乐字节-Java8新特性-接口默认方法之Stream流（下）

接上一篇：《Java8新特性之stream》，下面继续接着讲Stream

5、流的中间操作

常见的流的中间操作，归为以下三大类：筛选和切片流操作、元素映射操作、元素排序操作:

操作	描述
筛选和切片	filter(T -> boolean):保留 boolean 为 true 的元素 limit(long n):返回前 n 个元素 skip(long n):去除前 n 个元素 distinct():去除重复元素，这个方法是通过类的 equals 方法来判断两个元素是否相等的
映射	map(T -> R):将流中的每一个元素 T 映射为 R（类似类型转换） flatMap(T -> Stream<R>): 将流中的每一个元素 T 映射为一个流，再把每一个流连接成为一个流
排序	sorted() / sorted((T, T) -> int):如果流中的元素的类实现了 Comparable 接口，即有自己的排序规则，那么可以直接调用 sorted() 方法对元素进行排序，如 Stream<Integer>

5.1、筛选和切片

例如以订单数据为例，在做报表展示时，会根据订单状态、用户信息、支付结果等状态来分别展示（即过滤和统计展示）

定义订单Order类

public class Order {
    // 订单id
    private Integer id;
    // 订单用户id
    private Integer userId;
    // 订单编号
    private  String orderNo;
    // 订单日期
    private Date orderDate;
    // 收货地址
    private String address;
    // 创建时间
    private Date createDate;
    // 更新时间
    private Date updateDate;
    // 订单状态  0-未支付  1-已支付  2-代发货  3-已发货  4-已接收  5-已完成
    private Integer status;
    // 是否有效  1-有效订单  0-无效订单
    private Integer isValid;
    
    //订单总金额
    private  Double total;
    /**
       此处省略getter/setter方法
    */
}

测试

public static void main(String[] args) {
        Order order01 = new Order(1,10,"20190301",
                new Date(),"上海市-浦东区",new Date(),new Date(),4,1,100.0);
        Order order02 = new Order(2,30,"20190302",
                new Date(),"北京市四惠区",new Date(),new Date(),1,1,2000.0);
        Order order03 = new Order(3,20,"20190303",
                new Date(),"北京市-朝阳区",new Date(),new Date(),4,1,500.0);
        Order order04 = new Order(4,40,"20190304",
                new Date(),"北京市-大兴区",new Date(),new Date(),4,0,256.0);
        Order order05 = new Order(5,40,"20190304",
                new Date(),"上海市-松江区",new Date(),new Date(),4,0,1000.0);
        List<Order> ordersList= Arrays.asList(order01,order02,order03,order04);
        // 过滤订单集合 有效订单 并打印到控制台
        ordersList.stream().filter((order)->order.getIsValid()==1).forEach(System.out::println);
        // 过滤订单集合有效订单 取前两条有效订单 并打印到控制台
        ordersList.stream().filter((order)->order.getIsValid()==1).limit(2).forEach(System.out::println);
    }
        // 过滤订单集合有效订单 取最后一条记录
        ordersList.stream().filter((order)->order.getIsValid()==1)
                .skip(ordersList.size()-2).forEach(System.out::println);
​
// 去除订单编号重复的无效订单记录 此时因为比较的为Object Order对象需要重写HashCode 与Equals 方法
/**
     * 重写 equals 方法
     * @param obj
     * @return
     */
    @Override
    public boolean equals(Object obj) {
        boolean flag = false;
        if (obj == null) {
            return flag;
        }
        Order order = (Order) obj;
        if (this == order) {
            return true;
        } else {
            return (this.orderNo.equals(order.orderNo));
        }
    }
​
    /**
     * 重写hashcode方法
     * @return
     */
    @Override
    public int hashCode() {
        int hashno = 7;
        hashno = 13 * hashno + (orderNo == null ? 0 : orderNo.hashCode());
        return hashno;
    }
 // 过滤订单集合无效订单 去除订单号重复记录
  ordersList.stream().filter((order)->order.getIsValid()==0).distinct().forEach(System.out::println);

5.2、映射

//过滤订单集合有效订单  获取所有订单订单编号
ordersList.stream().filter((order)->order.getIsValid()==1).map((order)->order.getOrderNo()).forEach(System.out::println);
​
// 过滤有效订单  并分离每个订单下收货地址市区信息
ordersList.stream().map(o->o.getAddress().split("-")).flatMap(Arrays::stream).forEach(System.out::println);

