Stream API ------java8 新特性(2)

一、流(Stream)

是数据渠道,用于操作数据源(集合、数组等)所生成的元素序列。
(集合讲的是数据,流讲的是计算!)

注意:
①Stream 自己不会存储元素。
②Stream 不会改变源对象。相反,会返回一个持有结果的新Stream。
③Stream 操作是延迟执行的。它会等到需要结果的时候才执行

image

Stream 操作三步:

  • 创建 Stream
    一个数据源(如:集合、数组),获取一个流
  • 中间操作
    一个中间操作链,对数据源的数据进行处理
  • 终止操作(终端操作)
    一个终止操作,执行中间操作链,并产生结果
image

二、流(Stream)的创建

package com.Stream;

import com.lambda1.Employe;
import org.junit.Test;

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

/**
 * 一、Stream 的三个操作步骤
 *
 *  1、创建 Stream
 *
 *  2、中间操作
 *
 *  3、终止操作(终端操作)
 *
 */
public class TestStreamAPI1{

    //创建 Stream
    @Test
    public void test1(){
        //1.可以通过 Collection 系列集合提供的 stream() 或 paralleStream()
        List list = new ArrayList<>();
        Stream stream1 = list.stream();

        //2.通过 Arrays 中的静态方法 stream() 获取数组流
        Employe[] emps = new Employe[10];
        Stream stream2 = Arrays.stream(emps);

        //3.通过 Stream 类中的静态方法 of()
        Stream stream3 = Stream.of("aa", "bb", "cc");

        //4.创建无限流
        //迭代
        Stream stream4 = Stream.iterate(0, x -> x + 2);
        stream4.limit(10).forEach(System.out::println);

        //生成
        Stream stream5 = Stream.generate(() -> Math.random());
        stream5.limit(10).forEach(System.out::println);

    }
}

三、流(Stream)中间操作

多个中间操作可以连接起来形成一个流水线,除非流水线上触发终止操作,否则中间操作不会执行任何的处理!而在终止操作时一次性全部处理,称之为“惰性求值”

1、筛选与切片

筛选与切片:
   filter —— 接收 Lambda,从流中排除某些元素;
   limit —— 截断流,使其元素不超过给定数量;
   skip(n) —— 跳过元素,返回一个仍掉了前 n 个元素的流。若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补;
   distinct —— 筛选,通过流所生成元素的 hashCode() 和 equals() 去除重复元素。

package com.Stream;

import com.lambda1.Employe;
import org.junit.Test;

import java.util.Arrays;
import java.util.List;

/**
 * 一、Stream 的三个操作步骤
 *
 *  1、创建 Stream
 *
 *  2、中间操作
 *
 *  3、终止操作(终端操作)
 *
 */
public class TestStreamAPI2 {

    //中间操作
    //内部迭代由 StreamAPI 完成
    /**
     * 筛选与切片
     * filter —— 接收 Lambda,从流中排除某些元素;
    *  peek
     * limit —— 截断流,使其元素不超过给定数量;
     * skip(n) —— 跳过元素,返回一个仍掉了前 n 个元素的流。若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补;
     * distinct —— 筛选,通过流所生成元素的 hashCode() 和 equals() 去除重复元素。
     */

    List employes = Arrays.asList(
            new Employe("张三", 18,9999.99),
            new Employe("李四", 38,5555.99),
            new Employe("王五", 50,6666.66),
            new Employe("赵六", 16,3333.33),
            new Employe("田七", 10,7777.77),
            new Employe("田七", 10,7777.77),
            new Employe("田七", 10,7777.77)
    );

    //filter 过滤
    @Test
    public void test1(){
        employes.stream()//创建流
                .filter(e->e.getAge() >= 35)//中间操作
                .forEach(System.out::println);//终止操作
    }

    //limit 限制
    @Test
    public void test2(){
        employes.stream()
                .filter(e->e.getSalary() >= 5000)
                .limit(2)
                .forEach(System.out::println);
    }

