9张图,32个案例带你轻松玩转Java stream(下)

简介: 9张图,32个案例带你轻松玩转Java stream

4 短路操作

微信图片_20221213105518.png

4.1 findAny

找出 stream 中任何一个满足过滤条件的元素。

案例 14:找出任何一个成绩高于 90 分的学生

List<Student> students = new ArrayList<>();
students.add(new Student("Mike", 10, "male", 88));
students.add(new Student("Jack", 13,"male", 90));
students.add(new Student("Lucy", 15,"female", 100));
students.add(new Student("Jessie", 12,"female", 78));
students.add(new Student("Allon", 16,"female", 92));
students.add(new Student("Alis", 22,"female", 50));
Optional<Student> studentFindAny = students.stream().filter(x -> x.getScore() > 90).findAny();
System.out.print("找出任意一个考试成绩在90分以上的学生姓名:" + studentFindAny.orElseGet(null).getName());

输出结果:

找出任意一个考试成绩在90分以上的学生姓名:Lucy

4.2 anyMatch

是否存在任意一个满足给定条件的元素。

案例 15:是否存在成绩高于 90 分的学生,是否存在成绩低于 50 分的学生。还是采用上面案例 14 中的学生集合。

boolean result1 = students.stream().anyMatch(x -> x.getScore() > 90);
System.out.println("是否存在成绩高于 90 分的学生:" + result1);
boolean result2 = students.stream().anyMatch(x -> x.getScore() < 50);
System.out.print("是否存在成绩低于 50 分的学生:" + result2);

输出结果:

是否存在成绩高于 90 分的学生:true

是否存在成绩低于 50 分的学生:false

4.3 allMatch

是否集合中所有元素都满足给定的条件,如果集合是空,则返回 true。

案例 16:学生成绩是否都高于 90 分,是否都高于 50 分。还是采用上面案例 14 中的学生集合。

boolean result1 = students.stream().allMatch(x -> x.getScore() > 90);
System.out.println("是否所有学生的成绩都高于90分:" + result1);
boolean result2 = students.stream().allMatch(x -> x.getScore() > 50);
System.out.print("是否所有学生的成绩都高于50分:" + result2);

输出结果:

是否所有学生的成绩都高于90分:false

是否所有学生的成绩都高于50分:true

4.4 noneMatch

是否没有元素能匹配给定的条件,如果集合是空,则返回 true。

案例 17:是不是没有学生成绩在 90 分以上,是否没有学生成绩在 50 分以下。还是采用上面案例 14 中的学生集合。

boolean result1 = students.stream().noneMatch(x -> x.getScore() > 90);
System.out.println("是不是没有学生成绩在 90 分以上:" + result1);
boolean result2 = students.stream().noneMatch(x -> x.getScore() < 50);
System.out.print("是不是没有学生成绩在 50 分以下:" + result2);

输出结果:

是不是没有学生成绩在 90 分以上:false

是不是没有学生成绩在 50 分以下:true

4.5 findFirst

找出第一个符合条件的元素。

案例 18:找出第一个成绩在 90 分以上的学生。还是采用上面案例 14 中的学生集合。

Optional<Student> studentFindAny = students.stream().filter(x -> x.getScore() > 90).findFirst();
System.out.print("第一个成绩在 90 分以上的学生姓名:" + studentFindAny.orElseGet(null).getName());

输出结果:

第一个成绩在 90 分以上的学生姓名:Lucy

5 非短路操作

微信图片_20221213105557.png

5.1 forEach

遍历元素。

案例 19:遍历一个数组并打印

List<Integer> array = Arrays.asList(5, 2, 3, 1, 4);
array.stream().forEach(System.out :: println);

输出结果:

5 2 3 1 4

5.2 forEachOrdered

按照给定集合中元素的顺序输出。主要使用场景是在并行流的情况下,按照给定的顺序输出元素。

案例 20:用并行流遍历一个数组并按照给定数组的顺序输出结果

List<Integer> array = Arrays.asList(5, 2, 3, 1, 4);
array.parallelStream().forEachOrdered(System.out :: println);

输出结果:

