Java 8使用Stream API进行集合处理实例（Lambda表达式）
Stream API简介
官方对Stream API给出的定义：A sequence of elemets supporting sequential and parallel aggregate operations。所以Java 8中引入的Stream API是一个用来处理数组和集合的API。Stream API具有如下的一些特性：
- Stream API不是数据结构，没有相关的内存存储。
- 不支持索引访问，只是对序列化的元素（数组和集合）进行处理
- 延迟计算，Stream API在进行终止操作之前不会开始计算。
- 方便的执行并行运行。
- 便捷的生成数组或集合。
- 支持过滤、查找、转换、聚合、汇总等针对流的操作。
Stream的运行机制包含三个部分，分别是：数据源source，中间操作和终止操作。流的数据源可以是一个数组、一个集合、一个生成器或一个I/O通道等。并且一个流可以由0个或者多个中间操作，每个中间操作都会返回一个新的流，以供下一个操作使用，一个流只能有一个终止操作。由于StreamAPI延迟计算的特点，因此stream只有在遇到终止操作时，才会执行stream的相关操作，在此之前并不会开始计算。
下面开始从Stream包含的数据源、中间操作和终止操作三个方面来对Stream API的使用进行举例说明。
Stream API使用详解
创建Stream源
Stream数据源（source）可以通过如下几种方式进行创建：
- 通过数据创建。
- 使用集合创建。
- 使用Stream.generate方法创建无限流。
- 使用Stream.iterate()方法创建无限流。
- 使用其他API创建，例如文件I/O等。
通过数组，使用Stream.of(array)创建流：
// 通过数组创建，使用Stream.of()方法
@Test
void generateDemo1() {
String[] array = {"a", "b", "1", "2"};
Stream stream = Stream.of(array);
stream.forEach(System.out::println);
} 通过集合，使用.stream()方法创建流：
// 通过集合，list.stream()
@Test
void generateDemo2() {
List list = Arrays.asList("a", "b", "1", "2");
Stream stream = list.stream();
stream.forEach(System.out::println);
} 通过Stream.generate()方法创建流：（因为该方法创建的为无限流，因此在输出时，需要使用limit方法来对流进行截取）
// 通过Stream.generate()方法
@Test
void generateDemo3() {
Stream stream = Stream.generate(() -> 1); // 这里是无限流，需要使用limit进行截取
stream.limit(10) // 使用limit方法获取最前面的10个数字
.forEach(System.out::println);
} 使用Stream.iterate()方法创建无限流，并使用limit方法截取流：
// 通过Stream.iterate()方法
@Test
void generateDemo4() {
Stream stream = Stream.iterate(1, x -> x + 1); // 同样是无限流，需要使用limit进行截取
stream.limit(10) // 使用limit方法获取最前面的10个数字
.forEach(System.out::println);
} 通过其他API创建流，例如如下使用str.chars()方法可以创建String对象的IntStream流：
// 通过其他的API
@Test
void generateDemo5() {
String str = "abcd1234567890";
IntStream stream = str.chars(); // 返回int类型的stream
// 使用方法的引用（终止操作进行输出）
stream.forEach(System.out::println); // 等价于stream.forEach(x -> System.out.println(x));
}通过文件I/O的方式来创建流，这里输出项目中pom.xml文件中的内容：
// 通过其他API(通过文件流)
@Test
void generateDemo6() throws IOException {
Files.lines(Paths.get("/Users/yitian/Documents/IDEAWorkspaces/LocalProjects/learning-project/pom.xml"))
.forEach(System.out::println);
}
流的终止操作
Stream流的终止操作常见的有如下几个：
- 循环：forEach
- 计算：min、max、count、average
- 查找：anyMatch、allMatch、noneMatch、findFirst、findAny
- 汇聚：reduce
- 收集：toArray、collect
当stream执行到终止操作时，才会真正的开始计算过程。下面为具体的方法实例：
// 终止操作forEach
@Test
void demo1() {
// 返回集合流中所有的偶数
Arrays.asList(1, 2, 3, 4, 5).stream().filter(x -> {
System.out.println("----");
return x % 2 == 0;
}).forEach(System.out::println); // 如果没有终止操作，filter中间操作并不会进行，stream有延迟运行的特点
}
// 终止操作：map(), sum(), count(), get(), findAny(), findFirst()
@Test
void demo2() {
// 对集合中的元素，找到偶数然后进行求和
int sum = Arrays.asList(1, 2, 3, 4, 5).stream()
.filter(x -> x % 2 == 0)
.mapToInt(x -> x)
.sum();
System.out.println(sum);
// 计算集合中最大元素
int max = Arrays.asList(1, 2, 3, 4, 5).stream()
.max((a, b) -> a - b)
.get();
System.out.println(max);
// 计算集合中最小元素
int min = Arrays.asList(1, 2, 3, 4, 5).stream()
.min((a, b) -> a - b)
.get();
System.out.println(min);
// 查找偶数并计数
long count = Arrays.asList(1, 2, 3, 4, 5).stream()
.filter(x -> x % 2 == 0)
.count();
System.out.println(count);
// 查找偶数并返回任意一个
Optional op1 = Arrays.asList(1, 2, 3, 4, 5).stream()
.filter(x -> x % 2 == 0)
.findAny();
System.out.println(op1.get());
// 查找偶数并返回第一个元素
Optional op2 = Arrays.asList(1, 2, 3, 4, 5).stream()
.filter(x -> x % 2 == 0)
.findFirst();
System.out.println(op2.get());
}
// 终止操作：collect
@Test
void demo3() {
// 从1到50里面的所有偶数，放到一个list中
// Stream.iterate(1, x -> x + 1).limit(50).map(x -> x + " ").forEach(System.out::print);
