手把手带你了解Java-Stream流方法学习及总结
前言
Stream是一个来自数据源的元素队列并支持聚合操作,其中具有以下特性:
- Stream只负责计算,不存储任何元素,元素是特定类型的对象,形成一个队列
- 数据源可以实集合、数组、I/O channel、generator等
- 聚合操作有类似SQL的:filter、map、match、sorted等操作
- Stream流的执行类似于懒加载,用户使用时才执行相应操作
- 可消费性;Stream只能被消费一次,被消费后需要重新生成
本文总结了部分在日常开发中经常接触到的一些Stream流相关的方法,不足之处或有错误欢迎留评,总结的几个方法如下:
- void forEach() : 迭代流中的数据
- Stream map() : 用于映射每个元素到对应的结果
- Stream filter() : 条件过滤器
- Stream sorted() : 排序
- R collect() : 流数据 -> 集合/数组
- 待补充…
forEach()
forEach()源码:
void forEach(Consumer<!--? super T--> action);
Stream().forEach() : 迭代流中的数据
forEach() 的返回类型为void,不会产生新的流
举个栗子:
public void testForEach() { /** * 使用forEach()内部迭代 * ints()表示整数类型 * limit()表示限制流个数(次数) */ Random random = new Random(); random.ints().limit(10).forEach(System.out::println); }
运行结果:
再举个灵活一点的栗子:
public void testForEach() { /** * 使用forEach()转换集合类型,如List->Map */ AtomicInteger i = new AtomicInteger();//原子类型 Map<Integer,String> map = new HashMap<>(); List<String> list = new ArrayList<>(Arrays.asList("Hello",",","world")); list.stream().forEach(s->{ map.put(i.getAndIncrement(),s); }); }
对于forEach()方法在本人日常开发中常用于:
- 使用内循环对集合进行遍历
- 使用foreach方法将List转为Map形式
map()
map()源码:
<R> Stream<R> map(Function<? super T, ? extends R> mapper);
Stream().map() 用于映射每个元素到对应的结果
返回类型为Stream,map()会产生新的流并返回
举个栗子:
public void testMap(){ /** * map()获取list每个元素的平方值 * distinct()去重操作 * collect()将map()产生的新的流转为List类型 */ List<Integer> list = Arrays.asList(1,2,3); list.stream().map(num -> num * num) .distinct() .collect(Collectors.toList()) .forEach(System.out::println); }
filter()
filter()源码:
Stream<T> filter(Predicate<? super T> predicate);
Stream().filter()为条件过滤器
举个栗子:
public void testFilter(){ /** * filter()过滤空字符串 * count()统计符合条件的个数,返回类型long */ List<String> list = new ArrayList<>(Arrays.asList("ab","","abc","","acd")); long count = list.stream() .filter(str -> str.isEmpty()) .count(); }
sorted()
sorted()源码:
Stream<T> sorted(); Stream<T> sorted(Comparator<? super T> comparator);
Stream支持两种方式的排序:
无参方法默认为自然排序sorted(Comparator comp) 按自定义比较器进行排序
仍然是举个栗子:
1)无参方法
public void testSorted(){ /** * sort()无参默认为自然排序 * 返回类型Stream 会产生新的流 */ List<String> list = new ArrayList<>(Arrays.asList("aaa","ccc","bbb")); list.stream().sorted().forEach(System.out::println); }
执行结果:
2)带参方法(User类由name和age组成)
- 先比较年龄,按从小到大排序
- 若年龄相等,则按性名自然排序
public void testSorted(){ /** * sort(Comparator comp)按自定义比较器进行排序 * 返回类型同样是Stream 会产生新的流 */ List<User> userList = new ArrayList<>(Arrays.asList( new User("zhangsan",22), new User("wangwu",22), new User("badao",32), new User("kongfu",16) )); Stream<User> sorted = userList.stream().sorted((x, y) -> { if (x.getAge() == y.getAge()) { // 使用流中的序列两两进行比较 return x.getName().compareTo(y.getName()); } else { return x.getAge() - y.getAge();//顺序 // y.getAge() - x.getAge() 为逆序 } }); sorted.forEach(System.out::println); }
执行结果:
collect()
collect()源码:
<R> R collect(Supplier<R> supplier, BiConsumer<R, ? super T> accumulator, BiConsumer<R, R> combiner);
stream().collect() 由三个参数构成 :
1.Supplier 生产者,返回最终
2.结果BiConsumer<R, ? super T> accumulator,累加器 :
其中 R 为要返回的集合, ? super T 为遍历过程中的每个参数,相当于add操作
3.BiConsumer<R,R> combiner,合并器 :
有并行流时才会使用,相当于将第二部操作形成的list添加到最终的list,addAll操作
举个栗子:
1)new()
public void testCollect(){ Stream<String> stream = Stream.of("hello","world","hello,world"); // new() List<String> list = stream.collect(Collectors.toList());//List // 指定集合类型,如ArrayList ArrayList<String> arrayList = stream.collect(Collectors.toCollection(ArrayList::new)); //Set stream.collect(Collectors.toSet()); // 指定HashSet HashSet<String> hashSet = stream.collect(Collectors.toCollection(HashSet::new)); // 拼接字符串 String str = stream.collect(Collectors.joining());
2)new() -> add() -> addAll()
public void testCollect(){ /** * 参数传递行为相当于: new() -> add() -> addAll() */ Stream<String> stream = Stream.of("hello","world","hello,world"); // new() -> add() -> addAll()完整演示 HashMap<String,String> map = stream.collect(HashMap::new,(x,y)->{ x.put(y,y); // x 为集合,y 为当前遍历元素,以当前遍历元素作为kv },HashMap::putAll); map.forEach((x,y)->{ System.out.println(x+" : "+y); });
执行结果:
总结
本篇文章就到这里了,希望能给你带来帮助,也希望您能够多多关注脚本之家的更多内容!
相关文章
详解springboot+atomikos+druid 数据库连接失效分析
本文主要介绍了springboot+atomikos+druid 数据库连接失效分析,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下2022-02-02
最新评论