Stream流式编程工具类,开发必备
把自己写的流式编程工具分享出来,不涉及公司业务,非常便捷,不用在业务层看到一条龙式的Stream代码了;
大家用的最多的应该是转list,转set,以及setVFromE;
觉得好用点个赞就行
import java.math.BigDecimal;
import java.math.RoundingMode;
import java.util.Collection;
import java.util.HashMap;
import java.util.HashSet;
import java.util.LinkedHashMap;
import java.util.LinkedHashSet;
import java.util.LinkedList;
import java.util.List;
import java.util.Map;
import java.util.Objects;
import java.util.Set;
import java.util.concurrent.ConcurrentHashMap;
import java.util.function.BiConsumer;
import java.util.function.BinaryOperator;
import java.util.function.Function;
import java.util.function.Predicate;
import java.util.stream.Collectors;
import java.util.stream.Stream;
import com.google.common.collect.Maps;
import com.google.common.collect.Sets;
import org.apache.commons.collections.CollectionUtils;
/**
* @desc Stream流处理工具
*/
public class StreamUtils {
/**
* 转换map,获取本身,去重,对象、key忽略null
* @param source 集合
* @param keyFunction 获取key函数
* @return
*/
public static <T,K> Map<K,T> toMap(Collection<T> source, Function<T,K> keyFunction){
if (CollectionUtils.isEmpty(source)) {
return Maps.newHashMap();
}
return source.stream().filter(Objects::nonNull).filter(obj -> Objects.nonNull(keyFunction.apply(obj)))
.collect(Collectors.toMap(keyFunction, Function.identity(), (v1, v2) -> v2));
}
/**
* 转换map,获取本身,去重,对象、key忽略null
* @param source 集合
* @param keyFunction 获取key函数
* @param predicate 过滤条件
* @return
*/
public static <T,K> Map<K,T> toMap(Collection<T> source, Function<T,K> keyFunction, Predicate<? super T> predicate){
if (CollectionUtils.isEmpty(source)) {
return Maps.newHashMap();
}
return source.stream().filter(Objects::nonNull).filter(obj -> Objects.nonNull(keyFunction.apply(obj))).filter(predicate)
.collect(Collectors.toMap(keyFunction, Function.identity(), (v1, v2) -> v2));
}
/**
* 转换map,去重,对象、key、value忽略null
* @param source 集合
* @param keyFunction 获取key函数
* @param valueFunction 获取值函数
* @return
*/
public static <T, K, V> Map<K, V> toMap(Collection<T> source, Function<T, K> keyFunction, Function<T, V> valueFunction) {
if (CollectionUtils.isEmpty(source)) {
return Maps.newHashMap();
}
return source.stream().filter(Objects::nonNull).filter(obj -> Objects.nonNull(keyFunction.apply(obj)))
.filter(obj -> Objects.nonNull(valueFunction.apply(obj)))
.collect(Collectors.toMap(keyFunction, valueFunction, (v1, v2) -> v2));
}
/**
* 转换map,去重,对象、key、value忽略null
* @param source 集合
* @param keyFunction 获取key函数
* @param valueFunction 获取值函数
* @param mergeFunction 合并方式
* @return
*/
public static <T, K, V> Map<K, V> toMap(Collection<T> source, Function<T, K> keyFunction, Function<T, V> valueFunction, BinaryOperator<V> mergeFunction) {
if (CollectionUtils.isEmpty(source)) {
return Maps.newHashMap();
}
return source.stream().filter(Objects::nonNull).filter(obj -> Objects.nonNull(keyFunction.apply(obj)))
.filter(obj -> Objects.nonNull(valueFunction.apply(obj))).collect(
Collectors.toMap(keyFunction, valueFunction, mergeFunction));
}
/**
* 转换map,去重,使用map重新put方式
* @param source 集合
* @param keyFunction 获取key函数
* @param valueFunction 获取值函数
* @return
*/
public static <T, K, V> HashMap<K, V> toMap2(Collection<T> source, Function<T, K> keyFunction, Function<T, V> valueFunction) {
if (CollectionUtils.isEmpty(source)) {
return Maps.newHashMap();
}
return source.stream().filter(Objects::nonNull).filter(obj -> Objects.nonNull(keyFunction.apply(obj))).collect(
HashMap<K, V>::new,
(m, v) -> m.put(keyFunction.apply(v), valueFunction.apply(v)),
HashMap<K, V>::putAll);
}
public static <T, R> List<R> toList(Collection<T> source, Function<T, R> function) {
if (CollectionUtils.isEmpty(source)) {
return Lists.newArrayList();
}
return source.stream().filter(Objects::nonNull).map(function)