List list = Stream.iterate(1, x -> x + 1)
.limit(50)
.filter(x -> x % 2 == 0)
.collect(Collectors.toList()); // 操作后生成一个List集合
list.stream()
.map(x -> x + " ")
.forEach(System.out::print);
} 流的中间操作
Stream API允许0个或多个流的中间操作，常用的中间操作如下：
- 过滤：filter
- 去重：distinct
- 排序：sorted
- 截取：limit，skip
- 转换：map/flatMap
- 其他：peek
元素去重distinct或使用set：
// 中间操作：distinct
@Test
void demo4() {
// 去重
Arrays.asList(1, 3, 4, 2, 2, 2, 5, 6, 7).stream()
.distinct()
.map(x -> x + " ")
.forEach(System.out::print);
System.out.println();
// 使用set去重
Set set = Arrays.asList(1, 3, 4, 2, 2, 2, 5, 6, 7).stream()
.collect(Collectors.toSet());
set.stream().map(x -> x + " ").forEach(System.out::print);
} 元素排序sort：
// 中间操作：sort()排序
@Test
void demo5() {
// 排序操作，默认为正序
Arrays.asList(11, 2, 5, 1, 6, 8, 7).stream()
.sorted()
.forEach(System.out::print);
System.out.println();
// 这种也为正序
Arrays.asList(11, 2, 5, 1, 6, 8, 7).stream()
.sorted((a, b) -> a - b)
.forEach(System.out::print);
System.out.println();
// 改为倒叙
Arrays.asList(11, 2, 5, 1, 6, 8, 7).stream()
.sorted((a, b) -> b - a)
.forEach(System.out::print);
System.out.println();
// 字符串排序(按字符长度排序)，并且为每个单词设置中间一个空格显示
Arrays.asList("cn", "admin", "net", "io").stream()
.map(x -> x + " ")
.sorted((a, b) -> a.length() - b.length())
.forEach(System.out::print);
System.out.println();
}skip和limit可以实现分页的功能：
// 中间操作：skip
@Test
void demo6() {
// skip
List list = Stream.iterate(1, x -> x + 1)
.limit(50)
.sorted((a, b) -> b - a) // 从大到小排序
.skip(10) // skip为忽略前十个
.limit(10)
.collect(Collectors.toList());
list.stream()
.map(x -> x + " ")
.forEach(System.out::print);
// 40 39 38 37 36 35 34 33 32 31
// 使用使用skip实现分页
Stream.iterate(1, x -> x + 1)
.limit(50)
.skip(0) // 第一页: 40 39 38 37 36 35 34 33 32 31
.limit(10)
.map(x -> x + " ")
.forEach(System.out::print);
Stream.iterate(1, x -> x + 1)
.limit(50)
.skip(10) // 第二页：11 12 13 14 15 16 17 18 19 20
.limit(10)
.map(x -> x + " ")
.forEach(System.out::print);
} 转换map操作：
// 中间操作：map转换，mapToInt
@Test
void demo7() {
// 转换：将str进行分割，转换为整数并求和
String str = "11,22,33,44,55,66";
int sum = Stream.of(str.split(","))
.map(Integer::valueOf)
.mapToInt(x -> x)
.sum();
System.out.println(sum);
sum = Stream.of(str.split(","))
.mapToInt(Integer::valueOf)
.sum();
System.out.println(sum);
}
// 中间操作：map转换为自定义对象
@Test
void demo8() {
String str = "tomcat, nginx, apache, jetty";
// 将上面的字符串转换为4个User对象，下面三种方法等价
Stream.of(str.split(", "))
.map(x -> new User(x))
.forEach(System.out::println);
Stream.of(str.split(", "))
.map(User::new)
.forEach(System.out::println);
Stream.of(str.split(", "))
.map(User::build)
.forEach(System.out::println);
}
static class User {
private String name;
public User(String name) {
this.name = name;
}
public static User build(String name) {
User user = new User(name);
return user;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
@Override
public String toString() {
return "User [name: "+name+"]";
}
}中间操作peek，用于返回中间的计算结果：
// 中间操作：peek
@Test
void demo9() {
// peek方法
String str = "11,22,33,44,55,66";
int sum = Stream.of(str.split(","))
.peek(x -> System.out.print(x + " "))
.mapToInt(x -> Integer.valueOf(x))
.sum();
System.out.println(sum);
// 可以输出中间结果的计算值: 11 22 33 44 55 66 231
}Stream的并行处理
Stream API除了上述具有的数据源、中间操作和终止操作外，在对集合或数据进行处理的过程中，还提供了并行计算的一个特性。使用Stream API可以很方便的对集合的处理使用多线程的方式进行，从而提高大型数据集合的处理效率。
在没有设置Stream API的并行计算时，其默认使用单线程的方式来进行运行，例如如下代码实例：
// 默认为一个main线程进行（同步）
@Test
void demo1() {
Optional max = Stream.iterate(1, x -> x + 1)
.limit(200)
.peek(x -> {
System.out.println(Thread.currentThread().getName()); // 输出中间结果
}).max(Integer::compare);
System.out.println(max);
} 在对stream中元素求最大值时，使用peek方法输出中间结果（用于计算的线程名称），从输出可以看到所有的线程都是main线程一个线程在执行。