5.3、排序

 //过滤有效订单 并根据用户id 进行排序
 ordersList.stream().filter((order)->order.getIsValid()==1)
 .sorted((o1,o2)->o1.getUserId()-o2.getUserId()).forEach(System.out::println);
//或者等价写法
ordersList.stream().filter((order)->order.getIsValid()==1)
                .sorted(Comparator.comparingInt(Order::getUserId)).forEach(System.out::println);
​
// 定制排序规则
/*过滤有效订单
 * 定制排序:如果订单状态相同 根据订单创建时间排序 反之根据订单状态排序
*/
ordersList.stream().filter((order)->order.getIsValid()==1).sorted((o1,o2)->{
   if(o1.getStatus().equals(o2.getStatus())){
        return o1.getCreateDate().compareTo(o2.getCreateDate());
    }else{
        return o1.getStatus().compareTo(o2.getStatus());
    }}).forEach(System.out::println);

6、流的终止操作

终止操作会从流的流水线生成结果。其结果是任何不是流的值，比如常见的List、 Integer，甚 至void等结果。 对于流的终止操作，分为以下三类:

操作	描述
查找与匹配	allMatch:检查是否匹配所有元素 anyMatch(T -> boolean): 流中是否有一个元素匹配给定的 T -> boolean 条件 noneMatch(T -> boolean): 流中是否没有元素匹配给定的 T -> boolean 条件 findAny():找到其中一个元素 （使用 stream() 时找到的是第一个元素；使用 parallelStream() 并行时找到的是其中一个元素） findFirst():找到第一个元素 max():返回流中最大值 min():返回流中最小值 count():返回流中元素的总个数
归约: 将流中元素反复结合起来，得到一个值	reduce((T, T) -> T) 和 reduce(T, (T, T) -> T): 用于组合流中的元素，如求和，求积，求最大值等
收集: 将流转换为其他形式，接收一个Collertor接口的实现，用于给Stream中元素做汇总的方法	collect()

6.1、查找与匹配

  // 筛选所有有效订单  匹配用户id =20 的所有订单
System.out.println("allMatch匹配结果:"+ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).allMatch((o) -> o.getUserId() == 20));
System.out.println("anyMatch匹配结果:"+ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).anyMatch((o) -> o.getUserId() == 20));
System.out.println("noneMatch匹配结果:"+ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).noneMatch((o) -> o.getUserId() == 20));
​
//  筛选所有有效订单 返回订单总数
System.out.println("count结果:"+ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).count());
// 筛选所有有效订单 返回金额最大订单值
Optional<Double> max=ordersList.stream().filter((order) -> order.getIsValid() == 1)
    .map(Order::getTotal).max(Double::compare);
System.out.println("订单金额最大值:"+max.get());
// 筛选所有有效订单 返回金额最小订单值
Optional<Double> min=ordersList.stream().filter((order) -> order.getIsValid() == 1)
    .map(Order::getTotal).min(Double::compare);
System.out.println("订单金额最小值:"+min.get());

6.2、归约

将流中元素反复结合起来，得到一个值的操作。

// 归约操作  计算有效订单总金额
System.out.println("有效订单总金额:"+ordersList.stream().filter((order) -> order.getIsValid() == 1).map(Order::getTotal).reduce(Double::sum).get());

6.3、Collector收集数据

6.3.1、收集

将流转换为其他形式，coollect 方法作为终端操作， 接收一个Collector接口的实现，用于给Stream中元素做汇总的方法。最常用的方法，把流中所有元素收集到一个 List, Set 或 Collection 中

• toList

• toSet

• toCollection

• toMap

// 收集操作
// 筛选所有有效订单 并收集订单列表
List<Order> orders= ordersList.stream().filter((order) -> order.getIsValid() == 1).collect(Collectors.toList());
orders.forEach(System.out::println);
// 筛选所有有效订单 并收集订单号 与 订单金额
Map<String,Double> map=ordersList.stream().filter((order) -> order.getIsValid() == 1).
    collect(Collectors.toMap(Order::getOrderNo, Order::getTotal));
// java8 下对map 进行遍历操作 如果 Map 的 Key 重复了,会报错
map.forEach((k,v)->{
    System.out.println("k:"+k+":v:"+v);
});

6.3.2、汇总

• countintg():用于计算总和

• count():用于计算总和（推荐使用，写法更简洁）

• summingInt() ，summingLong()，summingDouble():用于计算总和

• averagingInt()，averagingLong()，averagingDouble()用于平均

• summarizingInt，summarizingLong，summarizingDouble 同样可以实现计算总和，平均等操作，比如summarizingInt 结果会返回IntSummaryStatistics 类型 ，然后通过get方法获取对应汇总值即可