5 2 3 1 4

5.3 toArray

返回包括给定 stream 中所有元素的数组。

案例 21:把给定字符串流转化成数组

Stream<String> stream = Arrays.asList("ab", "abc", "abcd", "abcde", "abcdef").stream();
String[] newArray1 = stream.toArray(str -> new String[5]);
String[] newArray2 = stream.toArray(String[]::new);
Object[] newArray3 = stream.toArray();

5.4 reduce

规约操作,把一个流的所有元素合并成一个元素,比如求和、求乘积、求最大最小值等。

案例 22:求整数数组元素之和、乘积和最大值

List<Integer> list = Arrays.asList(5, 2, 3, 1, 4);
Optional<Integer> sum = list.stream().reduce((x, y) -> x + y);
Optional<Integer> product = list.stream().reduce((x, y) -> x * y);
Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y);
System.out.println("数组元素之和:" + sum.get());
System.out.println("数组元素乘积:" + product.get());
System.out.println("数组元素最大值:" + max.get());

输出结果:

数组元素之和:15

数组元素乘积:120

数组元素最大值:5

案例 23:求全班学生最高分、全班学生总分

List<Student> students = new ArrayList<>();
students.add(new Student("Mike", 10, "male", 88));
students.add(new Student("Jack", 13,"male", 90));
students.add(new Student("Lucy", 15,"female", 100));
students.add(new Student("Jessie", 12,"female", 78));
students.add(new Student("Allon", 16,"female", 92));
students.add(new Student("Alis", 22,"female", 50));
Optional<Integer> maxScore = students.stream().map(r -> r.getScore()).reduce(Integer::max);
Optional<Integer> sumScore = students.stream().map(r -> r.getScore()).reduce(Integer::sum);
System.out.println("全班学生最高分:" + maxScore.get());
System.out.println("全班学生总分:" + sumScore.get());

输出结果:

全班学生最高分:100

全班学生总分:498

5.5 collect

把 stream 中的元素归集到新的集合或者归集成单个元素。

5.5.1 归集成新集合

方法包括 toList、toSet、toMap。

案例 24:根据学生列表,归纳出姓名列表、不同分数列表、姓名分数集合,其中 Mike 和 Jessie 的分数都是 88。

List<Student> students = new ArrayList<>();
students.add(new Student("Mike", 10, "male", 88));
students.add(new Student("Jack", 13,"male", 90));
students.add(new Student("Lucy", 15,"female", 100));
students.add(new Student("Jessie", 12,"female", 88));
students.add(new Student("Allon", 16,"female", 92));
students.add(new Student("Alis", 22,"female", 50));
List<String> list = students.stream().map(r -> r.getName()).collect(Collectors.toList());
Set<Integer> set = students.stream().map(r -> r.getScore()).collect(Collectors.toSet());
Map<String, Integer> map = students.stream().collect(Collectors.toMap(Student::getName, Student::getScore));
System.out.println("全班学生姓名列表:" + list);
System.out.println("全班学生不同分数列表:" + set);
System.out.println("全班学生姓名分数集合:" + map);

输出结果:

全班学生姓名列表:[Mike, Jack, Lucy, Jessie, Allon, Alis]

全班学生不同分数列表:[50, 100, 88, 90, 92]

全班学生姓名分数集合:{Mike=88, Allon=92, Alis=50, Lucy=100, Jack=90, Jessie=88}

5.5.2 统计功能

微信图片_20221213105628.png

统计功能包括如下方法:

微信图片_20221213105658.png

案例 25:求总数、求和、最大/最小/平均值

List<Integer> list = Arrays.asList(5, 2, 3, 1, 4);
long count = list.stream().collect(Collectors.counting());
int sum = list.stream().collect(Collectors.summingInt(r -> r));
double average = list.stream().collect(Collectors.averagingDouble(r -> r));
Optional<Integer> max = list.stream().collect(Collectors.maxBy(Integer::compare));
Optional<Integer> min = list.stream().collect(Collectors.maxBy((x, y) -> x > y ? y : x));
System.out.println("总数:" + count);
System.out.println("总和:" + sum);
System.out.println("平均值:" + average);
System.out.println("最大值:" + max.get());
System.out.println("最小值:" + min.get());

输出结果:

总数:5

总和:15

平均值:3.0

最大值:5

最小值:5

案例 26:求总和统计

List<Integer> list = Arrays.asList(5, 2, 3, 1, 4);
IntSummaryStatistics statistics = list.stream().collect(Collectors.summarizingInt(r -> r));
System.out.println("综合统计结果:" + statistics.toString());

