【Stream 流】通过一个例子看遍所有Stream API使用场景

2024-05-07 10:52

本文主要是介绍【Stream 流】通过一个例子看遍所有Stream API使用场景,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!

前言

上篇文章记录了方法引用,Lambda表达式等基础的知识点,这篇文章主要结合课设项目详细介绍Stream 流的API以及它的主要场景。

在这里插入图片描述

Stream API作用

在Java 8及其以后的版本中,Stream API为处理集合数据提供了强大而灵活的功能。有了Stream API,我们可以以一种声明式的方式对数据进行过滤、映射、排序、聚合等众多操作。

Stream API使用

话不多说,接下来看一下我们毕设中的一个场景。我们现在有一个电商平台的订单系统,其中有一个Order类,它包含订单号、商品名称、价格和下单时间等属性。现在,我们有一个订单列表,并希望对这个列表进行各种操作。

Order类都有这些属性和方法:

import java.time.LocalDateTime;  
import java.util.*;  class Order {  private String orderId;  private String productName;  private double price;  private LocalDateTime orderTime;  // 构造方法、getter和setter这里省略  //重写equals方法@Override  public boolean equals(Object o) {  if (this == o) return true;  if (o == null || getClass() != o.getClass()) return false;  Order order = (Order) o;  return Double.compare(order.price, price) == 0 &&  Objects.equals(orderId, order.orderId) &&  Objects.equals(productName, order.productName) &&  Objects.equals(orderTime, order.orderTime);  }  //重写HashCode方法@Override  public int hashCode() {  return Objects.hash(orderId, productName, price, orderTime);  }  //重写toString方法@Override  public String toString() {  return "Order{" +  "orderId='" + orderId + '\'' +  ", productName='" + productName + '\'' +  ", price=" + price +  ", orderTime=" + orderTime +  '}';  }  
}

有了属性和方法的类之后,我们就可以创建一个订单列表,润润喉来演示Stream API的多个方法了。

过滤(使用filter方法)

需求:找出价格大于100的订单:

List<Order> orders =  ...   //这个不重要,省略
List<Order> expensiveOrders = orders.stream()  .filter(order -> order.getPrice() > 100)  .collect(Collectors.toList());

映射(使用map方法)

需求:提取所有订单的商品名称,这里使用到了方法引用,引用Order类中的getProductName方法:

List<String> productNames = orders.stream()  .map(Order::getProductName)  .collect(Collectors.toList());

排序(使用sorted方法)

需求:按照价格对订单进行排序:

List<Order> sortedOrders = orders.stream()  .sorted(Comparator.comparingDouble(Order::getPrice))  .collect(Collectors.toList());

去重(使用distinct方法)

需求:订单列表中有重复订单(订单号相同代表着重复),我们去重后可以得到唯一的订单列表:

List<Order> uniqueOrders = orders.stream()  .distinct()  .collect(Collectors.toList());

这里需要注意:使用distinct方法去重,Order类必须正确实现equals和hashCode方法,在咱们上面创建的类中可查看详情。

计数(使用count方法)

需求:统计订单列表中订单的数量:

long orderCount = orders.stream()  .count();

聚合(使用reduce方法)

需求:计算订单列表中所有订单的总价格:

double totalPrice = orders.stream()  .mapToDouble(Order::getPrice)  .sum();

或使用reduce方法:

OptionalDouble totalPriceOptional = orders.stream()  .mapToDouble(Order::getPrice)  .reduce(Double::sum);  
double totalPrice = totalPriceOptional.orElse(0);

任意匹配和所有匹配(使用anyMatch和allMatch方法)

需求:检查是否有价格超过200的订单:

boolean hasExpensiveOrder = orders.stream()  .anyMatch(order -> order.getPrice() > 200);

检查所有订单的价格是否都大于0:

boolean areAllPricesValid = orders.stream()  .allMatch(order -> order.getPrice() > 0);

查找第一个/最后一个元素(使用findFirst和findAny方法)

需求:查找价格最高的订单(假设订单已按价格排序):

Optional<Order> mostExpensiveOrder = orders.stream()  .sorted(Comparator.comparingDouble(Order::getPrice).reversed())  .findFirst();

这里需要注意:在没有排序的情况下,findFirst返回的是流中的第一个元素,而findAny返回流中的任意元素。在并行流中,findAny通常比findFirst更高效。

扁平化流(使用flatMap方法)

需求:每个订单有一个商品列表,我们想要得到一个包含所有商品名称的流:

class Order {  //  属性和方法  List<String> productNames; // 假如每个订单有这个属性  // getter和setter  
}  // 初始化orders列表这里也省略Stream<String> allProductNames = orders.stream()  .flatMap(order -> order.getProductNames().stream());  List<String> collectedProductNames = allProductNames.collect(Collectors.toList());

