6.java8流的使用 stream的归约与收集

2024-02-21 15:48
文章标签 java 使用 stream 收集 归约

本文主要是介绍6.java8流的使用 stream的归约与收集,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!

1.关键代码

代码类Stream12SpecificationsAndCollect


import com.netease.streamlearningbyjava.bean.Employee2;import org.junit.Test;import java.util.Arrays;
import java.util.DoubleSummaryStatistics;
import java.util.HashSet;
import java.util.List;
import java.util.Map;
import java.util.Optional;
import java.util.Set;
import java.util.stream.Collectors;/*** 创建日期:2021/11/8 10:58** @author tony.sun* 类说明:规约与收集*/public class Stream12SpecificationsAndCollect {List<Employee2> employee2s = Arrays.asList(new Employee2("张三", 18, 9999.99, Employee2.Status.FREE),new Employee2("李四", 58, 5555.55, Employee2.Status.BUSY),new Employee2("王五", 26, 3333.33, Employee2.Status.VOCATION),new Employee2("赵六", 36, 6666.66, Employee2.Status.FREE),new Employee2("赵六", 36, 6666.66, Employee2.Status.FREE),new Employee2("田七", 12, 8888.88, Employee2.Status.BUSY));/*** 规约* reduce(T identity,BinaryOperator)/reduce(BinaryOperator)--可以将流中的元素反复结合起来,得到一个值。*/@Testpublic void test3(){List<Integer> list= Arrays.asList(1,2,3,4,5,6,7,8,9,10);Integer sum = list.stream().reduce(0, (x, y) -> x + y);//这个0是起始值,第一个值,y是上面的1,2,3,4,5,6,7,8,9,10,每次都加一次,加了10次System.out.println(sum);//55System.out.println("----------------------------------");Optional<Double> optional = employee2s.stream().map(Employee2::getSalary).reduce(Double::sum);System.out.println(optional);}/*** 收集* collect--将流转化为其他形式,接收一个Collector接口实现,用于给Stream中元素做汇总的方法*/@Testpublic void test4(){//提取老的list里面的值,变成一个新的list(只有name),然后打印List<String> list = employee2s.stream().map(Employee2::getName).collect(Collectors.toList());list.forEach(System.out::println);//结果://张三//李四//王五//赵六//赵六//田七//去重System.out.println("--------------------------------");Set<String> set = employee2s.stream().map(Employee2::getName).collect(Collectors.toSet());set.forEach(System.out::println);//结果://李四//张三//王五//赵六//田七/*** 其他格式*/HashSet<String> hashSet = employee2s.stream().map(Employee2::getName).collect(Collectors.toCollection(HashSet::new));hashSet.forEach(System.out::println);}@Testpublic void test5(){/*** 总数*/Long count = employee2s.stream().collect(Collectors.counting());System.out.println(count);/*** 平均值*/Double avg = employee2s.stream().collect(Collectors.averagingDouble(Employee2::getSalary));System.out.println(avg);/*** 总和*/DoubleSummaryStatistics sum = employee2s.stream().collect(Collectors.summarizingDouble(Employee2::getSalary));System.out.println(sum);/*** 最大值*/Optional<Employee2> max = employee2s.stream().collect(Collectors.maxBy((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())));System.out.println(max);/*** 最小值*/Optional<Double> min = employee2s.stream().map(Employee2::getSalary).collect(Collectors.minBy(Double::compare));System.out.println(min.get());/*** 分组*/Map<Employee2.Status, List<Employee2>> group = employee2s.stream().collect(Collectors.groupingBy(Employee2::getStatus));System.out.println(group);}}

bean类Employee2


import java.util.Objects;/*** 创建日期:2021/10/29 14:01** @author tony.sun* 类说明:*/public class Employee2 {private String name;private Integer age;private Double salary;private Status Status;public Employee2(String name, Integer age, Double salary, Employee2.Status status) {this.name = name;this.age = age;this.salary = salary;Status = status;}/*** 闲着,忙碌,休假*/public enum Status{FREE,BUSY,VOCATION;}public String getName() {return name;}public void setName(String name) {this.name = name;}public Integer getAge() {return age;}public void setAge(Integer age) {this.age = age;}public Double getSalary() {return salary;}public void setSalary(Double salary) {this.salary = salary;}public Employee2.Status getStatus() {return Status;}public void setStatus(Employee2.Status status) {Status = status;}@Overridepublic String toString() {return "Employee2{" +"name='" + name + '\'' +", age=" + age +", salary=" + salary +", Status=" + Status +'}';}@Overridepublic boolean equals(Object o) {if (this == o) return true;if (o == null || getClass() != o.getClass()) return false;Employee2 employee2 = (Employee2) o;return Objects.equals(name, employee2.name) &&Objects.equals(age, employee2.age) &&Objects.equals(salary, employee2.salary) &&Status == employee2.Status;}@Overridepublic int hashCode() {return Objects.hash(name, age, salary, Status);}}

2.步骤与讲解

1.reduce收汁浓缩,这里起到一个合并值得左右,既1+2+3……+10;

