stream 流的使用技巧总结,这些你必须知道

1、简述

我们都知道Stream,是jdk8的一大新特性,极大的提高了道友们的开发效率(用过的道友都知道的),也使我们的代码看起来也更加地简洁,但Stream中除了Lambda表达式,另一块就是函数编程了,这块对于刚开始使用Stream的道友们来说,就得开始头疼抓狂了;别担心,下面我们就来总结一下常用技巧。

Stream有串行流stream与并行流parallelStream:
userList.stream()
userList.parallelStream()

一、基本类型集合

定义一个整型集合与字符串集合

List<Integer> integerList = new ArrayList<>();
        integerList.add(12);
        integerList.add(3);
        integerList.add(3);
        integerList.add(2);
List<String> stringList = new ArrayList<>();
        stringList.add("A");
        stringList.add("C");
        stringList.add("A");
        stringList.add("D");
        stringList.add("F");
        stringList.add("Q");

1、统计所有元素之和

int sum = integerList.stream().mapToInt(item -> item).sum();
//结果:20
//或者将结果直接转为long型
long sum = integerList.stream().mapToLong(item -> item).sum();
//20

2、剔除重复项后求和

int sum = integerList.stream().distinct().mapToInt(item -> item).sum(); 
//17

3、字符串去重

List<String> collect = stringList.stream().distinct().collect(Collectors.toList())

4、遍历每个元素

stringList.forEach(item-> {
    // todo your things,若调用的底层方法往上抛出了异常,这里需要手动try-catch
});

5、将元素拼成一个字符串

String collect = stringList.stream().distinct().collect(Collectors.joining());//ACADFQ
String collect = stringList.stream().distinct().collect(Collectors.joining(","));//A,C,A,D,F,Q
String collect = stringList.stream().distinct().collect(Collectors.joining(",", "(", ")"));//(A,C,A,D,F,Q)

6、分组后统计每组个数

Map<String, Long> collect = stringList.stream().collect(Collectors.groupingBy(item -> item, Collectors.counting()));
//{Q=1, A=2, C=1, D=1, F=1}

二 、对象集合

定义对象集合(有两个重复项)

[
    {
        "age": 10,
        "className": "计算机1",
        "sex": 0,
        "username": "nick10"
    },
    {
        "age": 10,
        "className": "计算机1",
        "sex": 0,
        "username": "nick10"
    },
    {
        "age": 12,
        "className": "计算机3",
        "sex": 0,
        "username": "nick12"
    },
    {
        "age": 13,
        "className": "计算机2",
        "sex": 1,
        "username": "nick13"
    },
    {
        "age": 14,
        "className": "计算机2",
        "sex": 0,
        "username": "nick14"
    },
    {
        "age": 15,
        "className": "计算机2",
        "sex": 1,
        "username": "nick15"
    },
    {
        "age": 16,
        "className": "计算机3",
        "sex": 0,
        "username": "nick16"
    },
    {
        "age": 17,
        "className": "计算机3",
        "sex": 1,
        "username": "nick17"
    },
    {
        "age": 19,
        "className": "计算机1",
        "sex": 1,
        "username": "nick19"
    },
    {
        "age": 19,
        "className": "计算机1",
        "sex": 1,
        "username": "nick19"
    }
]
List<User> userList = new ArrayList<>(); //省略add方法
//按班级分类收集
Map<String, List<User>> listMap = userList.stream().collect(Collectors.groupingBy(User::getClassName, Collectors.toList()));
//按班级分类收集(只保留一个元素)
//若你确定你的集合中需要作为key的元素不会出现重复,则可以用以下方式:
Map<String, User> userMap = userList.stream().collect(Collectors.toMap(User::getClassName, Function.identity()));
//若你不确定,你必须使用以下方式:
Map<String, User> userMap = userList.stream()
      .collect(Collectors.toMap(User::getClassName, Function.identity(), (value1, value2) -> value2));//后面使用value2表示保留最后一个,使用value1保留第一个

//根据 username 剔除重复项
List<User> users = userList.stream()
                .collect(Collectors.collectingAndThen(Collectors.toCollection(() ->
                        new TreeSet<User>(Comparator.comparing(User::getUsername))), ArrayList::new));

三、特别注意点:

使用并行流parallelStream,千万不能使用toMap方法,toMap使用的是HashMap,得用toConcurrentMap:

//错误示例
Map<String, User> userMap = userList.parallelStream().collect(Collectors.toMap(User::getClassName, Function.identity()));
//正确示例
Map<String, User> userMap = userList.parallelStream().collect(Collectors.toConcurrentMap(User::getClassName, Function.identity()));

也不能使用ArrayList,的用Vector:

List<String> usernames = new ArrayList<>();
//返回结果顺序不变
userList.forEach(user -> {
      usernames.add(user.getUsername());
});
//或者,返回结果顺序不变,虽然用的并行流
List<String> collect1 = userList.parallelStream().map(User::getUsername).collect(Collectors.toList());
//返回结果顺序改变
userList.parallelStream().forEach(user -> {
            usernames.add(user.getUsername());
  });

好了,今天就总结这么多,你学到了吗?
若是觉得文章还不错,记得点赞评论加转发哦!!!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,056评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,842评论 2 378
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,938评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,296评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,292评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,413评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,824评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,493评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,686评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,502评论 2 318
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,553评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,281评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,820评论 3 305
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,873评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,109评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,699评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,257评论 2 341

推荐阅读更多精彩内容