码迷,mamicode.com
首页 > 编程语言 > 详细

Java8使用Stream流实现List列表的查询、统计、排序、分组

时间:2021-02-18 13:24:59      阅读:0      评论:0      收藏:0      [点我收藏+]

标签:proc   tst   lam   最小   type   http   编程   parallel   null   

 

https://blog.csdn.net/pan_junbiao/article/details/105913518

Java8提供了Stream(流)处理集合的关键抽象概念,它可以对集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作。Stream API 借助于同样新出现的Lambda表达式,极大的提高编程效率和程序可读性。

下面是使用Stream的常用方法的综合实例。

创建UserService.class(用户信息业务逻辑类)。

  1.  
    import com.pjb.streamdemo.entity.User;
  2.  
    import java.math.BigDecimal;
  3.  
    import java.util.ArrayList;
  4.  
    import java.util.List;
  5.  
     
  6.  
    /**
  7.  
    * 用户信息业务逻辑类
  8.  
    * @author pan_junbiao
  9.  
    **/
  10.  
    public class UserService
  11.  
    {
  12.  
    /**
  13.  
    * 获取用户列表
  14.  
    */
  15.  
    public static List<User> getUserList()
  16.  
    {
  17.  
    List<User> userList = new ArrayList<User>();
  18.  
    userList.add(new User(1, "pan_junbiao的博客_01", "男", 32, "研发部", BigDecimal.valueOf(1600)));
  19.  
    userList.add(new User(2, "pan_junbiao的博客_02", "男", 30, "财务部", BigDecimal.valueOf(1800)));
  20.  
    userList.add(new User(3, "pan_junbiao的博客_03", "女", 20, "人事部", BigDecimal.valueOf(1700)));
  21.  
    userList.add(new User(4, "pan_junbiao的博客_04", "男", 38, "研发部", BigDecimal.valueOf(1500)));
  22.  
    userList.add(new User(5, "pan_junbiao的博客_05", "女", 25, "财务部", BigDecimal.valueOf(1200)));
  23.  
    return userList;
  24.  
    }
  25.  
    }

1、查询方法

1.1 forEach()

使用 forEach() 遍历列表数据。

  1.  
    /**
  2.  
    * 使用forEach()遍历列表信息
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void forEachTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //遍历用户列表
  12.  
    userList.forEach(System.out::println);
  13.  
    }

上述遍历语句等同于以下语句:

userList.forEach(user -> {System.out.println(user);});

执行结果:

技术图片

 

1.2 filter(T -> boolean)

使用 filter() 过滤列表数据。

【示例】获取部门为“研发部”的用户列表。

  1.  
    /**
  2.  
    * 使用filter()过滤列表信息
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void filterTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //获取部门为“研发部”的用户列表
  12.  
    userList = userList.stream().filter(user -> user.getDepartment() == "研发部").collect(Collectors.toList());
  13.  
     
  14.  
    //遍历用户列表
  15.  
    userList.forEach(System.out::println);
  16.  
    }

执行结果:

技术图片

 

1.3 findAny() 和 findFirst()

使用 findAny() 和 findFirst() 获取第一条数据。

【示例】获取用户名称为“pan_junbiao的博客_02”的用户信息,如果未找到则返回null。

  1.  
    /**
  2.  
    * 使用findAny()获取第一条数据
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void findAnytTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //获取用户名称为“pan_junbiao的博客_02”的用户信息,如果没有找到则返回null
  12.  
    User user = userList.stream().filter(u -> u.getName().equals("pan_junbiao的博客_02")).findAny().orElse(null);
  13.  
     
