利用java8新特性,可以用简洁高效的代码来实现一些数据处理。
定义1个Apple对象:
public?class?Apple?{
????private?Integer?id;
????private?String?name;
????private?BigDecimal?money;
????private?Integer?num;
????public?Apple(Integer?id,?String?name,?BigDecimal?money,?Integer?num)?{
????????this.id?=?id;
????????this.name?=?name;
????????this.money?=?money;
????????this.num?=?num;
????}
}
添加一些测试数据:
List<Apple>?appleList?=?new?ArrayList<>();//存放apple对象集合
?
Apple?apple1?=??new?Apple(1,"苹果1",new?BigDecimal("3.25"),10);
Apple?apple12?=?new?Apple(1,"苹果2",new?BigDecimal("1.35"),20);
Apple?apple2?=??new?Apple(2,"香蕉",new?BigDecimal("2.89"),30);
Apple?apple3?=??new?Apple(3,"荔枝",new?BigDecimal("9.99"),40);
?
appleList.add(apple1);
appleList.add(apple12);
appleList.add(apple2);
appleList.add(apple3);
List里面的对象元素,以某个属性来分组,例如,以id分组,将id相同的放在一起:
//List?以ID分组?Map<Integer,List<Apple>>
Map<Integer,?List<Apple>>?groupBy?=?appleList.stream().collect(Collectors.groupingBy(Apple::getId));
?
System.err.println("groupBy:"+groupBy);
{1=[Apple{id=1,?name='苹果1',?money=3.25,?num=10},?Apple{id=1,?name='苹果2',?money=1.35,?num=20}],?2=[Apple{id=2,?name='香蕉',?money=2.89,?num=30}],?3=[Apple{id=3,?name='荔枝',?money=9.99,?num=40}]}
id为key,apple对象为value,可以这么做:
/**
?*?List?->?Map
?*?需要注意的是:
?*?toMap?如果集合对象有重复的key,会报错Duplicate?key?....
?*? apple1,apple12的id都为1。
?*??可以用?(k1,k2)->k1?来设置,如果有重复的key,则保留key1,舍弃key2
?*/
Map<Integer,?Apple>?appleMap?=?appleList.stream().collect(Collectors.toMap(Apple::getId,?a?->?a,(k1,k2)->k1));
打印appleMap
{1=Apple{id=1,?name='苹果1',?money=3.25,?num=10},?2=Apple{id=2,?name='香蕉',?money=2.89,?num=30},?3=Apple{id=3,?name='荔枝',?money=9.99,?num=40}}
从集合中过滤出来符合条件的元素:
//过滤出符合条件的数据
List<Apple>?filterList?=?appleList.stream().filter(a?->?a.getName().equals("香蕉")).collect(Collectors.toList());
?
System.err.println("filterList:"+filterList);
[Apple{id=2,?name='香蕉',?money=2.89,?num=30}]
将集合中的数据按照某个属性求和:
//计算?总金额
BigDecimal?totalMoney?=?appleList.stream().map(Apple::getMoney).reduce(BigDecimal.ZERO,?BigDecimal::add);
System.err.println("totalMoney:"+totalMoney);??//totalMoney:17.48
Collectors.maxBy 和 Collectors.minBy 来计算流中的最大或最小值。搜索程序员白楠楠公众号,送你一份Java面试题宝典
Optional<Dish>?maxDish?=?Dish.menu.stream().
??????collect(Collectors.maxBy(Comparator.comparing(Dish::getCalories)));
maxDish.ifPresent(System.out::println);
?
Optional<Dish>?minDish?=?Dish.menu.stream().
??????collect(Collectors.minBy(Comparator.comparing(Dish::getCalories)));
minDish.ifPresent(System.out::println);
import?static?java.util.Comparator.comparingLong;
import?static?java.util.stream.Collectors.collectingAndThen;
import?static?java.util.stream.Collectors.toCollection;
?
//?根据id去重
?????List<Person>?unique?=?appleList.stream().collect(
????????????????collectingAndThen(
????????????????????????toCollection(()?->?new?TreeSet<>(comparingLong(Apple::getId))),?ArrayList::new)
????????);
下表展示 Collectors 类的静态工厂方法。
工厂方法 | 返回类型 | 作用 |
---|---|---|
toList | List<T> | 把流中所有项目收集到一个 List |
toSet | Set<T> | 把流中所有项目收集到一个 Set,删除重复项 |
toCollection | Collection<T> | 把流中所有项目收集到给定的供应源创建的集合menuStream.collect(toCollection(), ArrayList::new) |
counting | Long | 计算流中元素的个数 |
sumInt | Integer | 对流中项目的一个整数属性求和 |
averagingInt | Double | 计算流中项目 Integer 属性的平均值 |
summarizingInt | IntSummaryStatistics | 收集关于流中项目 Integer 属性的统计值,例如最大、最小、 总和与平均值 |
joining | String | 连接对流中每个项目调用 toString 方法所生成的字符串collect(joining(", ")) |
maxBy | Optional<T> | 一个包裹了流中按照给定比较器选出的最大元素的 Optional, 或如果流为空则为 Optional.empty() |
minBy | Optional<T> | 一个包裹了流中按照给定比较器选出的最小元素的 Optional, 或如果流为空则为 Optional.empty() |
reducing | 归约操作产生的类型 | 从一个作为累加器的初始值开始,利用 BinaryOperator 与流 中的元素逐个结合,从而将流归约为单个值累加int totalCalories = menuStream.collect(reducing(0, Dish::getCalories, Integer::sum)); |
collectingAndThen | 转换函数返回的类型 | 包裹另一个收集器,对其结果应用转换函数int howManyDishes = menuStream.collect(collectingAndThen(toList(), List::size)) |
groupingBy | Map<K, List<T>> | 根据项目的一个属性的值对流中的项目作问组,并将属性值作 为结果 Map 的键 |
partitioningBy | Map<Boolean,List<T>> | 根据对流中每个项目应用谓词的结果来对项目进行分区 |
欢迎关注公众号:程序员白楠楠,领取一份300页pdf文档的Java核心知识点总结!
这些资料的内容都是面试时面试官必问的知识点,篇章包括了很多知识点,其中包括了有基础知识、Java集合、JVM、多线程并发、spring原理、微服务、Netty 与RPC 、Kafka、日记、设计模式、Java算法、数据库、Zookeeper、分布式缓存、数据结构等等。
大家一起交流,喜欢文章记得关注我点个赞哟,感谢支持!
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。