java

关注公众号 jb51net

关闭
首页 > 软件编程 > java > Java8 Stream流常用方法

Java8使用Stream流实现List列表查询、统计、排序以及分组

作者:王雀跃

List的Stream流操作可以简化我们的代码,减少程序运行的压力,应对上面的问题,下面这篇文章主要给大家介绍了关于Java8使用Stream流实现List列表查询、统计、排序以及分组的相关资料,需要的朋友可以参考下

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User类作为持久层。

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
 
import java.math.BigDecimal;
 
@Data
@AllArgsConstructor
@NoArgsConstructor
public class User {
    int id;
    String name;
    String sex;
    int age;
    String Department;
    BigDecimal Salary;
 
}

创建UserService.class(用户信息业务逻辑类)。

package com.wsq;
 
import com.wsq.pojo.User;
import java.math.BigDecimal;
import java.util.ArrayList;
import java.util.List;
 
/*
 * 用户信息业务逻辑类
 * @author wsq
 */
public class UserService {
    /*
     * 获取用户列表
     */
    public static List<User> getUserList() {
        List<User> userList = new ArrayList<User>();
        userList.add(new User(1, "wsq的博客_01", "男", 32, "研发部", BigDecimal.valueOf(1600)));
        userList.add(new User(2, "wsq的博客_02", "男", 30, "财务部", BigDecimal.valueOf(1800)));
        userList.add(new User(3, "wsq的博客_03", "女", 20, "人事部", BigDecimal.valueOf(1700)));
        userList.add(new User(4, "wsq的博客_04", "男", 38, "研发部", BigDecimal.valueOf(1500)));
        userList.add(new User(5, "wsq的博客_05", "女", 25, "财务部", BigDecimal.valueOf(1200)));
        return userList;
    }
}

一、查询方法

1.1 forEach()

使用 forEach() 遍历列表数据。

/*
 * 使用forEach()遍历列表信息
 * @author wsq
 */
@Test
public void forEachTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //遍历用户列表
    System.out.println("---------------输出方法一-----------------");
    userList.forEach(user -> {System.out.println(user);});
    System.out.println("---------------输出方法二-----------------");
    userList.forEach(System.out::println);
}

控制台输出:

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。

/*
 * 使用filter()过滤列表信息
 * @author wsq
 */
@Test
public void filterTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //获取部门为“研发部”的用户列表
    userList = userList.stream().filter(user -> user.getDepartment() == "研发部").collect(Collectors.toList());
    //遍历用户列表
    userList.forEach(System.out::println);
}

控制台输出:

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“wsq的博客_02”的用户信息,如果未找到则返回null。

/*
 * 使用findAny()获取第一条数据
 * @author wsq
 */
@Test
public void findAnytTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //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
    User user = userList.stream().filter(u -> u.getName().equals("wsq的博客_02")).findAny().orElse(null);
    //打印用户信息
    System.out.println(user);
}

控制台输出:

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。

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

/*
 * 使用map()获取列元素
 * @author wsq
 */
@Test
public void mapTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //获取用户名称列表
    List<String> nameList = userList.stream().map(User::getName).collect(Collectors.toList());
    //或者:List<String> nameList = userList.stream().map(user -> user.getName()).collect(Collectors.toList());
    //遍历名称列表
    nameList.forEach(System.out::println);
}

控制台输出:

【示例】使用 flatMap() 将流中的每一个元素连接成为一个流。

/*
 * 使用flatMap()将流中的每一个元素连接成为一个流
 * @author wsq
 */
@Test
public void flatMapTest(){
    //创建城市
    List<String> cityList = new ArrayList<String>();
    cityList.add("北京;上海;深圳;");
    cityList.add("广州;武汉;杭州;");
    //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。
    cityList = cityList.stream()
            .map(city -> city.split(";"))
            .flatMap(Arrays::stream)
            .collect(Collectors.toList());
    //遍历城市列表
    cityList.forEach(System.out::println);
}

控制台输出:

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。

/**
 * 使用distinct()去除重复数据
 * @author wsq
 */
@Test
public void distinctTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //获取部门列表,并去除重复数据
    List<String> departmentList = userList.stream().map(User::getDepartment).distinct().collect(Collectors.toList());
    //遍历部门列表
    departmentList.forEach(System.out::println);
}

