流处理Stream

---

Stream特性

1. stream不存储数据
2. stream不改变源数据
3. stream 不可重复使用

踩坑

  // 不改变原来员工集合的方式
    List<Person> personListNew = personList.stream().map(person -> {
      Person personNew = new Person(person.getName(), 0, 0, null, null);
      personNew.setSalary(person.getSalary() + 10000);
      return personNew;
    }).collect(Collectors.toList());
    System.out.println("一次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());
    System.out.println("一次改动后：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());

    // 改变原来员工集合的方式
    List<Person> personListNew2 = personList.stream().map(person -> {
      person.setSalary(person.getSalary() + 10000);
      return person;
    }).collect(Collectors.toList());
    System.out.println("二次改动前：" + personList.get(0).getName() + "-->" + personListNew.get(0).getSalary());
    System.out.println("二次改动后：" + personListNew2.get(0).getName() + "-->" + personListNew.get(0).getSalary());
  }
}
输出结果：
一次改动前：Tom–>8900
一次改动后：Tom–>18900
二次改动前：Tom–>18900
二次改动后：Tom–>18900

Stream

steam/lambada学习
Java8 全新Stream 机制详解
Stream API详解

---

Optional类

Optional使用

lambda表达式

Lambda表达式超详细总结

  // 按工资倒序排序
    List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
        .map(Person::getName).collect(Collectors.toList());
    // 先按工资再按年龄升序排序
    List<String> newList3 = personList.stream()
        .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName)
        .collect(Collectors.toList());

   List<String> newList4 = personList.stream().sorted((p1, p2) -> {
      if (p1.getSalary() == p2.getSalary()) {
        return p2.getAge() - p1.getAge();
      } else {
        return p2.getSalary() - p1.getSalary();
      }
    }).map(Person::getName).collect(Collectors.toList());

双冒号用法

Java双冒号(::)运算符详解

流处理之toMap()方法

Map中去除重复映射键，一个IllegalStateException执行收集操作时被抛出。 如果映射的密钥可能有重复，请改用toMap(Function, Function, BinaryOperator)
Map<String, CronusMissionFissionEventDTO> eventMap = missionFinishEventList.stream()
.collect(Collectors.toMap(CronusMissionFissionEventDTO::getEventType, o -> o, (k1, k2) -> k2));

O->O跟Function.identity()意识一样
以下产生一个Map映射学生到他们的平均成绩：
Map<Student, Double> studentToGPA students.stream().collect(toMap(Functions.identity(), student -> computeGPA(student)));
以下产生一个Map映射学生的唯一标识符：
Map<String, Student> studentIdToStudent students.stream().collect(toMap(Student::getId, Functions.identity());

如果您有一个Person的流，并且您想要生成一个“电话簿”映射名称来解决，但是可能有两个人具有相同的名称，您可以按照以下方式优雅地处理这些冲突，并产生一个Map映射名称到一个并置的地址列表：
Map<String, String> phoneBook people.stream().collect(toMap(Person::getName, Person::getAddress, (s, a) -> s + ", " + a));

keyMapper - 产生密钥的映射函数
valueMapper - 产生值的映射函数
mergeFunction - 一个合并函数，用于解决与相同键相关联的值之间的冲突，提供给 Map.merge(Object, Object, BiFunction)
mapSupplier - 返回一个新的空的 Map的函数，其中将插入结果

总结

提示：这里对文章进行总结：

例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。