在Stream API中开启并行处理比较简单，直接使用.parallel()中间操作就就可以实现集合的并行处理，例如如下：
// 多线程计算
@Test
void demo2() {
Optional max = Stream.iterate(1, x -> x + 1)
.limit(200)
.peek(x -> {
System.out.println(Thread.currentThread().getName()); // 输出中间结果
})
.parallel() // 使用并行计算
.max(Integer::compare);
System.out.println(max);
} 此时在观察输出的线程名称，可以看到除main线程之外还包含很多其他的线程在运行，如下。可以看到默认使用了8个线程来进行集合的并行处理，这里是因为运行该程序的物理机的CPU为8个core，因此这里默认的线程并行数和CPU核心数保持一致。
ForkJoinPool.commonPool-worker-7
ForkJoinPool.commonPool-worker-6
ForkJoinPool.commonPool-worker-1
ForkJoinPool.commonPool-worker-2
ForkJoinPool.commonPool-worker-5
ForkJoinPool.commonPool-worker-4
ForkJoinPool.commonPool-worker-3
main上面加入parallel()中间操作时将流变成了并行流进行处理，其实并行流和序列流（sequence）是可以相互转换的，例如如下。此时在进行输出时，实际上还是只使用一个线程进行的集合处理：
// 顺序流和并行流之间的转换，因为stream为延迟计算，因此谁在最后面，则为优先级较高
@Test
void demo3() {
Optional max = Stream.iterate(1, x -> x + 1)
.limit(200)
.peek(x -> {
System.out.println(Thread.currentThread().getName()); // 输出中间结果
})
.parallel() // 设置为并行流
.sequential() // 设置为顺序流
.max(Integer::compare);
System.out.println(max);
} 上面提到，加入parallel之后默认使用的并行线程数和CPU核心数保持一致，那么如果需要更改Stream处理的并行线程数，可以进行如下的设置：
- 一是在方法中设置系统变量来进行设置：System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "5");
- 或者使用-D的方式来配置JVM的启动参数也可以设置。
但这里的线程数建议还是不要超过CPU和核心数为宜，或者直接保持默认即可。
// Stream API内部是使用ForkJoinPool来实现的并行运行
// 设置并行运行的线程数时，一般和所在物理机的CPU核心数相一致
@Test
void demo4() {
// 使用设置启动参数的方式设置：-Djava.util.concurrent.ForkJoinPool.common.parallelism=5
System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "5");
Optional max = Stream.iterate(1, x -> x + 1)
.limit(200)
.peek(x -> {
System.out.println(Thread.currentThread().getName());
}).parallel()
.max(Integer::compare);
System.out.println(max);
} Java 8 Lambda表达式和Stream API使用实例
实例1：URL参数转换
对于类似于URL参数的字符串："itemId=1&userId=10000&type=20&token=111111111111111&key=index"。将其根据参数名和参数值转换为Map集合：
@Test
void demo1() {
String queryString = "itemId=1&userId=10000&type=20&token=111111111111111&key=index";
Map paras = Stream.of(queryString.split("&")) // 得到string[]，每个元素为key=value
.map(x -> x.split("=")) // 对每个数组元素来进行分割，每个元素变为String[] = [key, value]
.collect(Collectors.toMap(s -> s[0], s -> s[1])); // toMap方法将第1步转化的数组转化为map
System.out.println(paras);
// 输出结果：{itemId=1, type=20, userId=10000, key=index, token=111111111111111}
} 实例2：Book集合处理
Book对象类型如下：
public class Book {
private int id;
private String name;
private double price;
private String type;
private LocalDate publishDate;
public Book() {
}
public Book(int id, String name, double price, String type, LocalDate publishDate) {
this.id = id;
this.name = name;
this.price = price;
this.type = type;
this.publishDate = publishDate;
}
@Override
public String toString() {
return "Book{" +
"id=" + id +
", name='" + name + '\'' +
", price=" + price +
", type='" + type + '\'' +
", publishDate=" + publishDate +
'}';
}
// getter and setter
}构建Book集合：
private List books() {
List books = new ArrayList<>();
books.add(new Book(1, "tomcat", 70d, "服务器", LocalDate.parse("2014-05-17")));
books.add(new Book(2, "jetty", 60d, "服务器", LocalDate.parse("2015-12-01")));
books.add(new Book(3, "nginx", 65d, "服务器", LocalDate.parse("2016-10-17")));
books.add(new Book(4, "java", 66d, "编程语言", LocalDate.parse("2011-04-09")));
books.add(new Book(5, "ruby", 80d, "编程语言", LocalDate.parse("2013-05-09")));
books.add(new Book(6, "php", 40d, "编程语言", LocalDate.parse("2014-08-06")));
books.add(new Book(7, "html", 44d, "编程语言", LocalDate.parse("2011-01-06")));
books.add(new Book(8, "oracle", 150d, "数据库", LocalDate.parse("2013-08-09")));
books.add(new Book(9, "mysql", 66d, "数据库", LocalDate.parse("2015-04-06")));
