Java8 stream處理List，Map總結

Java 8 Stream

Java 8 API添加了一個新的抽象稱為流Stream，可以讓你以一種聲明的方式處理數據。

Stream 使用一種類似用 SQL 語句從數據庫查詢數據的直觀方式來提供一種對 Java 集合運算和表達的高階抽象。

Stream API可以極大提高Java程序員的生產力，讓程序員寫出高效率、干凈、簡潔的代碼。

這種風格將要處理的元素集合看作一種流， 流在管道中傳輸， 並且可以在管道的節點上進行處理， 比如篩選， 排序，聚合等。

元素流在管道中經過中間操作（intermediate operation）的處理，最后由最終操作(terminal operation)得到前面處理的結果。

什么是 Stream？

Stream（流）是一個來自數據源的元素隊列並支持聚合操作

• <strong元素隊列< strong="">元素是特定類型的對象，形成一個隊列。 Java中的Stream並不會存儲元素，而是按需計算。
• 數據源 流的來源。 可以是集合，數組，I/O channel， 產生器generator 等。
• 聚合操作 類似SQL語句一樣的操作， 比如filter, map, reduce, find, match, sorted等。

和以前的Collection操作不同， Stream操作還有兩個基礎的特征：

• Pipelining: 中間操作都會返回流對象本身。 這樣多個操作可以串聯成一個管道， 如同流式風格（fluent style）。 這樣做可以對操作進行優化， 比如延遲執行(laziness)和短路( short-circuiting)。
• 內部迭代： 以前對集合遍歷都是通過Iterator或者For-Each的方式, 顯式的在集合外部進行迭代， 這叫做外部迭代。 Stream提供了內部迭代的方式， 通過訪問者模式(Visitor)實現。

生成流

在 Java 8 中, 集合接口有兩個方法來生成流：

• stream() − 為集合創建串行流。

• parallelStream() − 為集合創建並行流

 

 下面寫一下，我們經常會用到的一些操作案例

一，排序

 　　List  

　　　   1, 對象集合排序
        //降序，根據創建時間降序;
        List<User> descList = attributeList.stream().sorted(Comparator.comparing(User::getCreateTime, Comparator.nullsLast(Date::compareTo)).reversed())
　　　　　　　　　　　　　　　　　　.collect(Collectors.toList());
        //升序，根據創建時間升序;
        List<User> ascList = attributeList.stream().sorted(Comparator.comparing(User::getCreateTime, Comparator.nullsLast(Date::compareTo)))
　　　　　　　　　　　　　　　　　 .collect(Collectors.toList());

        2, 數字排序
        List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);

        //升序
        List<Integer> ascList = numbers.stream().sorted().collect(Collectors.toList());
        結果： [2, 2, 3, 3, 3, 5, 7]

        //倒序
        List<Integer> descList = numbers.stream().sorted((x, y) -> y - x).collect(Collectors.toList());
        結果：[7, 5, 3, 3, 3, 2, 2]

      　3, 字符串排序
　　　　 List<String> strList = Arrays.asList("a", "ba", "bb", "abc", "cbb", "bba", "cab");

        //自然排序
        List<String> ascList = strList.stream().sorted().collect(Collectors.toList());
        結果：[a, abc, ba, bb, bba, cab, cbb]

        //反轉，倒序
        ascList.sort(Collections.reverseOrder());
        結果：[cbb, cab, bba, bb, ba, abc, a]

        //直接反轉集合
        Collections.reverse(strList);
        結果：[cab, bba, cbb, abc, bb, ba, a]
　　
　　　Map
　　　　　//HashMap是無序的，當我們希望有順序地去存儲key-value時，就需要使用LinkedHashMap了，排序后可以再轉成HashMap。
        //LinkedHashMap是繼承於HashMap，是基於HashMap和雙向鏈表來實現的。
        //LinkedHashMap是線程不安全的。
        Map<String,String> map = new HashMap<>();
        map.put("a","123");
        map.put("b","456");
        map.put("z","789");
        map.put("c","234");

        //map根據value正序排序
        LinkedHashMap<String, String> linkedMap1 = new LinkedHashMap<>();
        map.entrySet().stream().sorted(Comparator.comparing(e -> e.getValue())).forEach(x -> linkedMap1.put(x.getKey(), x.getValue()));
        結果：{a=123, c=234, b=456, z=789}

        //map根據value倒序排序
        LinkedHashMap<String, String> linkedMap2 = new LinkedHashMap<>();
        map.entrySet().stream().sorted(Collections.reverseOrder(Map.Entry.comparingByValue())).forEach(x -> linkedMap2.put(x.getKey(), x.getValue()));
        結果：{z=789, b=456, c=234, a=123}

        //map根據key正序排序
        LinkedHashMap<String, String> linkedMap3 = new LinkedHashMap<>();
        map.entrySet().stream().sorted(Comparator.comparing(e -> e.getKey())).forEach(x -> linkedMap3.put(x.getKey(), x.getValue()));
        結果：{a=123, b=456, c=234, z=789}