// 汇总操作
//筛选所有有效订单 返回订单总数
System.out.println("count结果:"+ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).collect(Collectors.counting()));
System.out.println("count结果:"+ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).count());
​
//  返回订单总金额
System.out.println("订单总金额:"+ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).collect(Collectors.summarizingDouble(Order::getTotal)));
System.out.println("订单总金额:"+ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).mapToDouble(Order::getTotal).sum());
System.out.println("订单总金额:"+ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).map(Order::getTotal).reduce(Double::sum).get());
​
// 返回 用户id=20 有效订单平均每笔消息金额
System.out.println("用户id=20 有效订单平均每笔消费金额:"+ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).
                   filter((order -> order.getUserId()==20))
                   .collect(Collectors.averagingDouble(Order::getTotal)));
System.out.println("用户id=20 有效订单平均每笔消费金额:"+
                   ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).
                   filter((order -> order.getUserId()==20))
                   .mapToDouble(Order::getTotal).average().getAsDouble());
​
System.out.println("用户id=20 有效订单平均每笔消费金额:"+
                   ordersList.stream().
                   filter((order) -> order.getIsValid() == 1).
                   filter((order -> order.getUserId()==20))
                   .collect(Collectors.summarizingDouble(Order::getTotal)).getAverage());
​
// 筛选所有有效订单 并计算订单总金额
System.out.println("订单总金额:"+ordersList.stream().filter((order) -> order.getIsValid() == 1)
                   .collect(Collectors.summingDouble(Order::getTotal)));
// 筛选所有有效订单 并计算最小订单金额
System.out.println("最小订单金额:"+ordersList.stream().filter((order) -> order.getIsValid() == 1)
                   .map(Order::getTotal).collect(Collectors.minBy(Double::compare)));
// 筛选所有有效订单 并计算最大订单金额
System.out.println("最大订单金额:"+ordersList.stream().filter((order) -> order.getIsValid() == 1)
                   .map(Order::getTotal).collect(Collectors.maxBy(Double::compare)));

6.3.3、最值

maxBy，minBy 两个方法，需要一个 Comparator 接口作为参数，实现最大 最小值获取操作

// 取最会
// 筛选所有有效订单 并计算最小订单金额
System.out.println("最小订单金额:"+ordersList.stream().filter((order) -> order.getIsValid() == 1)
                   .map(Order::getTotal).collect(Collectors.minBy(Double::compare)));
// 筛选所有有效订单 并计算最大订单金额
System.out.println("最大订单金额:"+ordersList.stream().filter((order) -> order.getIsValid() == 1)
                   .map(Order::getTotal).collect(Collectors.maxBy(Double::compare)));

6.3.4、分组

groupingBy 用于将数据分组，最终返回一个 Map 类型

groupingBy 可以接受一个第二参数实现多级分组

// 分组-根据有效订单支付状态进行分组操作
Map<Integer,List<Order>> g01=ordersList.stream().filter((order) -> order.getIsValid() == 1)
    .collect(Collectors.groupingBy(Order::getStatus));
g01.forEach((status,order)->{
    System.out.println("----------------");
    System.out.println("订单状态:"+status);
    order.forEach(System.out::println);
});
​
// 分组-查询有效订单 根据用户id 和 支付状态进行分组
Map<Integer,Map<String,List<Order>>> g02= ordersList.stream().filter((order) -> order.getIsValid() == 1)
    .collect(Collectors.groupingBy(Order::getUserId,Collectors.groupingBy((o)->{
        if(o.getStatus()==0){
            return "未支付";
        }else if (o.getStatus()==1){
            return "已支付";
        }else if (o.getStatus()==2){
            return "待发货";
        }else if (o.getStatus()==3){
            return "已发货";
        }else if (o.getStatus()==4){
            return "已接收";
        } else{
            return "已完成";
        }
    })));
g02.forEach((userId,m)->{
    System.out.println("用户id:"+userId+"-->有效订单如下:");
    m.forEach((status,os)->{
        System.out.println("状态:"+status+"---订单列表如下:");
        os.forEach(System.out::println);
    });
    System.out.println("-----------------------");
});

6.3.5、partitioningBy 分区

分区与分组的区别在于，分区是按照 true 和 false 来分的，因此partitioningBy 接受的参数的 lambda 也是 T -> boolean

// 分区操作  筛选订单金额>1000 的有效订单
Map<Boolean,List<Order>> g03= ordersList.stream().filter((order) -> order.getIsValid() == 1)
    .collect(Collectors.partitioningBy((o)->o.getTotal()>1000));
g03.forEach((b,os)->{
    System.out.println("分区结果:"+b+"--列表结果:");
    os.forEach(System.out::println);
});
​
// 拼接操作 筛选有效订单 并进行拼接
String orderStr=ordersList.stream().filter((order) -> order.getIsValid() == 1).map(Order::getOrderNo)
    .collect(Collectors.joining(","));
System.out.println(orderStr);

乐字节-Java新特性之stream流就介绍到这里了，接下来小乐还会接着给大家讲解Java8新特性之Optional，欢迎关注，转载请说明出处和作者。