books.add(new Book(10, "ssh", 70d, "编程语言", LocalDate.parse("2016-12-04")));
books.add(new Book(11, "design pattern", 81d, "软件工程", LocalDate.parse("2017-04-08")));
books.add(new Book(12, "refactoring", 62d, "软件工程", LocalDate.parse("2011-04-19")));
books.add(new Book(13, "agile", 72d, "软件工程", LocalDate.parse("2016-02-18")));
books.add(new Book(14, "managing", 42d, "软件工程", LocalDate.parse("2016-01-19")));
books.add(new Book(15, "algorithm", 66d, "软件工程", LocalDate.parse("2010-05-08")));
books.add(new Book(16, "oracle 12c", 150d, "数据库", LocalDate.parse("2016-05-08")));
return books;
} 处理1：将book集合中的所有的id取出来放到list的集合中
@Test
void demo2() {
List ids1 = books().stream()
.map(book -> book.getId())
.collect(Collectors.toList());
System.out.println(ids1);
// 输出：[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]
// 使用方法引用
List ids2 = books().stream()
.map(Book::getId)
.collect(Collectors.toList());
System.out.println(ids2);
// 输出：[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]
} 处理2：将book集合中的所有id取出来，使用逗号拼成一个字符串
@Test
void demo3() {
String str = books().stream()
.map(book -> book.getId() + "")
.collect(Collectors.joining(","));
System.out.println(str);
// 输出：1,2,3,4,5,6,7,8,9,10,11,12,13,14,15
str = books().stream()
.map(book -> book.getId() + "")
.collect(Collectors.joining(",", "(", ")")); // 逗号隔开并使用()括起来
System.out.println(str);
// 输出：(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15)
str = books().stream()
.map(book -> "'"+book.getId()+"'")
.collect(Collectors.joining(","));
System.out.println(str);
// 输出：'1','2','3','4','5','6','7','8','9','10','11','12','13','14','15'
}处理3：查找books中的所有类型
// 处理3：查找books中的所有类型
@Test
void demo4() {
// 输出所有类型
List types = books().stream()
.map(book -> book.getType())
.collect(Collectors.toList());
System.out.println(types);
// 输出：[服务器, 服务器, 服务器, 编程语言, 编程语言, 编程语言, 编程语言, 数据库, 数据库, 编程语言, 软件工程, 软件工程, 软件工程, 软件工程, 软件工程]
types = books().stream()
.map(book -> book.getType())
.distinct() // 使用distinct去重
.collect(Collectors.toList());
System.out.println(types);
// 输出：[服务器, 编程语言, 数据库, 软件工程]
Set typeSet = books().stream()
.map(book -> book.getType())
.collect(Collectors.toSet()); // 使用Set集合去重
System.out.println(typeSet);
// 输出：[编程语言, 服务器, 软件工程, 数据库]
} 处理4： 对books集合进行排序（根据不同字段）
@Test
void demo5() {
// 1. 根据价格进行排序(升序排序)
books().stream()
.sorted((book1, book2) -> Double.compare(book1.getPrice(), book2.getPrice()))
.forEach(System.out::println);
System.out.println("---------------------");
// 等价于
Comparator comparator1 = (book1, book2) -> Double.compare(book1.getPrice(), book2.getPrice());
books().stream()
.sorted(comparator1)
.forEach(System.out::println);
System.out.println("---------------------");
// 输出：
// Book{id=6, name='php', price=40.0, type='编程语言', publishDate=2014-08-06}
// Book{id=14, name='managing', price=42.0, type='软件工程', publishDate=2016-01-19}
// Book{id=7, name='html', price=44.0, type='编程语言', publishDate=2011-01-06}
// Book{id=2, name='jetty', price=60.0, type='服务器', publishDate=2015-12-01}
// Book{id=12, name='refactoring', price=62.0, type='软件工程', publishDate=2011-04-19}
// Book{id=3, name='nginx', price=65.0, type='服务器', publishDate=2016-10-17}
// Book{id=4, name='java', price=66.0, type='编程语言', publishDate=2011-04-09}
// Book{id=9, name='mysql', price=66.0, type='数据库', publishDate=2015-04-06}
// Book{id=15, name='algorithm', price=66.0, type='软件工程', publishDate=2010-05-08}
// Book{id=1, name='tomcat', price=70.0, type='服务器', publishDate=2014-05-17}
// Book{id=10, name='ssh', price=70.0, type='编程语言', publishDate=2016-12-04}
// Book{id=13, name='agile', price=72.0, type='软件工程', publishDate=2016-02-18}
