List listUser = new ArrayList<>();
listUser.add(new User("李白", 20, true));
listUser.add(new User("杜甫", 40, true));
listUser.add(new User("李清照", 18, false));
listUser.add(new User("李商隐", 23, true));
listUser.add(new User("杜牧", 39, true));
listUser.add(new User("苏小妹", 16, false));
这个User就是一个普通的Bean对象,有name(姓名)、age(年龄)、gender(性别)三个属性及对应的set/get方法。
IntSummaryStatistics summaryStatistics = listUser.stream().collect(Collectors.summarizingInt(User::getAge));
System.out.println("年龄平均值:" + summaryStatistics.getAverage()); // 年龄平均值:26.0
System.out.println("人数:" + summaryStatistics.getCount()); // 人数:6
System.out.println("年龄最大值:" + summaryStatistics.getMax()); // 年龄最大值:40
System.out.println("年龄最小值:" + summaryStatistics.getMin()); // 年龄最小值:16
System.out.println("年龄总和:" + summaryStatistics.getSum()); // 年龄总和:156
一个方法把统计相关的基本上都搞定了,美滋滋。这里是按int统计,同样他也有 summarizingLong、summarizingDouble
方法,跟这个类似。
嫌这个方法多余的话,也有单个的统计方法。
方法定义如下:
public static Collector>
maxBy(Comparator super T> comparator) {
return reducing(BinaryOperator.maxBy(comparator));
}
参数传的是一个Comparator,举例说明:
// 根据指定条件取最大值: 取年纪最大的人
Optional optional = listUser.stream().collect(Collectors.maxBy(Comparator.comparing((user) -> {
return user.getAge();
})));
if (optional.isPresent()) { // 判断是否有值
User user = optional.get();
System.out.println("最大年纪的人是:" + user.getName()); // 输出==》 最大年纪的人是:杜甫
}
取最小的与取最大的是一样的道理:
// 根据指定条件取最小值: 取年纪最小的人
Optional optional = listUser.stream().collect(Collectors.minBy(Comparator.comparing((user) -> {
return user.getAge();
})));
if (optional.isPresent()) { // 判断是否有值
User user = optional.get();
System.out.println("最小年纪的人是:" + user.getName()); // 输出==》 最小年纪的人是:苏小妹
}
方法定义:
public static Collector
averagingInt(ToIntFunction super T> mapper) {
return new CollectorImpl<>(
() -> new long[2],
(a, t) -> { a[0] += mapper.applyAsInt(t); a[1]++; },
(a, b) -> { a[0] += b[0]; a[1] += b[1]; return a; },
a -> (a[1] == 0) ? 0.0d : (double) a[0] / a[1], CH_NOID);
}
传一个ToIntFunction类型的参数,这里说一下ToIntFunction。前面说过Function
所以我们此处的averagingInt这样写:
ToIntFunction mapper = (user)->{
return user.getAge();
};
Double averageAge = listUser.stream().collect(Collectors.averagingInt(mapper ));
System.out.println("平均年齡是:" + averageAge); // 输出--》 平均年齡是:26.0
或者
Double averageAge = listUser.stream().collect(Collectors.averagingInt(User::getAge));
System.out.println("平均年齡是:" + averageAge); // 输出--》 平均年齡是:26.0
counting方法很简单,直接上例子:
int count = listUser.stream().collect(Collectors.counting()); // count其实就等于listUser.size();
此处单纯数个数没什么用,相当于listUser.size(); 。但是可以结合其他方法使用,如结合filter使用求男性数量:
Long count = listUser.stream().filter(user -> user.getGender()).collect(Collectors.counting());
System.out.println("男性个数:" + count); // 输出--》 男性个数:2
partitioningBy 方法的定义:
groupingBy方法的定义:
通过定义可以看到,partitioningBy的第一个参数是一个Predicate,而groupingBy的第一个参数是一个Function
// 将List中的人按性别分组
Predicate predicate = (user) -> {
return user.getGender();
};
Map> partition = listUser.stream().collect(Collectors.partitioningBy(predicate));
Function classifier = (user) -> {
return user.getGender();
};
Map> groupby = listUser.stream().collect(Collectors.groupingBy(classifier));
上面2个方法得到的结果是一样的,因为从上面的2个函数predicate和classifier的定义可以看到,2个函数的实现是一样的。但是如果想要按其他类型的数据(如String)来进行分组的话 partitioningBy就要略逊一筹了,如按User的姓名来分组,partitioningBy就不好写了,groupingBy可以稍微改一下就行:
Function classifier = (user) -> {
return user.getName();
};
Map> groupby = listUser.stream().collect(Collectors.groupingBy(classifier));
这个方法不是Collectors的方法,是Stream接口里面的一个方法。作用就是将Stream里面的元素排序,但是有个前提是里面的内容是Comparable的(或者说实现过Comparable接口的),否则会抛出异常。
如上的listUser,如果直接写:
List sorted = listUser.stream().sorted().collect(Collectors.toList());
就会抛出Exception in thread "main" java.lang.ClassCastException: User cannot be cast to java.lang.Comparable
异常。
所以要先让User对象实现一下Comparable接口并重写compareTo方法:
@Override
public int compareTo(User user) {
return this.getAge().compareTo(user.getAge());
}
这样上面的sorted()方法就能按年龄来排序了。
或者User对象不实现一下Comparable接口,就直接写:
List sorted3 = listUser.stream()
.sorted((x, y) -> (x.getAge() < y.getAge()) ? -1 : ((x.getAge() > y.getAge()) ? 1 : 0))
.collect(Collectors.toList());
道理是一样的,写法不一样罢了。