    //skip(n) 跳过
    @Test
    public void test3(){
        employes.stream()
                .filter(e -> e.getSalary() >= 5000)
                .skip(2)
                .forEach(System.out::println);
    }

    //distinct 去重,通过hashCode() 和 equals() 去重
    @Test
    public void test4(){
        employes.stream()
                .distinct()
                .forEach(System.out::println);
    }

//年龄大于10岁,工资每人加100
    @Test
    public void test5(){
        employes.stream().filter(x -> x.getAge() > 10)
                .peek(x -> x.setSalary(x.getSalary() + 100))
                .forEach(System.out::println);
    }
        
}

注意:distinct 去重的时候,Employee.java 中要覆写 equals() 和 hashCode() 方法:

package com.lambda1;

import java.util.Objects;

public class Employe {

    private String name;
    private int age;
    private double salary;

    public Employe() {
    }

    public Employe(String name, int age, double salary) {
        this.name = name;
        this.age = age;
        this.salary = salary;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public double getSalary() {
        return salary;
    }

    public void setSalary(double salary) {
        this.salary = salary;
    }

    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
        Employe employe = (Employe) o;
        return age == employe.age &&
                Double.compare(employe.salary, salary) == 0 &&
                Objects.equals(name, employe.name);
    }

    @Override
    public int hashCode() {

        return Objects.hash(name, age, salary);
    }

    @Override
    public String toString() {
        return "Employe{" +
                "name='" + name + '\'' +
                ", age=" + age +
                ", salary=" + salary +
                '}';
    }
}

2、映射

映射:
   map —— 接收 Lambda,将元素转换成其它形式或提取信息。接收一个函数作为参数,该函数会被应用到每个元素上,并将其映射成一个新的元素;
   flatMap —— 接收一个函数作为参数,将流中的每个值都转换成另一个流,然后把所有流连接成一个流;

package com.Stream;

import com.lambda1.Employe;
import org.junit.Test;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;

/**
 * 一、Stream 的三个操作步骤
 *
 *  1、创建 Stream
 *
 *  2、中间操作
 *
 *  3、终止操作(终端操作)
 *
 */
public class TestStreamAPI3 {

    List employes = Arrays.asList(
            new Employe("张三", 18,9999.99),
            new Employe("李四", 38,5555.99),
            new Employe("王五", 50,6666.66),
            new Employe("赵六", 16,3333.33),
            new Employe("田七", 10,7777.77)
    );

    /**
     * 映射:
     *   map —— 接收 Lambda,将元素转换成其它形式或提取信息。接收一个函数作为参数,
     *          该函数会被应用到每个元素上,并将其映射成一个新的元素;
     *   flatMap —— 接收一个函数作为参数,将流中的每个值都转换成另一个流,然后把所有流连接成一个流;
     */

    @Test
    public void test1(){
        List list = Arrays.asList("aaa","bbb","ccc","ddd","eee");

        list.stream()
//                .map(e -> e.toUpperCase())
                .map(String::toUpperCase)
                .forEach(System.out::println);

        System.out.println("--------------------------------");
        employes.stream()
                .map(Employe::getName)
                .forEach(System.out::println);

        System.out.println("--------------------------------");
        list.stream()
                .flatMap(TestStreamAPI3::filterCharacter)
                .forEach(System.out::print);

    }

    public static Stream filterCharacter(String str){
        ArrayList list = new ArrayList<>();

        for (Character ch : str.toCharArray()){
            list.add(ch);
        }
        return list.stream();
    }
}

3、排序

排序:
   sorted() —— 自然排序(Comparable);
   sorted(Comparator com) —— 定制排序(Comparator);

package com.Stream;

import com.lambda1.Employe;
import org.junit.Test;
import java.util.Arrays;
import java.util.List;

/**
 * 排序
 */
public class TestStreamAPI4 {

    List employes = Arrays.asList(
            new Employe("张三", 18,9999.99),
            new Employe("李四", 38,5555.99),
            new Employe("王五", 50,6666.66),
            new Employe("赵六", 16,3333.33),
            new Employe("田七", 10,7777.77),
            new Employe("田七", 16,7777.77),
            new Employe("田八", 10,7777.77)
    );