        //map根據key倒序排序
        LinkedHashMap<String, String> linkedMap4 = new LinkedHashMap<>();
        map.entrySet().stream().sorted(Collections.reverseOrder(Map.Entry.comparingByKey())).forEach(x -> linkedMap4.put(x.getKey(), x.getValue()));
        結果：{z=789, c=234, b=456, a=123}

 

二，List 轉 Map

　　　　 1、指定key-value，value是對象中的某個屬性值。
        Map<Integer,String> userMap1 = userList.stream().collect(Collectors.toMap(User::getId,User::getName));

        2、指定key-value，value是對象本身，User->User 是一個返回本身的lambda表達式
        Map<Integer,User> userMap2 = userList.stream().collect(Collectors.toMap(User::getId,User->User));

        3、指定key-value，value是對象本身，Function.identity()是簡潔寫法，也是返回對象本身
        Map<Integer,User> userMap3 = userList.stream().collect(Collectors.toMap(User::getId, Function.identity()));

        4、指定key-value，value是對象本身，Function.identity()是簡潔寫法，也是返回對象本身，key 沖突的解決辦法，這里選擇第二個key覆蓋第一個key。
        Map<Integer,User> userMap4 = userList.stream().collect(Collectors.toMap(User::getId, Function.identity(),(key1,key2)->key2));

        5、將List根據某個屬性進行分組，放入Map；然后組裝成key-value格式的數據，分組后集合的順序會被改變，所以事先設置下排序，然后再排序，保證數據順序不變。
        List<GoodsInfoOut> lst = goodsInfoMapper.getGoodsList();
        Map<String, List<GoodsInfoOut>> groupMap = lst.stream().collect(Collectors.groupingBy(GoodsInfoOut::getClassificationOperationId));
        List<HomeGoodsInfoOut> retList = groupMap.keySet().stream().map(key -> {
            HomeGoodsInfoOut mallOut = new HomeGoodsInfoOut();
            mallOut.setClassificationOperationId(key);
            if(groupMap.get(key)!=null && groupMap.get(key).size()>0) {
                mallOut.setClassificationName(groupMap.get(key).get(0).getClassificationName());
                mallOut.setClassificationPic(groupMap.get(key).get(0).getClassificationPic());
                mallOut.setClassificationSort(groupMap.get(key).get(0).getClassificationSort());
            }
            mallOut.setGoodsInfoList(groupMap.get(key));
            return mallOut;
        }).collect(Collectors.toList());
        List<HomeGoodsInfoOut> homeGoodsInfoOutList = retList.stream().sorted(Comparator.comparing(HomeGoodsInfoOut::getClassificationSort))
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 .collect(Collectors.toList());

       5、根據用戶性別將數據 - 分組
　　　　 Map<String, List<UserInfo>> groupMap = userList.stream().collect(Collectors.groupingBy(UserInfo::getSex()));

       6、List實體轉Map,想要有序的話，就使用以下操作（TreeMap 有序；Map 無序）
　　　　 TreeMap<String, List<BillPollEntity>> monthBillPollMap = s.stream().collect(Collectors.groupingBy(t -> t.getDrawTime()), TreeMap::new, Collectors.toList()));

　　　　 Map<String, List<BillPollEntity>> monthBillPollMap = s.stream().collect(Collectors.groupingBy(BillPollEntity::getDrawTime));

 

 

三，Map 轉 List

 

　　　　 Map<String,String> map1 = new HashMap<>();
        map1.put("a","123");
        map1.put("b","456");
        map1.put("z","789");
        map1.put("c","234");

        1、默認順序
        List<UserInfo> list0 = map1.entrySet().stream()
　　　　　　　　　　　　　　　　　　 .map(e -> new UserInfo(e.getValue(), e.getKey()))
　　　　　　　　　　　　　　　　　　 .collect(Collectors.toList());
        結果：[UserInfo(userName=123, mobile=a), UserInfo(userName=456, mobile=b), UserInfo(userName=234, mobile=c), UserInfo(userName=789, mobile=z)]

        2、根據Key排序
        List<UserInfo> list1 = map1.entrySet().stream()
　　　　　　　　　　　　　　　　　　 .sorted(Comparator.comparing(e -> e.getKey())).map(e -> new UserInfo(e.getKey(), e.getValue()))
　　　　　　　　　　　　　　　　　　 .collect(Collectors.toList());
        結果：[UserInfo(userName=a, mobile=123), UserInfo(userName=b, mobile=456), UserInfo(userName=c, mobile=234), UserInfo(userName=z, mobile=789)]

        3、根據Value排序
        List<UserInfo> list2 = map1.entrySet().stream()
　　　　　　　　　　　　　　　　　　.sorted(Comparator.comparing(Map.Entry::getValue))
　　　　　　　　　　　　　　　　　　.map(e -> new UserInfo(e.getKey(), e.getValue()))
　　　　　　　　　　　　　　　　　　.collect(Collectors.toList());
        結果：[UserInfo(userName=a, mobile=123), UserInfo(userName=c, mobile=234), UserInfo(userName=b, mobile=456), UserInfo(userName=z, mobile=789)]