控制台输出:

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。

/*
 * 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
 * @author wsq
 */
@Test
public void limitAndSkipTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //获取用户列表,要求跳过第1条数据后的前3条数据
    userList = userList.stream()
            .skip(1)
            .limit(3)
            .collect(Collectors.toList());
    //遍历用户列表
    userList.forEach(System.out::println);
}

控制台输出:

二、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。

/*
 * 使用 anyMatch()、allMatch()、noneMatch() 进行判断
 * @author wsq
 */
@Test
public void matchTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //判断用户列表中是否存在名称为“pan_junbiao的博客_01”的数据
    boolean result1 = userList.stream().anyMatch(user -> user.getName().equals("pan_junbiao的博客_01"));
    //判断用户名称是否都包含“pan_junbiao的博客”字段
    boolean result2 = userList.stream().allMatch(user -> user.getName().contains("pan_junbiao的博客"));
    //判断用户名称是否存在不包含“pan_junbiao的博客”字段
    boolean result3 = userList.stream().noneMatch(user -> user.getName().contains("pan_junbiao的博客"));
    //打印结果
    System.out.println(result1);
    System.out.println(result2);
    System.out.println(result3);
}

控制台输出:

三、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。

/*
 * 使用 reduce() 方法
 * @author wsq
 */
@Test
public void reduceTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //用户列表中年龄的最大值、最小值、总和
    int maxVal = userList.stream().map(User::getAge).reduce(Integer::max).get();
    int minVal = userList.stream().map(User::getAge).reduce(Integer::min).get();
    int sumVal = userList.stream().map(User::getAge).reduce(0,Integer::sum);
    //打印结果
    System.out.println("最大年龄:" + maxVal);
    System.out.println("最小年龄:" + minVal);
    System.out.println("年龄总和:" + sumVal);
}

控制台输出:

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:

【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。

/*
 * 使用 mapToInt() 方法
 * @author wsq
 */
@Test
public void mapToIntTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //用户列表中年龄的最大值、最小值、总和、平均值
    int maxVal = userList.stream().mapToInt(User::getAge).max().getAsInt();
    int minVal = userList.stream().mapToInt(User::getAge).min().getAsInt();
    int sumVal = userList.stream().mapToInt(User::getAge).sum();
    double aveVal =  userList.stream().mapToInt(User::getAge).average().getAsDouble();
    //打印结果
    System.out.println("最大年龄:" + maxVal);
    System.out.println("最小年龄:" + minVal);
    System.out.println("年龄总和:" + sumVal);
    System.out.println("平均年龄:" + aveVal);
}

控制台输出:

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。

/*
 * 使用 counting() 或 count() 统计
 * @author wsq
 */
@Test
public void countTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //统计研发部的人数,使用 counting()方法进行统计
    Long departCount = userList.stream().filter(user -> user.getDepartment() == "研发部").collect(Collectors.counting());
    //统计30岁以上的人数,使用 count()方法进行统计(推荐)
    Long ageCount = userList.stream().filter(user -> user.getAge() >= 30).count();
    //统计薪资大于1500元的人数
    Long salaryCount = userList.stream().filter(user -> user.getSalary().compareTo(BigDecimal.valueOf(1500)) == 1).count();
    //打印结果
    System.out.println("研发部的人数:" + departCount + "人");
    System.out.println("30岁以上的人数:" + ageCount + "人");
    System.out.println("薪资大于1500元的人数:" + salaryCount + "人");
}

控制台输出:

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

用于计算总和,需要一个函数参数。

/*
 * 使用 summingInt()、summingLong()、summingDouble()
 * @author wsq
 */
@Test
public void sumTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //计算年龄总和
    int sumAge = userList.stream().collect(Collectors.summingInt(User::getAge));
    //打印结果
    System.out.println("年龄总和:" + sumAge);
}

控制台输出:

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

用于计算平均值。

/*
 * 使用 summingInt()、summingLong()、summingDouble()
 * @author wsq
 */
@Test
public void sumTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //计算平均年龄
    double aveAge = userList.stream().collect(Collectors.averagingDouble(User::getAge));
    //打印结果
    System.out.println("平均年龄:" + aveAge);
}

控制台输出:

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:

