userInfo));
//运行结果
max age user:UserInfo{userId=2, userName='程序员淘淘', age=27}
min age user:UserInfo{userId=1, userName='测试源码', age=18}14、count 统计
一般count()表示获取流数据元素总数。
List<UserInfo> userInfoList = new ArrayList<>();
userInfoList.add(new UserInfo(1L, "测试源码", 18));
userInfoList.add(new UserInfo(3L, "打代码的淘淘", 26));
userInfoList.add(new UserInfo(2L, "程序员淘淘", 27));
long count = userInfoList.stream().filter(user -> user.getAge() > 18).count();
System.out.println("大于18岁的用户:" + count);
//输出
大于18岁的用户:2
/**
* 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);
}15、提取/组合
流也可以进行合并、去重、限制、跳过等操作。
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);
}16、连接joining
joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。
List<Integer> list = Arrays.asList(7, 6, 9, 3, 10, 2, 1);
String collect = list.stream().map(String::valueOf).collect(Collectors.joining(","));
System.out.println(collect);
7,6,9,3,10,2,117、常用函数式接口
其实lambda离不开函数式接口，我们来看下JDK8常用的几个函数式接口：
Function<T, R>（转换型）: 接受一个输入参数，返回一个结果Consumer<Tpython>（消费型）: 接收一个输入参数，并且无返回操作Predicate<T>（判断型）: 接收一个输入参数，并且返回布尔值结果Supplier<T>（供编程给型）: 无参数，返回结果
Function<T, R> 是一个功能转换型的接口，可以把将一种类型的数据转化为另外一种类型的数据
private void testFunction() {
//获取每个字符串的长度，并且返回
Function<String, Integer> function = String::length;
Stream<String> stream = Stream.of("程序员淘淘", "测试源码", "打代码的淘淘");
Stream<Integer> resultStream = stream.map(function);
resultStream.forEach(System.out::println);
}Consumer<T>是一个消费性接口，通过传入参数，并且无返回的操作
private void testComsumer() {
//获取每个字符串的长度，并且返回
Consumer<String> comsumer = System.out::println;
Stream<String> stream = Stream.of("程序员淘淘", "测试源码", "打代码的淘淘");
stream.forEach(comsumer);
}Predicate<T>是一个判断型接口,并且返回布尔值结果.
private void testPredicate() {
//获取每个字符串的长度，并且返回
Predicate<Integer> predicate = a -> a > 18;
UserInfo userInfo = new UserInfo(2L, "程序员淘淘", 27);
System.out.println(predicate.test(userInfo.getAge()));
}Supplier<T>是一个供给型接口,无参数，有返回结果。
private void testSupplier() {
Supplier<Integer> supplier = () -> Integer.valueOf("666");
System.out.println(supplier.get());
}这几个函数在日常开发中，也是可以灵活应用的，比如我们DAO操作完数据库，是会有个result的整型结果返回。我们就可以用Supplier<T>来统一判断是否操作成功。如下：
private void saveDb(Supplier<Integer> supplier) {
if (supplier.get() > 0) {
System.out.println("插入数据库成功");
}else{
System.out.println("插入数据库失败");
}
}
@Test
public void add() throws Exception {
Course course=new Course();
course.setCname("java");
course.setUserId(100L);
course.setCstatus("Normal");
saveDb(() -> courseMapper.insert(course));
}到此这篇关于java Stream操作转换方法的文章就介绍到这了,更多相关java Stream操作内容请搜索编程China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！
这篇关于java Stream操作转换方法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