输出结果:

综合统计结果:IntSummaryStatistics{count=5, sum=15, min=1, average=3.000000, max=5}

5.5.3 分区和分组

主要包括两个函数:

  • partitioningBy:把 stream 分成两个 map
  • groupingBy:把 stream 分成多个 map

案例 27:将学生按照 80 分以上和以下分区

List<Student> students = new ArrayList<>();
students.add(new Student("Mike", 10, "male", 88));
students.add(new Student("Jack", 10,"male", 90));
students.add(new Student("Lucy", 12,"female", 100));
students.add(new Student("Jessie", 12,"female", 78));
students.add(new Student("Allon", 16,"female", 92));
students.add(new Student("Alis", 16,"female", 50));
Map<Boolean, List<Student>> partitionByScore = students.stream().collect(Collectors.partitioningBy(x -> x.getScore() > 80));
System.out.println("将学生按照考试成绩80分以上分区:");
partitionByScore.forEach((k,v ) -> {
    System.out.print(k ? "80分以上:" : "80分以下:");
    v.forEach(r -> System.out.print(r.getName() + ","));
    System.out.println();
});
System.out.println();

分区结果是把 Student 列表分成 key 只有 true 和 false 两个值的 map,输出如下:

将学生按照考试成绩80分以上分区:

80分以下:Jessie,Alis,

80分以上:Mike,Jack,Lucy,Allon,

案例 28:将学生按照性别、年龄分组

Map<String, Map<Integer, List<Student>>> group = students.stream().collect(Collectors.groupingBy(Student::getSex, Collectors.groupingBy(Student::getAge)));
System.out.println("将学生按照性别、年龄分组:");
group.forEach((k,v ) -> {
    System.out.println(k +":");
    v.forEach((k1,v1) -> {
        System.out.print("      " + k1 + ":" );
        v1.forEach(r -> System.out.print(r.getName() + ","));
        System.out.println();
    });
});

输出如下:

将学生按照性别、年龄分组:

female:

     16:Allon,Alis,

     12:Lucy,Jessie,

male:

     10:Mike,Jack,

5.5.4 连接

将 stream 中的元素用指定的连接符合并,连接符可以是空。

案例 29:输出所有学生的姓名,用逗号分隔,这里还是使用案例 27 中的学生列表

String studentNames = students.stream().map(r -> r.getName()).collect(Collectors.joining(","));
System.out.println("所有学生姓名列表:" + studentNames);

输出如下:

所有学生姓名列表:Mike,Jack,Lucy,Jessie,Allon,Alis

5.5.5 规约

在 5.4 节已经讲过规约了,这里的规约支持更强大的自定义规约。

案例 30:数组中每个元素加 1 后求总和

List<Integer> list = Arrays.asList(5, 2, 3, 1, 4);
int listSum = list.stream().collect(Collectors.reducing(0, x -> x + 1, (sum, b) -> sum + b));
System.out.println("数组中每个元素加 1 后总和:" + listSum);

输出结果:

数组中每个元素加 1 后总和:20

5.6 max、min、count

stream 提供的方便统计的方法。

案例 31:统计整数数组中最大值、最小值、大于 3 的元素个数

List<Integer> list = Arrays.asList(5, 2, 3, 1, 4);
System.out.println("数组元素最大值:"+list.stream().max(Integer::compareTo).get());
System.out.println("数组元素最小值:"+list.stream().min(Integer::compareTo).get());
System.out.println("数组中大于3的元素个数:"+list.stream().filter(x -> x > 3).count());

输出结果:

数组元素最大值:5

数组元素最小值:1

数组中大于3的元素个数:2

案例 32:统计分数最高的学生姓名

List<Student> students = new ArrayList<>();
students.add(new Student("Mike", 10, "male", 88));
students.add(new Student("Jack", 10,"male", 90));
students.add(new Student("Lucy", 12,"female", 100));
students.add(new Student("Jessie", 12,"female", 78));
students.add(new Student("Allon", 16,"female", 92));
students.add(new Student("Alis", 16,"female", 50));
Optional<Student> optional = students.stream().max(Comparator.comparing(r -> r.getScore()));
System.out.println("成绩最高的学生姓名:" + optional.get().getName());

