Java 8 Collectors 深入解析与示例

本文涉及的产品
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
简介: Java 8 Collectors 深入解析与示例

Java 8中,java.util.stream.Collectors类提供了强大的数据流处理和归约操作,使得对集合的操作更加简洁高效。本文将通过创建一个简单的Student类为例,来逐一介绍Collectors中常用的收集器及其使用方法。

首先,定义一个Student类:

public class Student {
    private String name;
    private int age;
    private double score;

    // 构造方法、getter和setter省略...
}

接下来,我们将使用这个Student类作为示例,探索各种收集器的应用场景。

基础收集器

toList()

将流转换为List

List<Student> students = ... // 学生列表
List<Student> studentList = students.stream().collect(Collectors.toList());

toSet()

将流转换为Set,自动去重。

Set<Student> studentSet = students.stream().collect(Collectors.toSet());

joining()

将流中的元素连接成一个字符串

String names = students.stream()
                        .map(Student::getName)
                        .collect(Collectors.joining(", "));

counting()

统计流中元素的数量。

long count = students.stream().collect(Collectors.counting());

minBy() / maxBy()

找到流中最小/最大的元素。

Optional<Student> youngest = students.stream()
                                    .collect(Collectors.minBy(Comparator.comparingInt(Student::getAge)));

Optional<Student> oldest = students.stream()
                                  .collect(Collectors.maxBy(Comparator.comparingInt(Student::getAge)));


summingInt(), summingLong(), summingDouble()

对流中元素的某个数值属性求和。

double totalScore = students.stream()
                            .collect(Collectors.summingDouble(Student::getScore));

averagingInt(), averagingLong(), averagingDouble()

计算流中元素的某个数值属性的平均值。

double averageScore = students.stream()
                              .collect(Collectors.averagingDouble(Student::getScore));

reducing()

通用的归约操作,可以实现求和、求积等多种操作。

// 求所有学生成绩之和
double sumScores = students.stream()
                           .collect(Collectors.reducing(0.0, Student::getScore, Double::sum));

分组收集器

groupingBy()

根据某个属性进行分组。

Map<Integer, List<Student>> studentsByAge = students.stream()
                                                    .collect(Collectors.groupingBy(Student::getAge));

partitioningBy()

根据条件进行分区。

Map<Boolean, List<Student>> studentsByAgePartition = students.stream()
                                                             .collect(Collectors.partitioningBy(s -> s.getAge() > 18));

映射收集器

mapping()

在收集前对元素进行转换。

List<String> names = students.stream()
                             .collect(Collectors.mapping(Student::getName, Collectors.toList()));

collectingAndThen()

先应用一个收集器,再应用一个最终转换函数。

Optional<Double> maxScore = students.stream()
                                    .collect(Collectors.collectingAndThen(
                                        Collectors.maxBy(Comparator.comparingDouble(Student::getScore)),
                                        opt -> opt.map(Student::getScore).orElse(0.0)));

以上是Collectors中一些常用收集器的简介和示例。通过这些收集器,我们可以非常方便地对数据流进行转换、聚合、分组等操作,极大地提高了代码的简洁性和可读性。在实际开发中,合理利用这些工具能够有效提升编程效率。