    /**
     * 排序
     *   sorted() —— 自然排序(Comparable)
     *   sorted(Comparator com) —— 定制排序(Comparator)
     */

    @Test
    public void test1(){
        List list = Arrays.asList("ccc","eee","aaa","ddd","bbb");

        list.stream()
                .sorted()
                .forEach(System.out::println);

        System.out.println("--------------------------------------------------");
        employes.stream()
                .sorted((e1, e2) -> {
                    if (e1.getAge() == e2.getAge()){
                        return e1.getName().compareTo(e2.getName());
                    }else {
                        return e1.getAge()-e2.getAge();
                    }
                })
                .forEach(System.out::println);
    }

        System.out.println("----------------正序排序----------------");
        List employeList = employes.stream().sorted(Comparator.comparing(Employe::getAge)).collect(Collectors.toList());
        employeList.forEach(System.out::println);
        System.out.println("----------------倒序排序----------------");
        employes.stream().sorted(Comparator.comparing(Employe::getAge).reversed()).forEach(System.out::println);

}

4、终止操作

4.1、查找与匹配

查找与匹配:
  (1)allMatch —— 检查是否匹配所有元素;
  (2)anyMatch —— 检查是否至少匹配一个元素;
  (3)noneMatch —— 检查是否没有匹配所有元素;
  (4)findFirst —— 返回第一个元素;
  (5)findAny —— 返回当前流中的任意元素;
  (6)count —— 返回流中元素的总数;
  (7)max —— 返回流中最大值;
  (8)min —— 返回流中最小值;

package com.Stream;

import com.Stream.Employe.Status;
import org.junit.Test;
import java.util.Arrays;
import java.util.Comparator;
import java.util.List;
import java.util.Optional;

/**
 * 终止操作
 */
public class TestStreamAPI5 {

    List emps = Arrays.asList(
            new Employe("张三", 18,9999.99, Status.FREE),
            new Employe("李四", 38,5555.99, Status.BUSY),
            new Employe("王五", 50,6666.66, Status.VOCATION),
            new Employe("赵六", 16,3333.33, Status.FREE),
            new Employe("田七", 10,7777.77, Status.BUSY),
            new Employe("李八", 16,8888.88, Status.VOCATION)
    );

    /**
     * 查找与匹配
     *  (1)allMatch —— 检查是否匹配所有元素;
     *  (2)anyMatch —— 检查是否至少匹配一个元素;
     *  (3)noneMatch —— 检查是否没有匹配所有元素;
     *  (4)findFirst —— 返回第一个元素;
     *  (5)findAny —— 返回当前流中的任意元素;
     *  (6)count —— 返回流中元素的总数;
     *  (7)max —— 返回流中最大值;
     *  (8)min —— 返回流中最小值;
     */

    @Test
    public void test1(){
        //是否匹配所有元素
        boolean b1 = emps.stream()
                .allMatch(e -> e.getStatus().equals(Status.FREE));
        System.out.println(b1);

        //至少匹配一个元素
        boolean b2 = emps.stream()
                .anyMatch(e -> e.getStatus().equals(Status.FREE));
        System.out.println(b2);

        //没有匹配的元素
        boolean b3 = emps.stream()
                .noneMatch(e -> e.getStatus().equals(Status.FREE));
        System.out.println(b3);

        //先按工资排序,然后再找出第一个
        Optional op1 = emps.stream()
//                .sorted((o1, o2) -> Double.compare(o1.getSalary(), o2.getSalary()))
                .sorted(Comparator.comparingDouble(Employe::getSalary))
                .findFirst();

        System.out.println(op1.get());

        //返回当前流中的任意元素
        Optional op2 = emps.parallelStream()
                .filter(e -> e.getStatus().equals(Status.FREE))
                .findAny();
        System.out.println(op2.get());

    }

    @Test
    public void test2(){
        //总数
        long count = emps.stream()
                .count();
        System.out.println(count);