输出结果:

成绩最高的学生姓名:Lucy

       ··············  END  ··············

相关文章
|
1天前
|
安全 Java API
Java Stream API详解与使用
Java Stream API是Java 8引入的特性,提供函数式操作处理集合,支持链式操作和并行处理,提升代码可读性和性能。关键点包括:延迟执行的中间操作(如filter, map)和触发计算的终端操作(如collect, forEach)。示例展示了如何从Person列表过滤出年龄大于20的姓名并排序。使用Stream时注意避免中间操作的副作用,终端操作后Stream不能复用,以及并行操作的线程安全性。
|
1天前
|
Java API
Java 8新特性之Lambda表达式与Stream API实践指南
【5月更文挑战第15天】 随着Java语言的不断发展,Java 8作为一个重要的版本,引入了许多令人兴奋的新特性。其中,Lambda表达式和Stream API是Java 8最受关注的两个特性。本文将深入探讨Lambda表达式的基本概念、语法和使用场景,以及如何结合Stream API实现更加简洁、高效的代码编写。通过实例演示,帮助读者快速掌握这两个新特性,提高Java编程能力。
|
1天前
|
Java API 数据处理
Java一分钟之-Stream API:数据处理新方式
【5月更文挑战第13天】Java 8的Stream API为集合操作提供了声明式编程,简化数据处理。本文介绍了Stream的基本概念、常见问题和易错点。问题包括并行流与顺序流的区别,状态改变操作的影响,以及忘记调用终止操作和误用`peek()`。理解并合理使用Stream API能提升代码效率和可维护性。实践中不断探索,将发掘更多Stream API的潜力。
12 3
|
1天前
|
Java 程序员 API
Java 8新特性之Lambda表达式与Stream API的深度解析
【5月更文挑战第12天】本文将深入探讨Java 8中的两个重要新特性:Lambda表达式和Stream API。我们将从基本概念入手,逐步深入到实际应用场景,帮助读者更好地理解和掌握这两个新特性,提高Java编程效率。
41 2
|
1天前
|
Java API
【JAVA进阶篇教学】第三篇:JDK8中Stream API使用
【JAVA进阶篇教学】第三篇:JDK8中Stream API使用
|
1天前
|
设计模式 消息中间件 安全
【Java多线程】关于多线程的一些案例 —— 单例模式中的饿汉模式和懒汉模式以及阻塞队列
【Java多线程】关于多线程的一些案例 —— 单例模式中的饿汉模式和懒汉模式以及阻塞队列
11 0
|
1天前
|
分布式计算 Java API
Java 8新特性之Lambda表达式与Stream API
【5月更文挑战第1天】本文将介绍Java 8中的两个重要特性:Lambda表达式和Stream API。Lambda表达式是一种新的函数式编程语法,可以简化代码并提高可读性。Stream API是一种用于处理集合的新工具,可以方便地进行数据操作和转换。通过结合Lambda表达式和Stream API,我们可以更加简洁高效地编写Java代码。
|
1天前
|
Java 关系型数据库 测试技术
Java代码一键生成数据库文档(案例详解)
Screw是一个自动化数据库文档生成工具,能根据数据库表结构快速生成简洁、多格式(HTML、Word、Markdown)的文档,支持MySQL、MariaDB等多数据库。它使用Freemarker模板,允许用户自定义样式。依赖包括HikariCP数据库连接池和对应JDBC驱动。通过在Java代码或Maven插件中配置,可方便生成文档。示例代码展示了如何在测试用例中使用Screw。文档效果依赖于数据库中的表和字段注释。
|
1天前
|
Java
Java8 Stream Collectors groupingBy使用
Java8 Stream Collectors groupingBy使用
|
1天前
|
Java
【专栏】Java 8 的 Streams 提供了一种处理数据集合的新方式,增强了代码的可读性和可维护性
【4月更文挑战第28天】Java 8 的 Streams 提供了一种处理数据集合的新方式,增强了代码的可读性和可维护性。本文介绍了 Streams 的基本概念,如从数据源创建 Stream,以及中间和终端操作。通过过滤、映射、归并、排序、分组等案例,展示了 Streams 的使用,包括并行 Streams 提高效率。学习 Streams 可以提升代码质量和效率,文章鼓励读者在实际开发中探索更多 Streams 功能。