  14.  
    //打印用户信息
  15.  
    System.out.println(user);
  16.  
    }

执行结果:

技术图片

注意:findFirst() 和 findAny() 都是获取列表中的第一条数据,但是findAny()操作,返回的元素是不确定的,对于同一个列表多次调用findAny()有可能会返回不同的值。使用findAny()是为了更高效的性能。如果是数据较少,串行地情况下,一般会返回第一个结果,如果是并行(parallelStream并行流)的情况,那就不能确保是第一个。

例如:使用parallelStream并行流,findAny() 返回的就不一定是第一条数据。

  1.  
    //parallelStream方法能生成并行流,使用findAny返回的不一定是第一条数据
  2.  
    User user = userList.parallelStream().filter(u -> u.getName().startsWith("p")).findAny().orElse(null);

 

1.4 map(T -> R) 和 flatMap(T -> Stream)

使用 map() 将流中的每一个元素 T 映射为 R(类似类型转换)。

使用 flatMap() 将流中的每一个元素 T 映射为一个流,再把每一个流连接成为一个流。

【示例】使用 map() 方法获取用户列表中的名称列。

  1.  
    /**
  2.  
    * 使用map()获取列元素
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void mapTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //获取用户名称列表
  12.  
    List<String> nameList = userList.stream().map(User::getName).collect(Collectors.toList());
  13.  
    //或者:List<String> nameList = userList.stream().map(user -> user.getName()).collect(Collectors.toList());
  14.  
     
  15.  
    //遍历名称列表
  16.  
    nameList.forEach(System.out::println);
  17.  
    }

 返回的结果为数组类型,写法如下:

  1.  
    //数组类型
  2.  
    String[] nameArray = userList.stream().map(User::getName).collect(Collectors.toList()).toArray(new String[userList.size()]);

 执行结果:

技术图片

【示例】使用 flatMap() 将流中的每一个元素连接成为一个流。

  1.  
    /**
  2.  
    * 使用flatMap()将流中的每一个元素连接成为一个流
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void flatMapTest()
  7.  
    {
  8.  
    //创建城市
  9.  
    List<String> cityList = new ArrayList<String>();
  10.  
    cityList.add("北京;上海;深圳;");
  11.  
    cityList.add("广州;武汉;杭州;");
  12.  
     
  13.  
    //分隔城市列表,使用 flatMap() 将流中的每一个元素连接成为一个流。
  14.  
    cityList = cityList.stream()
  15.  
    .map(city -> city.split(";"))
  16.  
    .flatMap(Arrays::stream)
  17.  
    .collect(Collectors.toList());
  18.  
     
  19.  
    //遍历城市列表
  20.  
    cityList.forEach(System.out::println);
  21.  
    }

执行结果:

技术图片

 

1.5 distinct()

使用 distinct() 方法可以去除重复的数据。

【示例】获取部门列表,并去除重复数据。

  1.  
    /**
  2.  
    * 使用distinct()去除重复数据
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void distinctTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //获取部门列表,并去除重复数据
  12.  
    List<String> departmentList = userList.stream().map(User::getDepartment).distinct().collect(Collectors.toList());
  13.  
     
  14.  
    //遍历部门列表
  15.  
    departmentList.forEach(System.out::println);
  16.  
    }

执行结果:

技术图片

 

1.6 limit(long n) 和 skip(long n)

limit(long n) 方法用于返回前n条数据,skip(long n) 方法用于跳过前n条数据。

【示例】获取用户列表,要求跳过第1条数据后的前3条数据。

  1.  
    /**
  2.  
    * limit(long n)方法用于返回前n条数据
  3.  
    * skip(long n)方法用于跳过前n条数据
  4.  
    * @author pan_junbiao
  5.  
    */
  6.  
    @Test
  7.  
    public void limitAndSkipTest()
  8.  
    {
  9.  
    //获取用户列表
  10.  
    List<User> userList = UserService.getUserList();
  11.  
     
  12.  
    //获取用户列表,要求跳过第1条数据后的前3条数据
  13.  
    userList = userList.stream()
  14.  
    .skip(1)
  15.  
    .limit(3)
  16.  
    .collect(Collectors.toList());
  17.  
     
  18.  
    //遍历用户列表
  19.  
    userList.forEach(System.out::println);
  20.  
    }

执行结果:

技术图片

 

2、判断方法

2.1 anyMatch(T -> boolean)

使用 anyMatch(T -> boolean) 判断流中是否有一个元素匹配给定的 T -> boolean 条件。

2.2 allMatch(T -> boolean)

使用 allMatch(T -> boolean) 判断流中是否所有元素都匹配给定的 T -> boolean 条件。

2.3 noneMatch(T -> boolean)

使用 noneMatch(T -> boolean) 流中是否没有元素匹配给定的 T -> boolean 条件。

【示例】使用 anyMatch()、allMatch()、noneMatch() 进行判断。

  1.  
    /**
  2.  
    * 使用 anyMatch()、allMatch()、noneMatch() 进行判断
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void matchTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //判断用户列表中是否存在名称为“pan_junbiao的博客_01”的数据
  12.  
    boolean result1 = userList.stream().anyMatch(user -> user.getName().equals("pan_junbiao的博客_01"));
  13.  
     