// Book{id=5, name='ruby', price=80.0, type='编程语言', publishDate=2013-05-09}
// Book{id=11, name='design pattern', price=81.0, type='软件工程', publishDate=2017-04-08}
// Book{id=8, name='oracle', price=150.0, type='数据库', publishDate=2013-08-09}
// Book{id=16, name='oracle 12c', price=150.0, type='数据库', publishDate=2016-05-08}
// 2. 降序排序
Comparator comparator2 = (book1, book2) -> Double.compare(book2.getPrice(), book1.getPrice());
books().stream()
.sorted(comparator2)
.forEach(System.out::println);
System.out.println("---------------------");
// 等价于
books().stream()
.sorted(comparator1.reversed()) // 按照正序的烦序排序
.forEach(System.out::println);
System.out.println("---------------------");
// 输出
// Book{id=8, name='oracle', price=150.0, type='数据库', publishDate=2013-08-09}
// Book{id=16, name='oracle 12c', price=150.0, type='数据库', publishDate=2016-05-08}
// Book{id=11, name='design pattern', price=81.0, type='软件工程', publishDate=2017-04-08}
// Book{id=5, name='ruby', price=80.0, type='编程语言', publishDate=2013-05-09}
// Book{id=13, name='agile', price=72.0, type='软件工程', publishDate=2016-02-18}
// Book{id=1, name='tomcat', price=70.0, type='服务器', publishDate=2014-05-17}
// Book{id=10, name='ssh', price=70.0, type='编程语言', publishDate=2016-12-04}
// Book{id=4, name='java', price=66.0, type='编程语言', publishDate=2011-04-09}
// Book{id=9, name='mysql', price=66.0, type='数据库', publishDate=2015-04-06}
// Book{id=15, name='algorithm', price=66.0, type='软件工程', publishDate=2010-05-08}
// Book{id=3, name='nginx', price=65.0, type='服务器', publishDate=2016-10-17}
// Book{id=12, name='refactoring', price=62.0, type='软件工程', publishDate=2011-04-19}
// Book{id=2, name='jetty', price=60.0, type='服务器', publishDate=2015-12-01}
// Book{id=7, name='html', price=44.0, type='编程语言', publishDate=2011-01-06}
// Book{id=14, name='managing', price=42.0, type='软件工程', publishDate=2016-01-19}
// Book{id=6, name='php', price=40.0, type='编程语言', publishDate=2014-08-06}
// 3. 多个属性值进行排序：先根据price排序(升序)，price相同时根据publishDate进行排序（降序）
books().stream()
.sorted(comparator1.thenComparing(
(book1, book2) -> book1.getPublishDate().isAfter(book2.getPublishDate()) ? -1 : 1)
)
.forEach(System.out::println);
// 输出
// Book{id=9, name='mysql', price=66.0, type='数据库', publishDate=2015-04-06}
// Book{id=4, name='java', price=66.0, type='编程语言', publishDate=2011-04-09}
// Book{id=15, name='algorithm', price=66.0, type='软件工程', publishDate=2010-05-08}
// Book{id=10, name='ssh', price=70.0, type='编程语言', publishDate=2016-12-04}
// Book{id=1, name='tomcat', price=70.0, type='服务器', publishDate=2014-05-17}
} 对上述排序代码可以使用方法引用的方式进行简化：
@Test
void demo6() {
// 1. 根据价格进行排序
books().stream()
.sorted(Comparator.comparing(Book::getPrice))
.forEach(System.out::println);
// 2. 根据价格进行降序排序
books().stream()
.sorted(Comparator.comparing(Book::getPrice).reversed())
.forEach(System.out::println);
// 3. 先根据价格进行排序（升序），然后在根据publishDate进行排序（降序）
books().stream()
.sorted(Comparator.comparing(Book::getPrice).thenComparing(Comparator.comparing(Book::getPublishDate)).reversed())
.forEach(System.out::println);
}处理5：将books集合转换为map
@Test
void demo7() {
Map bookMap = books().stream()
.collect(Collectors.toMap(Book::getId, book -> book)); // 直接使用了方法的引用
System.out.println(bookMap);
// 输出
// {
// 1=Book{id=1, name='tomcat', price=70.0, type='服务器', publishDate=2014-05-17},
// 2=Book{id=2, name='jetty', price=60.0, type='服务器', publishDate=2015-12-01},
// 3=Book{id=3, name='nginx', price=65.0, type='服务器', publishDate=2016-10-17},
// 4=Book{id=4, name='java', price=66.0, type='编程语言', publishDate=2011-04-09},
// 5=Book{id=5, name='ruby', price=80.0, type='编程语言', publishDate=2013-05-09},
