java1.8输出语句_JAVA在JDK1.8中Stream流的使用

Stream流的map使用

转换大写

List list3 = Arrays.asList("zhangSan", "liSi", "wangWu");

System.out.println("转换之前的数据:" +list3);

List list4 =list3.stream().map(String::toUpperCase).collect(Collectors.toList());

System.out.println("转换之后的数据:" +list4);//转换之后的数据:[ZHANGSAN, LISI,WANGWU]

转换数据类型

List list31 = Arrays.asList("1", "2", "3");

System.out.println("转换之前的数据:" +list31);

List list41 =list31.stream().map(Integer::valueOf).collect(Collectors.toList());

System.out.println("转换之后的数据:" +list41);//[1, 2, 3]

获取平方

List list5 = Arrays.asList(new Integer[] { 1, 2, 3, 4, 5});

List list6 = list5.stream().map(n -> n *n).collect(Collectors.toList());

System.out.println("平方的数据:" +list6);//[1, 4, 9, 16, 25]

Stream流的filter使用  用于通过设置的条件过滤出元素

通过与 findAny 得到 if/else 的值

List list = Arrays.asList("张三", "李四", "王五", "xuwujing");

String result3= list.stream().filter(str -> "李四".equals(str)).findAny().orElse("找不到!");

String result4= list.stream().filter(str -> "李二".equals(str)).findAny().orElse("找不到!");

System.out.println("stream 过滤之后 2:" +result3);

System.out.println("stream 过滤之后 3:" +result4);//stream 过滤之后 2:李四//stream 过滤之后 3:找不到!

通过与 mapToInt 计算和

List lists = new ArrayList();

lists.add(new User(6, "张三"));

lists.add(new User(2, "李四"));

lists.add(new User(3, "王五"));

lists.add(new User(1, "张三"));//计算这个list中出现 "张三" id的值

int sum = lists.stream().filter(u -> "张三".equals(u.getName())).mapToInt(u ->u.getId()).sum();

System.out.println("计算结果:" +sum);//7

Stream流的flatMap使用   用于映射每个元素到对应的结果，一对多。

从句子中得到单词

String worlds = "The way of the future";

List list7 = new ArrayList<>();

list7.add(worlds);

List list8 = list7.stream().flatMap(str -> Stream.of(str.split(" ")))

.filter(world-> world.length() > 0).collect(Collectors.toList());

System.out.println("单词:");

list8.forEach(System.out::println);//单词://The//way//of//the//future

Stream流的limit使用 用于获取指定数量的流

获取前n条数的数据

Random rd = newRandom();

System.out.println("取到的前三条数据:");

rd.ints().limit(3).forEach(System.out::println);//取到的前三条数据://1167267754//-1164558977//1977868798

结合skip使用得到需要的数据

skip表示的是扔掉前n个元素。

List list9 = new ArrayList();for (int i = 1; i < 4; i++) {

User user= new User(i, "pancm" +i);

list9.add(user);

}

System.out.println("截取之前的数据:");//取前3条数据，但是扔掉了前面的2条，可以理解为拿到的数据为 2<=i<3 (i 是数值下标)

List list10 = list9.stream().map(User::getName).limit(3).skip(2).collect(Collectors.toList());

System.out.println("截取之后的数据:" +list10);//截取之前的数据://姓名:pancm1//姓名:pancm2//姓名:pancm3//截取之后的数据:[pancm3]

Stream流的sort使用

Random rd2 = newRandom();

System.out.println("取到的前三条数据然后进行排序:");

rd2.ints().limit(3).sorted().forEach(System.out::println);//取到的前三条数据然后进行排序://-2043456377//-1778595703//1013369565

优化排序

//普通的排序取值

List list11 = list9.stream().sorted((u1, u2) -> u1.getName().compareTo(u2.getName())).limit(3)

.collect(Collectors.toList());

System.out.println("排序之后的数据:" +list11);//优化排序取值

List list12 = list9.stream().limit(3).sorted((u1, u2) ->u1.getName().compareTo(u2.getName()))

.collect(Collectors.toList());

System.out.println("优化排序之后的数据:" +list12);//排序之后的数据:[{"id":1,"name":"pancm1"}, {"id":2,"name":"pancm2"}, {"id":3,"name":"pancm3"}]//优化排序之后的数据:[{"id":1,"name":"pancm1"}, {"id":2,"name":"pancm2"}, {"id":3,"name":"pancm3"}]

Stream流的max/min/distinct使用

得到最大最小值

List list13 = Arrays.asList("zhangsan","lisi","wangwu","xuwujing");int maxLines =list13.stream().mapToInt(String::length).max().getAsInt();int minLines =list13.stream().mapToInt(String::length).min().getAsInt();