  14.  
    //判断用户名称是否都包含“pan_junbiao的博客”字段
  15.  
    boolean result2 = userList.stream().allMatch(user -> user.getName().contains("pan_junbiao的博客"));
  16.  
     
  17.  
    //判断用户名称是否存在不包含“pan_junbiao的博客”字段
  18.  
    boolean result3 = userList.stream().noneMatch(user -> user.getName().contains("pan_junbiao的博客"));
  19.  
     
  20.  
    //打印结果
  21.  
    System.out.println(result1);
  22.  
    System.out.println(result2);
  23.  
    System.out.println(result3);
  24.  
    }

执行结果:

技术图片

 

3、统计方法

3.1 reduce((T, T) -> T) 和 reduce(T, (T, T) -> T)

使用 reduce((T, T) -> T) 和 reduce(T, (T, T) -> T) 用于组合流中的元素,如求和,求积,求最大值等。

【示例】使用 reduce() 求用户列表中年龄的最大值、最小值、总和。

  1.  
    /**
  2.  
    * 使用 reduce() 方法
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void reduceTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //用户列表中年龄的最大值、最小值、总和
  12.  
    int maxVal = userList.stream().map(User::getAge).reduce(Integer::max).get();
  13.  
    int minVal = userList.stream().map(User::getAge).reduce(Integer::min).get();
  14.  
    int sumVal = userList.stream().map(User::getAge).reduce(0,Integer::sum);
  15.  
     
  16.  
    //打印结果
  17.  
    System.out.println("最大年龄:" + maxVal);
  18.  
    System.out.println("最小年龄:" + minVal);
  19.  
    System.out.println("年龄总和:" + sumVal);
  20.  
    }

 

3.2 mapToInt(T -> int) 、mapToDouble(T -> double) 、mapToLong(T -> long) 

int sumVal = userList.stream().map(User::getAge).reduce(0,Integer::sum);计算元素总和的方法其中暗含了装箱成本,map(User::getAge) 方法过后流变成了 Stream 类型,而每个 Integer 都要拆箱成一个原始类型再进行 sum 方法求和,这样大大影响了效率。针对这个问题 Java 8 有良心地引入了数值流 IntStream, DoubleStream, LongStream,这种流中的元素都是原始数据类型,分别是 int,double,long。

流转换为数值流:

  • mapToInt(T -> int) : return IntStream
  • mapToDouble(T -> double) : return DoubleStream
  • mapToLong(T -> long) : return LongStream

【示例】使用 mapToInt() 求用户列表中年龄的最大值、最小值、总和、平均值。

  1.  
    /**
  2.  
    * 使用 mapToInt() 方法
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void mapToIntTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //用户列表中年龄的最大值、最小值、总和、平均值
  12.  
    int maxVal = userList.stream().mapToInt(User::getAge).max().getAsInt();
  13.  
    int minVal = userList.stream().mapToInt(User::getAge).min().getAsInt();
  14.  
    int sumVal = userList.stream().mapToInt(User::getAge).sum();
  15.  
    double aveVal = userList.stream().mapToInt(User::getAge).average().getAsDouble();
  16.  
     
  17.  
    //打印结果
  18.  
    System.out.println("最大年龄:" + maxVal);
  19.  
    System.out.println("最小年龄:" + minVal);
  20.  
    System.out.println("年龄总和:" + sumVal);
  21.  
    System.out.println("平均年龄:" + aveVal);
  22.  
    }

执行结果:

技术图片

 

3.3 counting() 和 count()

使用 counting() 和 count() 可以对列表数据进行统计。

【示例】使用 count() 统计用户列表信息。

  1.  
    /**
  2.  
    * 使用 counting() 或 count() 统计
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void countTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //统计研发部的人数,使用 counting()方法进行统计
  12.  
    Long departCount = userList.stream().filter(user -> user.getDepartment() == "研发部").collect(Collectors.counting());
  13.  
     