.collect(Collectors.toList());
}
public static <T, R> List<R> toListIgnoreNull(Collection<T> source, Function<T, R> function) {
if (CollectionUtils.isEmpty(source)) {
return Lists.newArrayList();
}
return source.stream().filter(Objects::nonNull).map(function).filter(Objects::nonNull)
.collect(Collectors.toList());
}
public static <T,R> Set<R> toSet(Collection<T> source, Function<T,R> function) {
if (CollectionUtils.isEmpty(source)) {
return Sets.newHashSet();
}
return source.stream().filter(Objects::nonNull).map(function)
.collect(Collectors.toSet());
}
public static <T,R> Set<R> toSetIgnoreNull(Collection<T> source, Function<T,R> function) {
if (CollectionUtils.isEmpty(source)) {
return Sets.newHashSet();
}
return source.stream().filter(Objects::nonNull).map(function).filter(Objects::nonNull)
.collect(Collectors.toSet());
}
public static <T,R> LinkedHashSet<R> toLinkedHashSet(Collection<T> source, Function<T,R> function) {
if (CollectionUtils.isEmpty(source)) {
return new LinkedHashSet<R>();
}
return source.stream().filter(Objects::nonNull).map(function).filter(Objects::nonNull)
.collect(Collectors.toCollection(LinkedHashSet::new));
}
public static <T,R> LinkedList<R> toLinkedList(Collection<T> source, Function<T,R> function) {
if (CollectionUtils.isEmpty(source)) {
return Lists.newLinkedList();
}
return source.stream().filter(Objects::nonNull).map(function).filter(Objects::nonNull)
.collect(Collectors.toCollection(LinkedList::new));
}
/**
* 将集合分组,遇到重复的key,value放入集合中
* @param source
* @param keyFunction
* @param <K>
* @param <V>
* @return
*/
public static <K,V> Map<K,List<V>> groupToMap(Collection<V> source,Function<? super V, ? extends K> keyFunction){
if (CollectionUtils.isEmpty(source)) {
return Maps.newHashMap();
}
return source.stream().filter(Objects::nonNull).filter(s -> Objects.nonNull(keyFunction.apply(s)))
.collect(Collectors.groupingBy(keyFunction));
}
/**
* 将集合分组,遇到重复的key,value放入集合中
* @param source
* @param keyFunction
* @param <K>
* @param <V>
* @return
*/
public static <K,V> LinkedHashMap<K,List<V>> groupToLinkedHashMap(Collection<V> source,Function<? super V, ? extends K> keyFunction){
if (CollectionUtils.isEmpty(source)) {
return Maps.newLinkedHashMap();
}
return source.stream().filter(Objects::nonNull).filter(s -> Objects.nonNull(keyFunction.apply(s)))
.collect(Collectors.groupingBy(keyFunction, LinkedHashMap::new, Collectors.toList()));
}
/**
* 将集合分组,遇到重复的key,并统计重复key的次数
* @param source
* @param keyFunction
* @param <K>
* @param <V>
* @return
*/
public static <K,V> Map<K,Long> groupToMapCount(Collection<V> source,Function<? super V, ? extends K> keyFunction){
if (CollectionUtils.isEmpty(source)) {
return Maps.newHashMap();
}
return source.stream().filter(Objects::nonNull).filter(s -> Objects.nonNull(keyFunction.apply(s)))
.collect(Collectors.groupingBy(keyFunction,Collectors.counting()));
}
public static <T> List<T> filter(Collection<T> source,Predicate<? super T> predicate){
if (CollectionUtils.isEmpty(source)) {
return Lists.newArrayList();
}
return source.stream().filter(predicate).collect(Collectors.toList());
}
public static <T> Set<T> filter(Set<T> set,Predicate<? super T> predicate){
if (CollectionUtils.isEmpty(set)) {
return Sets.newHashSet();
}
return set.stream().filter(predicate).collect(Collectors.toCollection(HashSet::new));
}
public static <T> LinkedHashSet<T> filterToSet(Collection<T> source,Predicate<? super T> predicate){
if (CollectionUtils.isEmpty(source)) {
return Sets.newLinkedHashSet();
}
return source.stream().filter(predicate).collect(Collectors.toCollection(LinkedHashSet::new));
}
public static <T> Stream<T> filterStream(Collection<T> source, Predicate<? super T> predicate){