        //工资最高
        Optional max = emps.stream()
//                .max((x, y) -> Double.compare(x.getSalary(), y.getSalary()));
                .max(Comparator.comparingDouble(Employe::getSalary));
        System.out.println(max.get());

        //年龄最小
        Optional min = emps.stream()
//                .min((x, y) -> Double.compare(x.getAge(), y.getAge()));
                    .min(Comparator.comparingDouble(Employe::getAge));
        System.out.println(min.get());

        //最低工资
        Optional minSalary = emps.stream()
                .map(Employe::getSalary)
                .min(Double::compareTo);
        System.out.println(minSalary.get());

    }
}

4.2、归约与收集

归约:
   reduce(T identity, BinaryOperator)/reduce(BinaryOperator) —— 可以将流中元素反复结合起来,得到一个值。

备注:map 和 reduce 的连接通常称为 map-reduce 模式,因为 Google 用它来进行网络搜索而出名。

收集:
   collect —— 将流转换为其他形式。接收一个 Collector 接口的实现,用于给 Stream 中元素做汇总的方法。

package com.Stream;

import org.junit.Test;
import com.Stream.Employe.Status;
import java.util.*;
import java.util.stream.Collectors;

/**
 * 终止操作
 */
public class TestStreamAPI6 {

    List emps = Arrays.asList(
            new Employe("张三", 18,9999.99, Status.FREE),
            new Employe("李四", 38,5555.99, Status.BUSY),
            new Employe("王五", 50,6666.66, Status.VOCATION),
            new Employe("赵六", 16,3333.33, Status.FREE),
            new Employe("田七", 10,7777.77, Status.BUSY),
            new Employe("田七", 16,8888.88, Status.VOCATION)
    );

    /**
     * 归约
     *  reduce(T identity, BinaryOperator)/reduce(BinaryOperator) —— 可以将流中元素反复结合起来,
     *                                                               得到一个值。
     */

    @Test
    public void test1(){
        List list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
        Integer sum = list.stream()
                .reduce(0, (x, y) -> x + y);
        System.out.println(sum);

        System.out.println("-------------------------------------------");

        //计算工资总和
        Optional op = emps.stream()
                .map(Employe::getSalary)
                .reduce(Double::sum);
        System.out.println(op.get());
    }

    /**
     * 收集:
     *    collect —— 将流转换为其他形式。接收一个Collector 接口的实现,
     *                用于给 Stream 中元素做汇总的方法。
     */
    @Test
    public void test2(){
        List list = emps.stream()
                .map(Employe::getName)
                .collect(Collectors.toList());
        list.forEach(x->System.out.print(x+"\t\t"));

        System.out.println("\n ----------------------------------------------");
        Set set = emps.stream()
                .map(Employe::getName)
                .collect(Collectors.toSet());
        set.forEach(x-> System.out.print(x+"\t\t"));
    }

    @Test
    public void test3(){
        //人员总数
        Long count = emps.stream().count();
//                .collect(Collectors.counting());
        System.out.println("总数量:"+count);

        //工资平均值
        Double avgSalary = emps.stream()
                .collect(Collectors.averagingDouble(Employe::getSalary));
        System.out.println("平均工资:"+avgSalary);

        //工资总和
        Double sumSalary = emps.stream().mapToDouble(Employe::getSalary).sum();
//                .collect(Collectors.summingDouble(Employe::getSalary));
        System.out.println("工资总和:"+sumSalary);

        //工资最大值
        Optional maxSalary = emps.stream()
                .max(Comparator.comparingDouble(Employe::getSalary));
//                .max((x, y) -> Double.compare(x.getSalary(), y.getSalary()));
//                .collect(Collectors.maxBy((x, y) -> Double.compare(x.getSalary(), y.getSalary())));
        System.out.println("工资最大值:"+ maxSalary.get().getSalary());

        //工资最小值
        Optional minSalary = emps.stream()
                .min(Comparator.comparingDouble(Employe::getSalary));
//                .min((x, y) -> Double.compare(x.getSalary(), y.getSalary()));
//                .collect(Collectors.minBy((x, y) -> Double.compare(x.getSalary(), y.getSalary())));
        System.out.println("工资最小值:"+ minSalary.get().getSalary());
    }
}