  14.  
    //统计30岁以上的人数,使用 count()方法进行统计(推荐)
  15.  
    Long ageCount = userList.stream().filter(user -> user.getAge() >= 30).count();
  16.  
     
  17.  
    //统计薪资大于1500元的人数
  18.  
    Long salaryCount = userList.stream().filter(user -> user.getSalary().compareTo(BigDecimal.valueOf(1500)) == 1).count();
  19.  
     
  20.  
    //打印结果
  21.  
    System.out.println("研发部的人数:" + departCount + "人");
  22.  
    System.out.println("30岁以上的人数:" + ageCount + "人");
  23.  
    System.out.println("薪资大于1500元的人数:" + salaryCount + "人");
  24.  
    }

执行结果:

技术图片

 

3.4 summingInt()、summingLong()、summingDouble()

用于计算总和,需要一个函数参数。

  1.  
    //计算年龄总和
  2.  
    int sumAge = userList.stream().collect(Collectors.summingInt(User::getAge));

 

3.5 averagingInt()、averagingLong()、averagingDouble()

用于计算平均值。

  1.  
    //计算平均年龄
  2.  
    double aveAge = userList.stream().collect(Collectors.averagingDouble(User::getAge));

 

3.6 summarizingInt()、summarizingLong()、summarizingDouble()

这三个方法比较特殊,比如 summarizingInt 会返回 IntSummaryStatistics 类型。

IntSummaryStatistics类提供了用于计算的平均值、总数、最大值、最小值、总和等方法,方法如下图:

技术图片

【示例】使用 IntSummaryStatistics 统计:最大值、最小值、总和、平均值、总数。

  1.  
    /**
  2.  
    * 使用 summarizingInt 统计
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void summarizingIntTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //获取IntSummaryStatistics对象
  12.  
    IntSummaryStatistics ageStatistics = userList.stream().collect(Collectors.summarizingInt(User::getAge));
  13.  
     
  14.  
    //统计:最大值、最小值、总和、平均值、总数
  15.  
    System.out.println("最大年龄:" + ageStatistics.getMax());
  16.  
    System.out.println("最小年龄:" + ageStatistics.getMin());
  17.  
    System.out.println("年龄总和:" + ageStatistics.getSum());
  18.  
    System.out.println("平均年龄:" + ageStatistics.getAverage());
  19.  
    System.out.println("员工总数:" + ageStatistics.getCount());
  20.  
    }

执行结果:

技术图片

 

3.7 BigDecimal类型的统计

对于资金相关的字段,通常会使用BigDecimal数据类型。

【示例】统计用户薪资信息。

  1.  
    /**
  2.  
    * BigDecimal类型的统计
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void BigDecimalTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //最高薪资
  12.  
    BigDecimal maxSalary = userList.stream().map(User::getSalary).max((x1, x2) -> x1.compareTo(x2)).get();
  13.  
     
  14.  
    //最低薪资
  15.  
    BigDecimal minSalary = userList.stream().map(User::getSalary).min((x1, x2) -> x1.compareTo(x2)).get();
  16.  
     
  17.  
    //薪资总和
  18.  
    BigDecimal sumSalary = userList.stream().map(User::getSalary).reduce(BigDecimal.ZERO, BigDecimal::add);
  19.  
     
  20.  
    //平均薪资
  21.  
    BigDecimal avgSalary = userList.stream().map(User::getSalary).reduce(BigDecimal.ZERO, BigDecimal::add).divide(BigDecimal.valueOf(userList.size()), 2, BigDecimal.ROUND_HALF_UP);
  22.  
     