System.out.println("最长字符的长度:" + maxLines+",最短字符的长度:"+minLines);//最长字符的长度:8,最短字符的长度:4

得到去重之后的数据

String lines = "good good study day day up";

List list14 = new ArrayList();

list14.add(lines);

List words = list14.stream().flatMap(line -> Stream.of(line.split(" "))).filter(word -> word.length() > 0)

.map(String::toLowerCase).distinct().sorted().collect(Collectors.toList());

System.out.println("去重复之后:" +words);//去重复之后:[day, good, study, up]

Stream流的Match使用

allMatch：Stream 中全部元素符合则返回 true ;

anyMatch：Stream 中只要有一个元素符合则返回 true;

noneMatch：Stream 中没有一个元素符合则返回 true。

数据是否符合

boolean all = lists.stream().allMatch(u -> u.getId() > 3);

System.out.println("是否都大于3:" +all);boolean any = lists.stream().anyMatch(u -> u.getId() > 3);

System.out.println("是否有一个大于3:" +any);boolean none = lists.stream().noneMatch(u -> u.getId() > 3);

System.out.println("是否没有一个大于3的:" +none);//是否都大于3:false//是否有一个大于3:true//是否没有一个大于3的:false

Stream流的reduce使用 主要作用是把 Stream 元素组合起来进行操作。

字符串连接

String concat = Stream.of("A", "B", "C", "D").reduce("", String::concat);

System.out.println("字符串拼接:" + concat);

得到最小值

double minValue = Stream.of(-4.0, 1.0, 3.0, -2.0).reduce(Double.MAX_VALUE, Double::min);

System.out.println("最小值:" +minValue);//最小值:-4.0

求和

//求和, 无起始值

int sumValue = Stream.of(1, 2, 3, 4).reduce(Integer::sum).get();

System.out.println("有无起始值求和:" +sumValue);//求和, 有起始值

sumValue = Stream.of(1, 2, 3, 4).reduce(1, Integer::sum);

System.out.println("有起始值求和:" +sumValue);//有无起始值求和:10//有起始值求和:11

过滤拼接

concat = Stream.of("a", "B", "c", "D", "e", "F").filter(x -> x.compareTo("Z") > 0).reduce("", String::concat);

System.out.println("过滤和字符串连接:" +concat);//过滤和字符串连接:ace

Stream流的groupingBy/partitioningBy使用

groupingBy：分组排序；

partitioningBy：分区排序。

分组排序

System.out.println("通过id进行分组排序:");

Map> personGroups = Stream.generate(new UserSupplier2()).limit(5)

.collect(Collectors.groupingBy(User::getId));

Iterator it=personGroups.entrySet().iterator();while(it.hasNext()) {

Map.Entry> persons =(Map.Entry) it.next();

System.out.println("id " + persons.getKey() + " = " +persons.getValue());

}//通过id进行分组排序://id 10 = [{"id":10,"name":"pancm1"}]//id 11 = [{"id":11,"name":"pancm3"}, {"id":11,"name":"pancm6"}, {"id":11,"name":"pancm4"}, {"id":11,"name":"pancm7"}]

class UserSupplier2 implements Supplier{private int index = 10;private Random random = newRandom();

@OverridepublicUser get() {return new User(index % 2 == 0 ? index++ : index, "pancm" + random.nextInt(10));

}

}

分区排序

System.out.println("通过年龄进行分区排序:");

Map> children = Stream.generate(new UserSupplier3()).limit(5)

.collect(Collectors.partitioningBy(p-> p.getId() < 18));

System.out.println("小孩: " + children.get(true));

System.out.println("成年人: " + children.get(false));//通过年龄进行分区排序://小孩: [{"id":16,"name":"pancm7"}, {"id":17,"name":"pancm2"}]//成年人: [{"id":18,"name":"pancm4"}, {"id":19,"name":"pancm9"}, {"id":20,"name":"pancm6"}]

class UserSupplier3 implements Supplier{private int index = 16;private Random random = newRandom();

@OverridepublicUser get() {return new User(index++, "pancm" + random.nextInt(10));

}

}

Stream流的summaryStatistics使用  IntSummaryStatistics 用于收集统计信息(如count、min、max、sum和average)的状态对象。

得到最大、最小、之和以及平均数。

List numbers = Arrays.asList(1, 5, 7, 3, 9);

IntSummaryStatistics stats= numbers.stream().mapToInt((x) ->x).summaryStatistics();

System.out.println("列表中最大的数 : " +stats.getMax());

System.out.println("列表中最小的数 : " +stats.getMin());

System.out.println("所有数之和 : " +stats.getSum());

System.out.println("平均数 : " +stats.getAverage());//列表中最大的数 : 9//列表中最小的数 : 1//所有数之和 : 25//平均数 : 5.0