四、流(Stream)使用

1、streamAPI 练习《一》

package com.Stream;

import org.junit.Test;
import com.Stream.Employe.Status;
import java.util.Arrays;
import java.util.List;
import java.util.Optional;
import java.util.stream.Collectors;

/**
 * streamAPI 练习
 *
 */
public class TestStreamAPI7 {

    List emps = Arrays.asList(
            new Employe("张三", 18,9999.99, Status.FREE),
            new Employe("李四", 38,5555.99, Status.BUSY),
            new Employe("王五", 50,6666.66, Status.VOCATION),
            new Employe("赵六", 16,3333.33, Status.FREE),
            new Employe("田七", 10,7777.77, Status.BUSY),
            new Employe("田七", 16,8888.88, Status.VOCATION)
    );

    /**
     * 1.给定一个数列表,返回一个由每个数的平方根构成的列表;
     *   给定【1,2,3,4,5】,应返回【1,4,9,16, 25】
     */
    @Test
    public void test1(){
        List list = Arrays.asList(1, 2, 3, 4, 5);

        List collect = list.stream()
                .map(e -> e * e)
                .collect(Collectors.toList());
        System.out.println(collect);

        Integer[] nums = new Integer[]{2, 3, 4, 5, 6};
        List collect1 = Arrays.stream(nums)
                .map(e -> e * e)
                .collect(Collectors.toList());
        System.out.println(collect1);
    }

    /**
     * 2.用 map 和 reduce 方法数一数流中有多少个Employee?
     */
    @Test
    public void test2(){
        Optional sum = emps.stream()
                .map(e -> 1)
                .reduce(Integer::sum);
        System.out.println(sum.get());

        System.out.println("-------------");

        Optional sum2 = emps.stream()
                .map(x -> 1)
//                .reduce((x, y) -> Integer.sum(x, y));
                .reduce(Integer::sum);
        System.out.println(sum2.get());
    }
}

2、streamAPI 练习《二》

(1)、创建 Trader.java 交易员实体类
package com.Stream;

/**
 * 交易员
 */
public class Trader {

    private String name;
    private String city;

    public Trader() {
    }

    public Trader(String name, String city) {
        this.name = name;
        this.city = city;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public String getCity() {
        return city;
    }

    public void setCity(String city) {
        this.city = city;
    }

    @Override
    public String toString() {
        return "Trader{" +
                "name='" + name + '\'' +
                ", city='" + city + '\'' +
                '}';
    }
}

(2)、创建 Trader.java 交易类实体类
package com.Stream;

/**
 * 交易类
 */
public class Transaction {

    private Trader trader;
    private int year;
    private int value;

    public Transaction() {
    }

    public Transaction(Trader trader, int year, int value) {
        this.trader = trader;
        this.year = year;
        this.value = value;
    }

    public Trader getTrader() {
        return trader;
    }

    public void setTrader(Trader trader) {
        this.trader = trader;
    }

    public int getYear() {
        return year;
    }

    public void setYear(int year) {
        this.year = year;
    }

    public int getValue() {
        return value;
    }

    public void setValue(int value) {
        this.value = value;
    }

    @Override
    public String toString() {
        return "Transaction{" +
                "trader=" + trader +
                ", year=" + year +
                ", value=" + value +
                '}';
    }
}

(3)、实现相应的需求

1.找出2011年发生的所有交易,并按交易额排序(从高到底)
2.交易员都在哪些不同的城市工作过?
3.查找来自剑桥的交易员,并按姓名排序
4.返回所有交易员的姓名字符串,并按字母顺序排序
5.有没有交易员是在米兰工作的?
6.打印生活在剑桥的交易员的所有交易额
7.所有交易中,最高的交易额是多少?
8.找到交易额最小的交易

package com.Stream;

import org.junit.Before;
import org.junit.Test;
import java.util.*;
import java.util.stream.Collectors;