  23.  
    //打印统计结果
  24.  
    System.out.println("最高薪资:" + maxSalary + "元");
  25.  
    System.out.println("最低薪资:" + minSalary + "元");
  26.  
    System.out.println("薪资总和:" + sumSalary + "元");
  27.  
    System.out.println("平均薪资:" + avgSalary + "元");
  28.  
    }

执行结果:

技术图片

 

 4、排序方法

4.1 sorted() / sorted((T, T) -> int)

如果流中的元素的类实现了 Comparable 接口,即有自己的排序规则,那么可以直接调用 sorted() 方法对元素进行排序,如 Stream。反之, 需要调用 sorted((T, T) -> int) 实现 Comparator 接口。

【示例】根据用户年龄进行排序。

  1.  
    /**
  2.  
    * 使用 sorted() 排序
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void sortedTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //根据年龄排序(升序)
  12.  
    userList = userList.stream().sorted((u1, u2) -> u1.getAge() - u2.getAge()).collect(Collectors.toList());
  13.  
    //推荐:userList = userList.stream().sorted(Comparator.comparingInt(User::getAge)).collect(Collectors.toList());
  14.  
    //降序:userList = userList.stream().sorted(Comparator.comparingInt(User::getAge).reversed()).collect(Collectors.toList());
  15.  
     
  16.  
    //遍历用户列表
  17.  
    userList.forEach(System.out::println);
  18.  
    }

推荐使用如下写法:

  1.  
    //升序
  2.  
    userList = userList.stream().sorted(Comparator.comparingInt(User::getAge)).collect(Collectors.toList());
  3.  
     
  4.  
    //降序
  5.  
    userList = userList.stream().sorted(Comparator.comparingInt(User::getAge).reversed()).collect(Collectors.toList());

执行结果:

技术图片

 

5、分组方法

5.1 groupingBy

使用 groupingBy() 将数据进行分组,最终返回一个 Map 类型。

【示例】根据部门对用户列表进行分组。

  1.  
    /**
  2.  
    * 使用 groupingBy() 分组
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void groupingByTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //根据部门对用户列表进行分组
  12.  
    Map<String,List<User>> userMap = userList.stream().collect(Collectors.groupingBy(User::getDepartment));
  13.  
     
  14.  
    //遍历分组后的结果
  15.  
    userMap.forEach((key, value) -> {
  16.  
    System.out.println(key + ":");
  17.  
    value.forEach(System.out::println);
  18.  
    System.out.println("--------------------------------------------------------------------------");
  19.  
    });
  20.  
    }

执行结果:

技术图片

5.2 多级分组

groupingBy 可以接受一个第二参数实现多级分组。

【示例】根据部门和性别对用户列表进行分组。

  1.  
    /**
  2.  
    * 使用 groupingBy() 多级分组
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void multGroupingByTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //根据部门和性别对用户列表进行分组
  12.  
    Map<String,Map<String,List<User>>> userMap = userList.stream()
  13.  
    .collect(Collectors.groupingBy(User::getDepartment,Collectors.groupingBy(User::getSex)));
  14.  
     
  15.  
    //遍历分组后的结果
  16.  
    userMap.forEach((key1, map) -> {
  17.  
    System.out.println(key1 + ":");
  18.  
    map.forEach((key2,user)->
  19.  
    {
  20.  
    System.out.println(key2 + ":");
  21.  
    user.forEach(System.out::println);
  22.  
    });
  23.  
    System.out.println("--------------------------------------------------------------------------");
  24.  
    });
  25.  
    }

执行结果:

技术图片

5.3 分组汇总

【示例】根据部门进行分组,汇总各个部门用户的平均年龄。

  1.  
    /**
  2.  
    * 使用 groupingBy() 分组汇总
  3.  
    * @author pan_junbiao
  4.  
    */
  5.  
    @Test
  6.  
    public void groupCollectTest()
  7.  
    {
  8.  
    //获取用户列表
  9.  
    List<User> userList = UserService.getUserList();
  10.  
     
  11.  
    //根据部门进行分组,汇总各个部门用户的平均年龄
  12.  
    Map<String, Double> userMap = userList.stream().collect(Collectors.groupingBy(User::getDepartment, Collectors.averagingInt(User::getAge)));
  13.  
     
  14.  
    //遍历分组后的结果
  15.  
    userMap.forEach((key, value) -> {
  16.  
    System.out.println(key + "的平均年龄:" + value);
  17.  
    });
  18.  
    }

执行结果:

技术图片

 

Java8使用Stream流实现List列表的查询、统计、排序、分组

标签:proc   tst   lam   最小   type   http   编程   parallel   null   

原文地址:https://www.cnblogs.com/shoshana-kong/p/14406683.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!