// 6=Book{id=6, name='php', price=40.0, type='编程语言', publishDate=2014-08-06},
// 7=Book{id=7, name='html', price=44.0, type='编程语言', publishDate=2011-01-06},
// 8=Book{id=8, name='oracle', price=150.0, type='数据库', publishDate=2013-08-09},
// 9=Book{id=9, name='mysql', price=66.0, type='数据库', publishDate=2015-04-06},
// 10=Book{id=10, name='ssh', price=70.0, type='编程语言', publishDate=2016-12-04},
// 11=Book{id=11, name='design pattern', price=81.0, type='软件工程', publishDate=2017-04-08},
// 12=Book{id=12, name='refactoring', price=62.0, type='软件工程', publishDate=2011-04-19},
// 13=Book{id=13, name='agile', price=72.0, type='软件工程', publishDate=2016-02-18},
// 14=Book{id=14, name='managing', price=42.0, type='软件工程', publishDate=2016-01-19},
// 15=Book{id=15, name='algorithm', price=66.0, type='软件工程', publishDate=2010-05-08},
// 16=Book{id=16, name='oracle 12c', price=150.0, type='数据库', publishDate=2016-05-08}
// }
} 处理6：统计集合中的平均值、最大值、和最小值
@Test
void demo8() {
// 1. 统计list中所有书的平均价格
Double averagePrice = books().stream()
.collect(Collectors.averagingDouble(Book::getPrice));
System.out.println(averagePrice);
// 输出：74.0
// 2. 找出价格最大或最小的书 （这里默认是找到最大的）
Optional book = books().stream()
.max(Comparator.comparing(Book::getPrice));
System.out.println(book);
// 等价于
book = books().stream()
.collect(Collectors.maxBy(Comparator.comparing(Book::getPrice)));
System.out.println(book);
// 输出：Optional[Book{id=8, name='oracle', price=150.0, type='数据库', publishDate=2013-08-09}]
// 3. 找到价格最小的Book
book = books().stream()
.collect(Collectors.maxBy(Comparator.comparing(Book::getPrice).reversed()));
System.out.println(book);
// 等价于
book = books().stream()
.collect(Collectors.minBy(Comparator.comparing(Book::getPrice)));
System.out.println(book);
// 输出：Optional[Book{id=6, name='php', price=40.0, type='编程语言', publishDate=2014-08-06}]
// 4. 根据发布时间进行查找发布最晚的Book
book = books().stream()
.max(Comparator.comparing(Book::getPublishDate));
System.out.println(book);
// 输出：Optional[Book{id=11, name='design pattern', price=81.0, type='软件工程', publishDate=2017-04-08}]
// 5. 找到价格最贵的，但出版时间最晚的一本书
Comparator comparator = Comparator.comparing(Book::getPrice);
book = books().stream()
.collect(Collectors.maxBy(comparator.thenComparing(Comparator.comparing(Book::getPublishDate))));
System.out.println(book);
// 输出：Optional[Book{id=16, name='oracle 12c', price=150.0, type='数据库', publishDate=2016-05-08}]
} 处理7：对集合中的元素进行分组统计
@Test
void demo9() {
// 1. 根据type进行分组，统计每个类别有多少本书
Map> booksMap = books().stream()
.collect(Collectors.groupingBy(Book::getType));
booksMap.keySet().forEach(type -> {
System.out.println(type);
System.out.println(booksMap.get(type));
System.out.println("--------------------");
});
// 编程语言
// [Book{id=4, name='java', price=66.0, type='编程语言', publishDate=2011-04-09}, Book{id=5, name='ruby', price=80.0, type='编程语言', publishDate=2013-05-09}, Book{id=6, name='php', price=40.0, type='编程语言', publishDate=2014-08-06}, Book{id=7, name='html', price=44.0, type='编程语言', publishDate=2011-01-06}, Book{id=10, name='ssh', price=70.0, type='编程语言', publishDate=2016-12-04}]
// --------------------
// 服务器
// [Book{id=1, name='tomcat', price=70.0, type='服务器', publishDate=2014-05-17}, Book{id=2, name='jetty', price=60.0, type='服务器', publishDate=2015-12-01}, Book{id=3, name='nginx', price=65.0, type='服务器', publishDate=2016-10-17}]
// --------------------
// 软件工程
// [Book{id=11, name='design pattern', price=81.0, type='软件工程', publishDate=2017-04-08}, Book{id=12, name='refactoring', price=62.0, type='软件工程', publishDate=2011-04-19}, Book{id=13, name='agile', price=72.0, type='软件工程', publishDate=2016-02-18}, Book{id=14, name='managing', price=42.0, type='软件工程', publishDate=2016-01-19}, Book{id=15, name='algorithm', price=66.0, type='软件工程', publishDate=2010-05-08}]