        3、根據Key排序
        List<UserInfo> list3 = map1.entrySet().stream()
　　　　　　　　　　　　　　　　　　.sorted(Map.Entry.comparingByKey())
　　　　　　　　　　　　　　　　　　.map(e -> new UserInfo(e.getKey(), e.getValue()))
　　　　　　　　　　　　　　　　　　.collect(Collectors.toList());
        結果：[UserInfo(userName=a, mobile=123), UserInfo(userName=b, mobile=456), UserInfo(userName=c, mobile=234), UserInfo(userName=z, mobile=789)]

 

四，從List中獲取某個屬性

//拿出所有手機號
List<String> mobileList = userList.stream().map(RemindUserOut::getMobile).collect(Collectors.toList());

//拿出所有AppId，並去重
List<String> appIdList = appIdList.stream().map(WechatWebViewDomain::getAppId).collect(Collectors.toList()).stream().distinct().collect(Collectors.toList());

//拿出集合中重復的billNo，【.filter(map->StringUtils.isNotEmpty(map.getBillNo()))】這是過濾掉為空的數據；否則，有空數據會拋異常
List<String> repeatCodeList = resultList.stream().filter(map->StringUtils.isNotEmpty(map.getBillNo())).collect(Collectors.groupingBy(BillUploadIn::getBillNo, Collectors.counting())).entrySet().stream().filter(entry -> entry.getValue() > 1).map(Map.Entry::getKey).collect(Collectors.toList());

//拿出集合中幾個屬性拼接后的字符串
List<String> strList = myList.stream().map(p -> p.getName() + "-" + p.getMobile()).collect(Collectors.toList());

 

五，篩選並根據屬性去重

List<UserInfo> uList = new ArrayList<>();
UserInfo u1 = new UserInfo(1,"小白","15600000000");
UserInfo u2 = new UserInfo(2,"小黑","15500000000");
uList.add(u1);
uList.add(u2);

//過濾名字是小白的數據
List list1= uList.stream()
.filter(b -> "小白".equals(b.getUserName()))
.collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(b -> b.getId()))), ArrayList::new));
結果：list1===[UserInfo(id=1, userName=小白, mobile=15600000000)]

//根據ID去重
List list2= uList.stream()
.collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(b -> b.getId()))), ArrayList::new));
結果：list2===[UserInfo(id=1, userName=小白, mobile=15600000000), UserInfo(id=2, userName=小黑, mobile=15500000000)]

 

六，計算；和，最大，最小，平均值。

List<UserInfo> uList = new ArrayList<>();
UserInfo user1 = new UserInfo(1,"小白","15600000000",10,new BigDecimal(10));
UserInfo user2 = new UserInfo(2,"小黑","15500000000",15,new BigDecimal(20));
UserInfo user3 = new UserInfo(2,"小彩","15500000000",88,new BigDecimal(99));
uList.add(user1);
uList.add(user2);
uList.add(user3);

//和
Double d1 = uList.stream().mapToDouble(UserInfo::getNum).sum();
結果：113.0
//最大
Double d2 = uList.stream().mapToDouble(UserInfo::getNum).max().getAsDouble();
結果：88.0
//最小
Double d3 = uList.stream().mapToDouble(UserInfo::getNum).min().getAsDouble();
結果：10.0
//平均值
Double d4 = uList.stream().mapToDouble(UserInfo::getNum).average().getAsDouble();
結果：37.666666666666664

//除了統計double類型，還有int和long，bigDecimal需要用到reduce求和
DecimalFormat df = new DecimalFormat("0.00");//保留兩位小數點
//和；可過濾掉NULL值
BigDecimal add = uList.stream().map(UserInfo::getPrice).reduce(BigDecimal.ZERO, BigDecimal::add);
BigDecimal add = uList.stream().filter(s->t.getPrice()!=null).map(UserInfo::getPrice).reduce(BigDecimal.ZERO, BigDecimal::add)
System.out.println(df.format(add));
結果：129.00
//最大
Optional<UserInfo> max = uList.stream().max((u1, u2) -> u1.getNum().compareTo(u2.getNum()));
System.out.println(df.format(max.get().getPrice()));
結果：99.00
//最小
Optional<UserInfo> min = uList.stream().min((u1, u2) -> u1.getNum().compareTo(u2.getNum()));
System.out.println(df.format(min.get().getPrice()));
結果：10.00

//求和,還有mapToInt、mapToLong、flatMapToDouble、flatMapToInt、flatMapToLong
list.stream().mapToDouble(UserInfo::getNum).sum();
//最大 list.stream().mapToDouble(UserInfo::getNum).max();
//最小 list.stream().mapToDouble(UserInfo::getNum).min();
//平均值 list.stream().mapToDouble(UserInfo::getNum).average();

 

未完，待續...