java的stream的使用

过滤
filter；
    //匹配第一个元素
        Optional<Integer> findFirst=list.stream().filter(x->x>6).findFirst();
//任意匹配  （适用于并行流）
        List<String> collect = personList.stream().filter(x -> x.getSalary() > 8000).map(Person::getName).collect(Collectors.toList());

 //任意匹配  （适用于并行流）
        Optional<Integer> findAny=list.parallelStream().filter(x->x>6).findAny();

是否匹配：
anyMatch：
        // 是否包含符合特定条件的元素
        boolean anyMatch=list.stream().anyMatch(x->x>6);

映射
map：
//        案例二：将员工的薪资全部增加1000。
        List<Person> personListNew = personList.stream().map(person -> {
            // 不改变原来员工集合的方式
            Person person1 = new Person(person.getName(), 0, null, 0, null);
            person1.setSalary(person.getSalary() + 1000);
            return person1;
        }).collect(Collectors.toList());

 List<Person> collect3 = personList.stream().map(person -> {
            // 改变原来员工集合的方式
            person.setSalary(person.getSalary() + 1000);
            return person;
        }).collect(Collectors.toList());

//变成大写
 String[] strArr = { "abcd", "bcdd", "defde", "fTr" };
        List<String> collect1 = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());

//                map分为两组
//                flatMap分为两一组
        //.map获取两个班级所有的男生的集合
        List<List<Person>> boyLists = gradeManageList.stream()  //返回一个list 的List<Person>
                .map(classManageMap -> classManageMap.get("男生"))
                .collect(Collectors.toList());

        //.flatMap获取两个班级所有男生的集合，返回一个List<Person>
        List<Person> boyList = gradeManageList.stream()   //返回Person 的list
                .flatMap(classManageMap -> classManageMap.get("男生").stream())
                .collect(Collectors.toList());

//        案例三：将两个字符数组合并成一个新的字符数组。
        List<String> list7 = Arrays.asList("m,k,l,a", "1,3,5,7");
        List<String> collect4 = list7.stream().flatMap(s -> {
            //把每个元素转化成一个stream
            String[] split = s.split(",");
            Stream<String> s2 = Arrays.stream(split);
            return s2;
        }).collect(Collectors.toList());

最大
max：
        Optional<Person> max2 = personList.stream().max(Comparator.comparing(Person::getSalary));
//        System.out.println(max2.get());
//        3.3 聚合（max/min/count)
        List<String> strings = Arrays.asList("adnm", "admmt", "pot", "xbangd", "weoujgsd");
        Optional<String> max = strings.stream().max(Comparator.comparing(String::length));
//        System.out.println("最长的字符串：" + max.get());
        Optional<Person> max1 = personList.stream().max(Comparator.comparing(Person::getAge));
//        System.out.println("最大年龄"+max1.get());

  //自然排序
        Optional<Integer> max3=list3.stream().max(Integer::compareTo);

 //自定义排序
        Optional<Integer> max4 = list3.stream().max(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o1.compareTo(o2);
            }
        });

归纳
reduce：
// 求工资之和方式1：
        Optional<Integer> reduce1 = personList.stream().map(Person::getSalary).reduce(Integer::sum);
        // 求工资之和方式2：
        Integer reduce = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), (sum1, sum2) -> sum1 + sum2);
        // 求工资之和方式3：
        Integer reduce3 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);

// 求最高工资方式1：
        Integer reduce2 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), Integer::max);
        Integer maxSalary2 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),
                (max1, max3) -> max1 > max3 ? max1 : max3);

List<Integer> list8 = Arrays.asList(1, 3, 2, 8, 11, 4);
        // 求和
        Optional<Integer> sum1=list8.stream().reduce((x,y)-> x + y);
        Optional<Integer> sum2=list8.stream().reduce(Integer::sum);
        Integer sum3= list8.stream().reduce(0, Integer::sum);

        // 求乘积
        Optional<Integer> sum4=list8.stream().reduce((x,y)-> x * y);

        // 求最大值方式
        Optional<Integer> max6=list8.stream().reduce((x,y)-> x > y?x:y);
          Integer max5=list8.stream().reduce(1,Integer::max);

        Map<String, Person> collect7 = personList0.stream().filter(p -> p.getSalary() > 8000).collect(Collectors.toMap(Person::getName, p -> p));

    //统计员工人数
        Long collect6 = personList0.stream().collect(Collectors.counting());
   //平均工资
        Double collect8 = personList0.stream().collect(Collectors.averagingDouble(Person::getSalary));
    // 求最高工资
        Optional<Integer> collect9 = personList0.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));

   // 求工资之和
        Double collect10 = personList0.stream().collect(Collectors.summingDouble(Person::getSalary));

//以上总计数量，最大，最小，平均
        DoubleSummaryStatistics collect0 = personList0.stream().collect(Collectors.summarizingDouble(Person::getSalary));

接合(joining)：
 String collect14 = personList0.stream().map(p -> p.getName()).collect(Collectors.joining(","));
//        System.out.println("所有员工的姓名：" + collect14);

sorted：
//        sorted，中间操作。有两种排序：
//        sorted()：自然排序，流中元素需实现Comparable接口
//        sorted(Comparator com)：Comparator排序器自定义排序
  // 按工资升序排序（自然排序）

//按照工资升序的人的姓名排序
        List<String> collect16 = personList0.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName).collect(Collectors.toList());

  // 先按工资再按年龄升序排序
        List<String> collect17 = personList0.stream().sorted(
                Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)
        ).map(Person::getName).collect(Collectors.toList());

concat
distinct：

      String[] arr1 = { "a", "b", "c", "d" };
        String[] arr2 = { "d", "e", "f", "g","a"};
        Stream<String> arr11 = Stream.of(arr1);
        Stream<String> arr22= Stream.of(arr2);
       // concat:合并两个流 distinct：去重
        List<String> distinct = Stream.concat(arr11, arr22).distinct().collect(Collectors.toList());
        // limit：限制从流中获得前n个数据
        List<Integer> collect19 = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
//        skip：跳过前n个数据
        List<Integer> collect20 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());