// --------------------
// 数据库
// [Book{id=8, name='oracle', price=150.0, type='数据库', publishDate=2013-08-09}, Book{id=9, name='mysql', price=66.0, type='数据库', publishDate=2015-04-06}, Book{id=16, name='oracle 12c', price=150.0, type='数据库', publishDate=2016-05-08}]
// --------------------
// 2. 统计每种类型数的数量
Map booksCount = books().stream()
.collect(Collectors.groupingBy(Book::getType, Collectors.counting()));
System.out.println(booksCount);
// {编程语言=5, 服务器=3, 软件工程=5, 数据库=3}
// 3. 统计每种类型书的总价格
Map priceMap = books().stream()
.collect(Collectors.groupingBy(Book::getType, Collectors.summingDouble(Book::getPrice)));
System.out.println(priceMap);
// {编程语言=300.0, 服务器=195.0, 软件工程=323.0, 数据库=366.0}
// 4. 统计每种类型的平均价格
Map averagePrice = books().stream()
.collect(Collectors.groupingBy(Book::getType, Collectors.averagingDouble(Book::getPrice)));
System.out.println(averagePrice);
// {编程语言=60.0, 服务器=65.0, 软件工程=64.6, 数据库=122.0}
// 5. 找到每种类型中最贵的书
Map> maxBooks = books().stream()
.collect(Collectors.groupingBy(Book::getType, Collectors.maxBy(Comparator.comparing(Book::getPrice))));
maxBooks.keySet().forEach(type -> {
System.out.println(type);
System.out.println(maxBooks.get(type));
System.out.println("--------------------");
});
// 编程语言
// Optional[Book{id=5, name='ruby', price=80.0, type='编程语言', publishDate=2013-05-09}]
// --------------------
// 服务器
// Optional[Book{id=1, name='tomcat', price=70.0, type='服务器', publishDate=2014-05-17}]
// --------------------
// 软件工程
// Optional[Book{id=11, name='design pattern', price=81.0, type='软件工程', publishDate=2017-04-08}]
// --------------------
// 数据库
// Optional[Book{id=8, name='oracle', price=150.0, type='数据库', publishDate=2013-08-09}]
// --------------------
// 6. 按类型查找每种类型中出版时间最晚的书
Map> publishBooks = books().stream()
.collect(Collectors.groupingBy(Book::getType, Collectors.maxBy(Comparator.comparing(Book::getPublishDate))));
publishBooks.keySet().forEach(type -> {
System.out.println(type);
System.out.println(publishBooks.get(type));
System.out.println("-------------------");
});
// 编程语言
// Optional[Book{id=10, name='ssh', price=70.0, type='编程语言', publishDate=2016-12-04}]
// -------------------
// 服务器
// Optional[Book{id=3, name='nginx', price=65.0, type='服务器', publishDate=2016-10-17}]
// -------------------
// 软件工程
// Optional[Book{id=11, name='design pattern', price=81.0, type='软件工程', publishDate=2017-04-08}]
// -------------------
// 数据库
// Optional[Book{id=16, name='oracle 12c', price=150.0, type='数据库', publishDate=2016-05-08}]
// -------------------
} 处理8：筛选book集合中price>90的书籍，并根据出版日期从近到远排序
@Test
void demo10() {
// 取出price>80，出版时间从近到远
books().stream()
.filter(book -> book.getPrice() >= 80)
.sorted(Comparator.comparing(Book::getPublishDate).reversed())
.forEach(System.out::println);
// Book{id=11, name='design pattern', price=81.0, type='软件工程', publishDate=2017-04-08}
// Book{id=16, name='oracle 12c', price=150.0, type='数据库', publishDate=2016-05-08}
// Book{id=8, name='oracle', price=150.0, type='数据库', publishDate=2013-08-09}
// Book{id=5, name='ruby', price=80.0, type='编程语言', publishDate=2013-05-09}
}实例3：交易记录数据处理
基础类结构
交易人员类对象：
public class Trader {
private String name;
private String city;
public Trader(String name, String city) {
this.name = name;
this.city = city;
}
// getter and setter
}交易对象结构：
public class Transaction {
private Trader trader;
private int year;
private int value;
public Transaction(Trader trader, int year, int value) {
this.trader = trader;
