draymond7107的博客

lambdaStream之filter，distinct，skip，limit，map，flatmap详细介绍Stream之Find，Match，Reduce详细介绍NumericStream的详细介绍以及和Stream之间的相互转换Optional的介绍以及API的详解Collector使用方法深入详细介绍 (重点)Parallel Stream时间apiNew Date API之LocalTime，LocalDateTime，Instant，Duration，Period详细介绍

单个list 根据某几个属性去重 /** * 过滤同一个List<Bean>数据的策略 * * @param function * @param <T> * @return */ public static <T, R> Predicate<T> distinctByKey(Function<? super T, R> function) { Map<

1：需求定时从其他微服务同步数据，保存到本地数据库。数据量大，如果每条数据每次都更新，则比较慢。因此需要“远程拉取数据list（A）”与"本地数据查询的list(B)"依据某些字段比较，然后获取A=B、A>B、B=A、B>A (谁在前stream是以谁为基础)2：数据准备两个对象+两个list。。模拟从远程获取的数据+本地库查找的数据@Datapublic class Dish { private String name; //菜的名称 private Boo

1：需求 根据bean对象的某几个属性去重2：distinct()的不足distinct是根据bean的hash与equals方法去重，达不到本次需求的要求3：数据准备@Datapublic class Dish { private String name; //菜的名称 private Boolean vegetaian; //是否为素 private Integer calories; //卡路里 private Type type;

1： 方法collectingAndThen(Collector<T, A, R> var0, Function<R, RR> var1)2：作用先 Collector ，再 Function注意：Function是对 Collector操作后的整体stream做操作3：举例对list分组，并统计数量 @Test public void test16() { List<Dish> dish1List = DishList.get

1：toMap的3种重载方法toMap(Function<? super T, ? extends K> var0, Function<? super T, ? extends U> var1)toMap(Function<? super T, ? extends K> var0, Function<? super T, ? extends U> var1, BinaryOperator var2)toMap(Function<? super T

1：groupingBy的3种重载方法groupingBy(Function<? super T, ? extends K> var0)；groupingBy(Function<? super T, ? extends K> var0, Collector<? super T, A, D> var1)；groupingBy(Function<? super T, ? extends K> var0, Supplier var1, Collector&l