List<Integer> list= Arrays.asList(1,2,3,4,5,6,7,8,9,10);Integer sum = list.stream().reduce(0, (x, y) -> x + y);//这个0是起始值,x是第一个值(计算后的值),y是上面的1,2,3,4,5,6,7,8,9,10,每次都加一次,加了10次System.out.println(sum);//55

//下面map表示要计算某个值,这里是Salary

System.out.println("----------------------------------");Optional<Double> optional = employee2s.stream().map(Employee2::getSalary).reduce(Double::sum);System.out.println(optional);

2.收集

1.获取list里面的值,然后提取成一个新的list

提取老的list里面的值,变成一个新的list(只有name),然后打印

//提取老的list里面的值,变成一个新的list(只有name),然后打印List<String> list = employee2s.stream().map(Employee2::getName).collect(Collectors.toList());list.forEach(System.out::println);//结果://张三//李四//王五//赵六//赵六//田七
2.去重

set是一个不包含重复元素的 collection。确切地说,set 不包含满足 e1.equals(e2) 的元素对 e1 和 e2,并且最多包含一个 null 元素

System.out.println("--------------------------------");Set<String> set = employee2s.stream().map(Employee2::getName).collect(Collectors.toSet());set.forEach(System.out::println);//结果://李四//张三//王五//赵六//田七
3.总数,平均值,总和,最大值,最小值
/*** 总数*/Long count = employee2s.stream().collect(Collectors.counting());System.out.println(count);/*** 平均值*/Double avg = employee2s.stream().collect(Collectors.averagingDouble(Employee2::getSalary));System.out.println(avg);/*** 总和*/DoubleSummaryStatistics sum = employee2s.stream().collect(Collectors.summarizingDouble(Employee2::getSalary));System.out.println(sum);/*** 最大值*/Optional<Employee2> max = employee2s.stream().collect(Collectors.maxBy((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())));System.out.println(max);/*** 最小值*/Optional<Double> min = employee2s.stream().map(Employee2::getSalary).collect(Collectors.minBy(Double::compare));System.out.println(min.get());
4.分組groupingBy
/*** 分组*/Map<Employee2.Status, List<Employee2>> group = employee2s.stream().collect(Collectors.groupingBy(Employee2::getStatus));System.out.println(group);

这篇关于6.java8流的使用 stream的归约与收集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!



http://www.chinasem.cn/article/732290

相关文章

springboot集成easypoi导出word换行处理过程

《springboot集成easypoi导出word换行处理过程》SpringBoot集成Easypoi导出Word时,换行符n失效显示为空格,解决方法包括生成段落或替换模板中n为回车,同时需确... 目录项目场景问题描述解决方案第一种:生成段落的方式第二种:替换模板的情况,换行符替换成回车总结项目场景s

SpringBoot集成redisson实现延时队列教程

《SpringBoot集成redisson实现延时队列教程》文章介绍了使用Redisson实现延迟队列的完整步骤,包括依赖导入、Redis配置、工具类封装、业务枚举定义、执行器实现、Bean创建、消费... 目录1、先给项目导入Redisson依赖2、配置redis3、创建 RedissonConfig 配

SpringBoot中@Value注入静态变量方式

《SpringBoot中@Value注入静态变量方式》SpringBoot中静态变量无法直接用@Value注入,需通过setter方法,@Value(${})从属性文件获取值,@Value(#{})用... 目录项目场景解决方案注解说明1、@Value("${}")使用示例2、@Value("#{}"php

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

线上Java OOM问题定位与解决方案超详细解析

《线上JavaOOM问题定位与解决方案超详细解析》OOM是JVM抛出的错误,表示内存分配失败,:本文主要介绍线上JavaOOM问题定位与解决方案的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录一、OOM问题核心认知1.1 OOM定义与技术定位1.2 OOM常见类型及技术特征二、OOM问题定位工具

基于 Cursor 开发 Spring Boot 项目详细攻略

《基于Cursor开发SpringBoot项目详细攻略》Cursor是集成GPT4、Claude3.5等LLM的VSCode类AI编程工具,支持SpringBoot项目开发全流程,涵盖环境配... 目录cursor是什么?基于 Cursor 开发 Spring Boot 项目完整指南1. 环境准备2. 创建

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

Spring Security简介、使用与最佳实践

《SpringSecurity简介、使用与最佳实践》SpringSecurity是一个能够为基于Spring的企业应用系统提供声明式的安全访问控制解决方案的安全框架,本文给大家介绍SpringSec... 目录一、如何理解 Spring Security?—— 核心思想二、如何在 Java 项目中使用?——

SpringBoot+RustFS 实现文件切片极速上传的实例代码

《SpringBoot+RustFS实现文件切片极速上传的实例代码》本文介绍利用SpringBoot和RustFS构建高性能文件切片上传系统,实现大文件秒传、断点续传和分片上传等功能,具有一定的参考... 目录一、为什么选择 RustFS + SpringBoot?二、环境准备与部署2.1 安装 RustF

springboot中使用okhttp3的小结

《springboot中使用okhttp3的小结》OkHttp3是一个JavaHTTP客户端,可以处理各种请求类型,比如GET、POST、PUT等,并且支持高效的HTTP连接池、请求和响应缓存、以及异... 在 Spring Boot 项目中使用 OkHttp3 进行 HTTP 请求是一个高效且流行的方式。