使用集合的流式API

直接上代码了，常用api都有了，要点都在注释中

苹果类：

package java8.stream;

/**
 * @author qiang.xie
 * @date 2017/5/4
 */
public class Apple {

    private int weight;

    private String color;

    private String catalog;

    public Apple(int weight, String color, String catalog) {
        this.weight = weight;
        this.color = color;
        this.catalog = catalog;
    }

    public int getWeight() {
        return weight;
    }

    public void setWeight(int weight) {
        this.weight = weight;
    }

    public String getColor() {
        return color;
    }

    public void setColor(String color) {
        this.color = color;
    }

    public String getCatalog() {
        return catalog;
    }

    public void setCatalog(String catalog) {
        this.catalog = catalog;
    }


    //以颜色和品类决定两个苹果是否一样
    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;

        Apple apple = (Apple) o;

        if (color != null ? !color.equals(apple.color) : apple.color != null) return false;
        return catalog != null ? catalog.equals(apple.catalog) : apple.catalog == null;

    }

    @Override
    public int hashCode() {
        int result = color != null ? color.hashCode() : 0;
        result = 31 * result + (catalog != null ? catalog.hashCode() : 0);
        return result;
    }

    @Override
    public String toString() {
        return "重量:"+weight+",颜色:"+color+",品类:"+catalog;
    }
}

测试类：

package java8.stream;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;

/**
 * @author qiang.xie
 * @date 2017/5/4
 */
public class StreamApiTest {

    public static void main(String[] arg) {
        List apples = new ArrayList<>();
        apples.add(new Apple(1, "red", "红富士"));
        apples.add(new Apple(3, "red", "红富士"));

        apples.add(new Apple(2, "red", "山东苹果"));
        apples.add(new Apple(4, "red", "山东苹果"));

        apples.add(new Apple(5, "green", "红富士"));
        apples.add(new Apple(7, "green", "红富士"));

        apples.add(new Apple(6, "green", "山东苹果"));
        apples.add(new Apple(8, "green", "山东苹果"));

        //filter 筛选符合条件的数据并返回一个新的流
        
        //collect将流中的数据收集
        List reds=apples.stream().filter(apple -> apple.getColor().equals("red")).collect(Collectors.toList());
        System.out.println(reds);

        //distinct 去重(根据对象的equals和hashcode方法比较两个对象是否是同一个对象)
        List distincts=apples.stream().distinct().collect(Collectors.toList());
        System.out.println(distincts);


        //限制结果集的大小
        List limits=apples.stream().limit(1).collect(Collectors.toList());
        System.out.println(limits);

        //跳过元素个数,结合limit可以实现类似数据库的分页
        List skips=apples.stream().skip(6).collect(Collectors.toList());
        System.out.println(skips);

        //映射,将流中的每个元素变成映射成另一个元素，注意，所有流操作都是在一个新的流中处理，原始流中的数据都不会改变
        List colors=apples.stream().map(apple -> apple.getColor()).collect(Collectors.toList());//从apple中提取颜色
        System.out.println(colors);

       
        //anyMatch是否存在满足条件的苹果
        System.out.println(apples.stream().anyMatch(apple -> apple.getWeight()==2));

        //allMatch所有元素是否都满足条件
        System.out.println(apples.stream().allMatch(apple -> apple.getWeight()==2));

        //noneMatch是否所有元素都不满足条件
        System.out.println(apples.stream().noneMatch(apple -> apple.getWeight()==2));

        //findAny从流中查找任意一个元素，通常结合filter一起用
        System.out.println(apples.stream().findAny().get());

        //findFirst从流中查找第一个元素，通常结合filter一起用
        System.out.println(apples.stream().filter(apple -> apple.getWeight()>1).findFirst().get());

        //count统计流中的元素个数
        System.out.println("count:"+apples.stream().count());

        //reduce 将流中所有元素反复结合起来，得到一个值。可以用累加来帮助理解reduce操作

        //累加
        int sum=0;
        List numbers= Arrays.asList(1,2,3,4,5,6,7);
        for(int i : numbers){
            sum+=i;
        }
        System.out.println("sum:"+sum);

        //用reduce实现累加；结合上面循环累加的理解就是第一个参数是初始值sum，后面的a,b就是sum与i
        System.out.println("reduce sum:"+numbers.stream().reduce(0,(a,b)->a+b));

        //用reduce查找最大值
        System.out.println("max:"+numbers.stream().reduce(0,(a,b)-> a>=b ? a : b));

        //Interge中提供了静态的sum和max方法，代码可以进一步简化
        System.out.println("reduce sum:"+numbers.stream().reduce(0,Integer::sum));

        /*
        基本类型数组流.上面代码计算总和的方式包含了一个自动的从int转成Integer的操作，Java 8引入了三个原始类型特化流接口来解决这个问题：IntStream、 DoubleStream 和
        LongStream，分别将流中的元素特化为 int 、 long 和 double ，从而避免了暗含的装箱成本。
        将流转换为特化版本的常用方法是 mapToInt 、 mapToDouble 和 mapToLong 。这些方法和前
        面说的 map 方法的工作方式一样，只是它们返回的是一个特定类型的流，而不是 Stream,此外它们多了一些直接的运算方法，如sum()
        */

        System.out.println("mapToInt sum:"+apples.stream().mapToInt(Apple::getWeight).sum());

        //所有返回流的方法都可以随意组合使用
        //计算weight>1并且颜色是red的所有苹果的总重量
        System.out.println("weight:"+apples.stream().filter(apple -> apple.getWeight()>1).filter(apple -> apple.getColor().equals("red")).map(apple -> apple.getWeight()).reduce(0,Integer::sum));





    }


}

运行结果：

[重量:1,颜色:red,品类:红富士, 重量:3,颜色:red,品类:红富士, 重量:2,颜色:red,品类:山东苹果, 重量:4,颜色:red,品类:山东苹果]
[重量:1,颜色:red,品类:红富士, 重量:2,颜色:red,品类:山东苹果, 重量:5,颜色:green,品类:红富士, 重量:6,颜色:green,品类:山东苹果]
[重量:1,颜色:red,品类:红富士]
[重量:6,颜色:green,品类:山东苹果, 重量:8,颜色:green,品类:山东苹果]
[red, red, red, red, green, green, green, green]
true
false
false
重量:1,颜色:red,品类:红富士
重量:3,颜色:red,品类:红富士
count:8
sum:28
reduce sum:28
max:7
reduce sum:28
mapToInt sum:36
weight:9

Process finished with exit code 0