目录
打赏
0
0
0
0
139
分享
相关文章
|
2天前
|
Java代码结构解析:类、方法、主函数(1分钟解剖室)
### Java代码结构简介 掌握Java代码结构如同拥有程序世界的建筑蓝图,类、方法和主函数构成“黄金三角”。类是独立的容器,承载成员变量和方法;方法实现特定功能,参数控制输入环境;主函数是程序入口。常见错误包括类名与文件名不匹配、忘记static修饰符和花括号未闭合。通过实战案例学习电商系统、游戏角色控制和物联网设备监控,理解类的作用、方法类型和主函数任务,避免典型错误,逐步提升编程能力。 **脑图速记法**:类如太空站,方法即舱段;main是发射台,static不能换;文件名对仗,括号要成双;参数是坐标,void不返航。
17 5
保单AI识别技术及代码示例解析
车险保单包含基础信息、车辆信息、人员信息、保险条款及特别约定等关键内容。AI识别技术通过OCR、文档结构化解析和数据校验,实现对保单信息的精准提取。然而,版式多样性、信息复杂性、图像质量和法律术语解析是主要挑战。Python代码示例展示了如何使用PaddleOCR进行保单信息抽取,并提出了定制化训练、版式分析等优化方向。典型应用场景包括智能录入、快速核保、理赔自动化等。未来将向多模态融合、自适应学习和跨区域兼容性发展。
深潜数据海洋:Java文件读写全面解析与实战指南
通过本文的详细解析与实战示例,您可以系统地掌握Java中各种文件读写操作,从基本的读写到高效的NIO操作,再到文件复制、移动和删除。希望这些内容能够帮助您在实际项目中处理文件数据,提高开发效率和代码质量。
19 0
Java中Log级别和解析
日志级别定义了日志信息的重要程度,从低到高依次为:TRACE(详细调试)、DEBUG(开发调试)、INFO(一般信息)、WARN(潜在问题)、ERROR(错误信息)和FATAL(严重错误)。开发人员可根据需要设置不同的日志级别,以控制日志输出量,避免影响性能或干扰问题排查。日志框架如Log4j 2由Logger、Appender和Layout组成,通过配置文件指定日志级别、输出目标和格式。
Java二维数组的使用技巧与实例解析
本文详细介绍了Java中二维数组的使用方法
55 15
【潜意识Java】深度解析黑马项目《苍穹外卖》与蓝桥杯算法的结合问题
本文探讨了如何将算法学习与实际项目相结合,以提升编程竞赛中的解题能力。通过《苍穹外卖》项目,介绍了订单配送路径规划(基于动态规划解决旅行商问题)和商品推荐系统(基于贪心算法)。这些实例不仅展示了算法在实际业务中的应用,还帮助读者更好地准备蓝桥杯等编程竞赛。结合具体代码实现和解析,文章详细说明了如何运用算法优化项目功能,提高解决问题的能力。
76 6
|
4天前
|
【源码】【Java并发】【线程池】邀请您从0-1阅读ThreadPoolExecutor源码
当我们创建一个`ThreadPoolExecutor`的时候,你是否会好奇🤔,它到底发生了什么?比如:我传的拒绝策略、线程工厂是啥时候被使用的? 核心线程数是个啥?最大线程数和它又有什么关系?线程池,它是怎么调度,我们传入的线程?...不要着急,小手手点上关注、点赞、收藏。主播马上从源码的角度带你们探索神秘线程池的世界...
46 0
【源码】【Java并发】【线程池】邀请您从0-1阅读ThreadPoolExecutor源码
|
8天前
|
【Java并发】【线程池】带你从0-1入门线程池
欢迎来到我的技术博客!我是一名热爱编程的开发者,梦想是编写高端CRUD应用。2025年我正在沉淀中,博客更新速度加快,期待与你一起成长。 线程池是一种复用线程资源的机制,通过预先创建一定数量的线程并管理其生命周期,避免频繁创建/销毁线程带来的性能开销。它解决了线程创建成本高、资源耗尽风险、响应速度慢和任务执行缺乏管理等问题。
118 60
【Java并发】【线程池】带你从0-1入门线程池
Java社招面试题:一个线程运行时发生异常会怎样?
大家好,我是小米。今天分享一个经典的 Java 面试题:线程运行时发生异常,程序会怎样处理?此问题考察 Java 线程和异常处理机制的理解。线程发生异常,默认会导致线程终止,但可以通过 try-catch 捕获并处理,避免影响其他线程。未捕获的异常可通过 Thread.UncaughtExceptionHandler 处理。线程池中的异常会被自动处理,不影响任务执行。希望这篇文章能帮助你深入理解 Java 线程异常处理机制,为面试做好准备。如果你觉得有帮助,欢迎收藏、转发!
86 14

热门文章

最新文章

推荐镜像

更多