Java 集合stream流操作示例详解

Java 集合stream流操作示例详解

自java 8 版本起推出集合stream流操作特性，确实非常方便的对list进行各种操作，告别使用for的时代来了。下面总结了一些常用的对List对象进行遍历、过滤、查询、去重、排序、分组、提取等操作示例，；

@Data
public class User{
	private Integer id;
	private String name;
	private String sex;
	private Integer age;
	private String department;
	private BigDecimal salary;
	public User(){

	}
	public User(Integer id,String name,String sex,Integer age,String department,BigDecimal salary){
		this.id=id;
		this.name=name;
		this.sex=sex;
		this.age=age;
		this.department=department;
		this.salary=salary;
	}
	
}

public class ListStream{

	public static void main(String [] args){
		List<User> userList = getUserList();
	}

	public static List<User> getUserList(){
        List<User> userList = new ArrayList<User>();
        userList.add(new User(1, "黄文隆", "男", 32, "研发部", BigDecimal.valueOf(3600)));
        userList.add(new User(2, "江奕云", "男", 30, "财务部", BigDecimal.valueOf(3800)));
        userList.add(new User(3, "刘姿婷", "女", 20, "人事部", BigDecimal.valueOf(3700)));
        userList.add(new User(4, "夏志豪", "男", 38, "研发部", BigDecimal.valueOf(3500)));
        userList.add(new User(5, "林雅南", "女", 25, "财务部", BigDecimal.valueOf(3200)));
        return userList;
    }
}

现在我们有一个List类型的列表，可以使用Java8的stream流对它进行遍历、过滤、查询、去重、排序、分组等操作。

遍历

userList.forEach(System.out::println);

过滤

通过filter()进行数据筛选过滤。

//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());

查询

//获取组织编号为“黄文隆”的组织信息，如果没有找到则返回null
User user = userList.stream().filter(u -> u.getName().equals("黄文隆")).findAny().orElse(null);

去重

使用 distinct() 方法可以去除重复的数据。

//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());

排序

使用sorted()方法进行数据排序

//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());

分组

使用 groupingBy() 将数据进行分组，最终返回一个 Map 类型。

//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));

//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)));

//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)));

提取

使用 map() 方法获取用户列表中的名称列。

//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());

判断(查找)

//判断用户列表中是否存在名称为“黄文隆”的数据
boolean result1 = userList.stream().anyMatch(user -> user.getName().equals("name_01"));

//判断用户名称是否都包含“黄”字段
boolean result2 = userList.stream().allMatch(user -> user.getName().contains("黄"));

//判断用户名称是否存在不包含“黄”字段
boolean result3 = userList.stream().noneMatch(user -> user.getName().contains("黄"));

统计

//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);

//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();

//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();

//计算年龄总和
int sumAge = userList.stream().collect(Collectors.summingInt(User::getAge));

//计算平均年龄
double aveAge = userList.stream().collect(Collectors.averagingDouble(User::getAge));

//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());

//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);