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

/*
 * 使用 summarizingInt 统计
 * @author wsq
 */
@Test
public void summarizingIntTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //获取IntSummaryStatistics对象
    IntSummaryStatistics ageStatistics = userList.stream().collect(Collectors.summarizingInt(User::getAge));
    //统计:最大值、最小值、总和、平均值、总数
    System.out.println("最大年龄:" + ageStatistics.getMax());
    System.out.println("最小年龄:" + ageStatistics.getMin());
    System.out.println("年龄总和:" + ageStatistics.getSum());
    System.out.println("平均年龄:" + ageStatistics.getAverage());
    System.out.println("员工总数:" + ageStatistics.getCount());
}

控制台输出:

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。

/*
 * BigDecimal类型的统计
 * @author wsq
 */
@Test
public void BigDecimalTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //最高薪资
    BigDecimal maxSalary = userList.stream().map(User::getSalary).max((x1, x2) -> x1.compareTo(x2)).get();
    //最低薪资
    BigDecimal minSalary = userList.stream().map(User::getSalary).min((x1, x2) -> x1.compareTo(x2)).get();
    //薪资总和
    BigDecimal sumSalary = userList.stream().map(User::getSalary).reduce(BigDecimal.ZERO, BigDecimal::add);
    //平均薪资
    BigDecimal avgSalary = userList.stream().map(User::getSalary).reduce(BigDecimal.ZERO, BigDecimal::add).divide(BigDecimal.valueOf(userList.size()), 2, BigDecimal.ROUND_HALF_UP);
    //打印统计结果
    System.out.println("最高薪资:" + maxSalary + "元");
    System.out.println("最低薪资:" + minSalary + "元");
    System.out.println("薪资总和:" + sumSalary + "元");
    System.out.println("平均薪资:" + avgSalary + "元");
}

控制台输出:

四、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。

/*
 * 使用 sorted() 排序
 * @author wsq
 */
@Test
public void sortedTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //根据年龄排序(升序)
    userList = userList.stream().sorted((u1, u2) -> u1.getAge() - u2.getAge()).collect(Collectors.toList());
    //推荐:userList = userList.stream().sorted(Comparator.comparingInt(User::getAge)).collect(Collectors.toList());
    //降序:userList = userList.stream().sorted(Comparator.comparingInt(User::getAge).reversed()).collect(Collectors.toList());
    //遍历用户列表
    userList.forEach(System.out::println);
}

控制台输出:

五、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。

/*
 * 使用 groupingBy() 分组
 * @author wsq
 */
@Test
public void groupingByTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //根据部门对用户列表进行分组
    Map<String,List<User>> userMap = userList.stream().collect(Collectors.groupingBy(User::getDepartment));
    //遍历分组后的结果
    userMap.forEach((key, value) -> {
        System.out.println(key + ":");
        value.forEach(System.out::println);
        System.out.println("---------------------------------------------");
    });
}

控制台输出:

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。

/*
 * 使用 groupingBy() 多级分组
 * @author wsq
 */
@Test
public void multGroupingByTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //根据部门和性别对用户列表进行分组
    Map<String,Map<String,List<User>>> userMap = userList.stream()
            .collect(Collectors.groupingBy(User::getDepartment,Collectors.groupingBy(User::getSex)));
    //遍历分组后的结果
    userMap.forEach((key1, map) -> {
        System.out.println(key1 + ":");
        map.forEach((key2,user)->
        {
            System.out.println(key2 + ":");
            user.forEach(System.out::println);
        });
        System.out.println("-------------------------------------------------------");
    });
}

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。

/*
 * 使用 groupingBy() 分组汇总
 * @author wsq
 */
@Test
public void groupCollectTest(){
    //获取用户列表
    List<User> userList = UserService.getUserList();
    //根据部门进行分组,汇总各个部门用户的平均年龄
    Map<String, Double> userMap = userList.stream().collect(Collectors.groupingBy(User::getDepartment, Collectors.averagingInt(User::getAge)));
    //遍历分组后的结果
    userMap.forEach((key, value) -> {
        System.out.println(key + "的平均年龄:" + value);
    });
}

总结

到此这篇关于Java8使用Stream流实现List列表查询、统计、排序以及分组的文章就介绍到这了,更多相关Java8 Stream流常用方法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文