/**
 * @Description: //TODO streamAPI 练习
 * @Author: LL
 * @Date: 2019/9/25
 */
public class TestTransaction {

    List transactions = null;

    @Before
    public void before(){
        Trader raoul = new Trader("Raoul","Cambridge");
        Trader mario = new Trader("Mario","Milan");
        Trader alan = new Trader("Alan","Cambridge");
        Trader brian = new Trader("Brian","Cambridge");

        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)
        );
    }

    //1.找出2011年发生的所有交易,并按交易额排序(从高到底)
    @Test
    public void test1(){
        transactions.stream()
                .filter(e -> e.getYear()==2011)
                .sorted((x, y) -> Integer.compare(x.getValue(), y.getValue()))
//                .sorted(Comparator.comparingInt(Transaction::getValue))
                .forEach(System.out::println);
    }

    //2.交易员都在哪些不同的城市工作过?
    @Test
    public void test2(){
        transactions.stream()
                .map(x -> x.getTrader().getCity())
                .distinct()
                .forEach(System.out::println);
    }

    //3.查找来自剑桥的交易员,并按姓名排序
    @Test
    public void test3(){
        transactions.stream()
                .filter(t->"Cambridge".equals(t.getTrader().getCity()))
                .map(Transaction::getTrader)
                .sorted(Comparator.comparing(Trader::getName))
                .distinct()
                .forEach(System.out::println);
    }

    //4.返回所有交易员的姓名字符串,并按字母顺序排序
    @Test
    public void test4(){
        transactions.stream()
                .map(t -> t.getTrader().getName())
                .distinct()
                .sorted()
                .forEach(System.out::println);

        System.out.println("-------------------------------------");
        String s = transactions.stream()
                .map(t -> t.getTrader().getName())
                .distinct()
                .sorted()
                .collect(Collectors.joining());
        System.out.println(s);

        System.out.println("-------------------------------------");
        String s2 = transactions.stream()
                .map(t -> t.getTrader().getName())
                .distinct()
                .sorted()
                .reduce("",String::concat);
        System.out.println(s2);

    }

    //5.有没有交易员是在米兰工作的?
    @Test
    public void test5(){
        boolean b = transactions.stream()
                .anyMatch(x -> x.getTrader().getCity().equals("Milan"));
        System.out.println(b);
    }

    //6.打印生活在剑桥的交易员的所有交易额
    @Test
    public void test6(){
        Optional sum = transactions.stream()
                .filter(t -> t.getTrader().getCity().equals("Cambridge"))
                .map(Transaction::getValue)
                .reduce(Integer::sum);
        System.out.println(sum.get());

        System.out.println("---------------------------------------");
        Integer sum2 = transactions.stream()
                .filter(t -> t.getTrader().getCity().equals("Cambridge"))
                .map(Transaction::getValue)
                .mapToInt(t -> t).sum();
//                .collect(Collectors.summingInt(t -> t));
        System.out.println(sum2);

    }

    //7.所有交易中,最高的交易额是多少?
    @Test
    public void test7(){
        OptionalInt max = transactions.stream()
                .map(Transaction::getValue)
                .mapToInt(t -> t).max();
        System.out.println(max.getAsInt());

        System.out.println("-----------------------");
        Optional max1 = transactions.stream()
                .map(Transaction::getValue)
                .max(Integer::compare);
        System.out.println(max1.get());
    }

    //8.找到交易额最小的交易
    @Test
    public void test8(){
        OptionalInt min = transactions.stream()
                .map(Transaction::getValue)
                .mapToInt(t -> t).min();
        transactions.stream()
                .filter(t -> t.getValue() <= min.getAsInt())
                .forEach(System.out::println);

        System.out.println("---------------------");
        Optional min1 = transactions.stream()
                .min(Comparator.comparingInt(Transaction::getValue));
//                .min(Comparator.comparingInt(x -> x.getValue()));
//                .min((x,y) -> Integer.compare(x.getValue(),y.getValue()));
        System.out.println(min1.get());

    }
}

你可能感兴趣的:(Stream API ------java8 新特性(2))