分组(使用collect方法和Collectors.groupingBy)

需求:按照商品价格区间对订单进行分组:

Map<String, List<Order>> groupedOrders = orders.stream()  .collect(Collectors.groupingBy(  order -> {  if (order.getPrice() <= 100) {  return "Cheap";  } else if (order.getPrice() <= 200) {  return "Medium";  } else {  return "Expensive";  }  }  ));

分区(使用collect方法和Collectors.partitioningBy)

需求:将订单按照价格是否超过100进行分区:

Map<Boolean, List<Order>> partitionedOrders = orders.stream()  .collect(Collectors.partitioningBy(order -> order.getPrice() > 100));

连接字符串(使用collect方法和Collectors.joining)

需求:将所有订单的商品名称连接成一个字符串,以逗号分隔:

String productNamesString = orders.stream()  .flatMap(order -> order.getProductNames().stream())  .collect(Collectors.joining(", "));

使用自定义收集器

需求:我们想要收集所有订单的价格到一个IntSummaryStatistics对象中,以便获取最大值、最小值、平均值等统计信息:

IntSummaryStatistics priceStats = orders.stream()  .mapToInt(Order::getPrice)  .summaryStatistics();  System.out.println("Max price: " + priceStats.getMax());  
System.out.println("Min price: " + priceStats.getMin());  
System.out.println("Average price: " + priceStats.getAverage());

限制流的大小(使用limit方法)

需求:获取价格最高的前三个订单:

List<Order> top3ExpensiveOrders = orders.stream()  .sorted(Comparator.comparingDouble(Order::getPrice).reversed())  .limit(3)  .collect(Collectors.toList());

跳过流中的元素(使用skip方法)

需求:跳过前五个订单,然后获取剩余的订单:

List<Order> remainingOrders = orders.stream()  .skip(5)  .collect(Collectors.toList());

这些场景涵盖了Stream API中的大部分常用方法。咱们列举的也不少了,今天就列举到这里吧。

本篇文章到此结束,谢谢大家的观看!

在这里插入图片描述

这篇关于【Stream 流】通过一个例子看遍所有Stream API使用场景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/967150

相关文章

Java学习手册之Filter和Listener使用方法

《Java学习手册之Filter和Listener使用方法》:本文主要介绍Java学习手册之Filter和Listener使用方法的相关资料,Filter是一种拦截器,可以在请求到达Servl... 目录一、Filter(过滤器)1. Filter 的工作原理2. Filter 的配置与使用二、Listen

Pandas使用AdaBoost进行分类的实现

《Pandas使用AdaBoost进行分类的实现》Pandas和AdaBoost分类算法,可以高效地进行数据预处理和分类任务,本文主要介绍了Pandas使用AdaBoost进行分类的实现,具有一定的参... 目录什么是 AdaBoost?使用 AdaBoost 的步骤安装必要的库步骤一:数据准备步骤二:模型

使用Pandas进行均值填充的实现

《使用Pandas进行均值填充的实现》缺失数据(NaN值)是一个常见的问题,我们可以通过多种方法来处理缺失数据,其中一种常用的方法是均值填充,本文主要介绍了使用Pandas进行均值填充的实现,感兴趣的... 目录什么是均值填充?为什么选择均值填充?均值填充的步骤实际代码示例总结在数据分析和处理过程中,缺失数

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

解决Maven项目idea找不到本地仓库jar包问题以及使用mvn install:install-file

《解决Maven项目idea找不到本地仓库jar包问题以及使用mvninstall:install-file》:本文主要介绍解决Maven项目idea找不到本地仓库jar包问题以及使用mvnin... 目录Maven项目idea找不到本地仓库jar包以及使用mvn install:install-file基

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

C 语言中enum枚举的定义和使用小结

《C语言中enum枚举的定义和使用小结》在C语言里,enum(枚举)是一种用户自定义的数据类型,它能够让你创建一组具名的整数常量,下面我会从定义、使用、特性等方面详细介绍enum,感兴趣的朋友一起看... 目录1、引言2、基本定义3、定义枚举变量4、自定义枚举常量的值5、枚举与switch语句结合使用6、枚

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Maven的使用和配置国内源的保姆级教程

《Maven的使用和配置国内源的保姆级教程》Maven是⼀个项目管理工具,基于POM(ProjectObjectModel,项目对象模型)的概念,Maven可以通过一小段描述信息来管理项目的构建,报告... 目录1. 什么是Maven?2.创建⼀个Maven项目3.Maven 核心功能4.使用Maven H