this.year = year;
this.value = value;
}
}数据构建和处理
根据上述的类来构建数据集合：
// build transaction list for query
private List transactions() {
Trader raoul = new Trader("Raoul", "Cambridge");
Trader mario = new Trader("Mario", "Milan");
Trader alan = new Trader("Alan", "Cambridge");
Trader brian = new Trader("Brian", "Cambridge");
List transactions = Arrays.asList(
new Transaction(brian, 2011, 300),
new Transaction(raoul, 2012, 1000),
new Transaction(raoul, 2011, 400),
new Transaction(mario, 2012, 710),
new Transaction(mario, 2012, 700),
new Transaction(alan, 2012, 950)
);
return transactions;
} Query1: Find all transactions from year 2011 and sort them by value
@Test
public void query1() {
List tr2011 = transactions().stream()
.filter(transaction -> transaction.getYear() == 2011)
.sorted(Comparator.comparing(Transaction::getValue))
.collect(Collectors.toList());
System.out.println(tr2011);
// [Transaction{trader=Trader{name='Brian', city='Cambridge'}, year=2011, value=300},
// Transaction{trader=Trader{name='Raoul', city='Cambridge'}, year=2011, value=400}]
} Query2：What are all the unique cities where the traders work?
@Test
public void query2() {
List cities = transactions().stream()
.map(transaction -> transaction.getTrader().getCity())
.distinct()
.collect(Collectors.toList());
System.out.println(cities);
// [Cambridge, Milan]
} Query3: Find all traders from Cambridge and sort them by name
@Test
public void query3() {
List traders = transactions().stream()
.map(Transaction::getTrader)
.filter(trader -> "Cambridge".equals(trader.getCity()))
.distinct()
.sorted(Comparator.comparing(Trader::getName))
.collect(Collectors.toList());
System.out.println(traders);
// [Trader{name='Alan', city='Cambridge'}, Trader{name='Brian', city='Cambridge'}, Trader{name='Raoul', city='Cambridge'}]
} Query4: Return a string of all traders' names sorted alphabetically (按照字母顺序排列的).
@Test
public void query4() {
String traderStr = transactions().stream()
.map(Transaction::getTrader)
.map(Trader::getName)
.distinct()
.sorted()
.reduce("", (name1, name2) -> name1 + name2);
System.out.println(traderStr);
// AlanBrianMarioRaoul
}Query5: Are there any trader based in Milan?
@Test
public void query5() {
boolean milanBased = transactions().stream()
.anyMatch(transaction -> transaction.getTrader().getCity().equals("Milan"));
System.out.println(milanBased);
// true
}Query6: Update all transactions so that the traders from Milan are set to Cambridge
public void query6() {
List transactions = transactions();
transactions.stream()
.map(Transaction::getTrader)
.filter(trader -> trader.getCity().equals("Milan"))
.forEach(trader -> trader.setCity("Cambridge"));
System.out.println(transactions);
// [Transaction{trader=Trader{name='Brian', city='Cambridge'}, year=2011, value=300},
// Transaction{trader=Trader{name='Raoul', city='Cambridge'}, year=2012, value=1000},
// Transaction{trader=Trader{name='Raoul', city='Cambridge'}, year=2011, value=400},
// Transaction{trader=Trader{name='Mario', city='Cambridge'}, year=2012, value=710},
// Transaction{trader=Trader{name='Mario', city='Cambridge'}, year=2012, value=700},
// Transaction{trader=Trader{name='Alan', city='Cambridge'}, year=2012, value=950}]
} Query7: What's the highest value in all the transactions?
@Test
public void query7() {
int highestValue1 = transactions().stream()
.map(Transaction::getValue)
.reduce(0, Integer::max);
int highestValue2 = transactions().stream()
.map(Transaction::getValue)
.max(Comparator.comparingInt(a -> a))
.get();
System.out.println(highestValue1);
System.out.println(highestValue2);
// 1000
// 1000
}THE END.