if (CollectionUtils.isEmpty(source)) {
return Stream.empty();
}
return source.stream().filter(predicate);
}
public static <T> Stream<T> filterStream(Collection<T> source, Predicate<? super T> predicate1, Predicate<? super T> predicate2){
if (CollectionUtils.isEmpty(source)) {
return Stream.empty();
}
return source.stream().filter(predicate1).filter(predicate2);
}
public static <T,R> List<R> filterMapList(Collection<T> source, Predicate<? super T> predicate, Function<T , R> mapFunction){
if (CollectionUtils.isEmpty(source)) {
return Lists.newArrayList();
}
return source.stream().filter(predicate).map(mapFunction).collect(Collectors.toList());
}
public static <T,R> List<R> filterMapList(Collection<T> source, Predicate<? super T> predicate1, Predicate<? super T> predicate2, Function<T , R> mapFunction){
if (CollectionUtils.isEmpty(source)) {
return Lists.newArrayList();
}
return source.stream().filter(predicate1).filter(predicate2).map(mapFunction).collect(Collectors.toList());
}
public static <T,R> Set<R> filterMapSet(Collection<T> source, Predicate<? super T> predicate, Function<T , R> mapFunction){
if (CollectionUtils.isEmpty(source)) {
return Sets.newHashSet();
}
return source.stream().filter(predicate).map(mapFunction).collect(Collectors.toSet());
}
public static <T,R> Set<R> filterMapSet(Collection<T> source, Predicate<? super T> predicate1,Predicate<? super T> predicate2, Function<T , R> mapFunction){
if (CollectionUtils.isEmpty(source)) {
return Sets.newHashSet();
}
return source.stream().filter(predicate1).filter(predicate2).map(mapFunction).collect(Collectors.toSet());
}
/**
* 从eList中设置字段值到vList中
* @param vList vList v对象集合
* @param eList eList e对象集合
* @param keyFunctionE e对象获取key方法
* @param keyFunctionV v对象获取key方法
* @param consumer 赋值转换方法
*/
public static <V,E,R> void setVFromE(Collection<V> vList, Collection<E> eList, Function<E,R> keyFunctionE,
Function<V,R> keyFunctionV,
BiConsumer<V,E> consumer){
if (CollectionUtils.isNotEmpty(eList)) {
Map<R, E> map = StreamUtils.toMap(eList,keyFunctionE);
vList.stream().filter(Objects::nonNull).forEach(v -> {
E e = map.get(keyFunctionV.apply(v));
if (Objects.nonNull(e)) {
consumer.accept(v,e);
}
});
}
}
/**
* 从eList中设置集合项字段值到vList中的集合项属性
* @param vList vList v对象集合
* @param eList eList e对象集合
* @param keyFunctionE e对象获取key方法
* @param keyFunctionV v对象获取key方法
* @param consumer 赋值转换方法
*/
public static <V,E,R> void setVListFromE(Collection<V> vList, Collection<E> eList, Function<E,R> keyFunctionE,
Function<V,R> keyFunctionV,
BiConsumer<V,List<E>> consumer){
if (CollectionUtils.isNotEmpty(eList)) {
Map<R, List<E>> map = StreamUtils.groupToMap(eList,keyFunctionE);
vList.stream().filter(Objects::nonNull).forEach(v -> {
List<E> e = map.get(keyFunctionV.apply(v));
if (Objects.nonNull(e)) {
consumer.accept(v,e);
}
});
}
}
/**
* 累加
* @param source 原集合
* @param valueFunction 获取BigDecimal字段
* @param <T>
* @return
*/
public static <T> BigDecimal add(Collection<T> source, Function<T,BigDecimal> valueFunction) {
if (CollectionUtils.isEmpty(source)) {
return BigDecimal.ZERO;
}
return source.stream().filter(Objects::nonNull).map(valueFunction)
.reduce(BigDecimal.ZERO,BigDecimal::add);
}
/**
* 累加并设置四舍五入(保留newScale位小数)
* @param source 原集合
* @param valueFunction 获取BigDecimal字段
* @param newScale 小数位数
* @param <T>
* @return
*/
public static <T> BigDecimal addHalfUp(Collection<T> source, Function<T,BigDecimal> valueFunction,int newScale) {
if (CollectionUtils.isEmpty(source)) {
return BigDecimal.ZERO;
}
return source.stream().filter(Objects::nonNull).map(valueFunction)
.reduce(BigDecimal.ZERO,BigDecimal::add).setScale(newScale, RoundingMode.HALF_UP);
}
/**
* 累加并设置四舍五入(保留2位小数)
* @param source 原集合
* @param valueFunction 获取BigDecimal字段
* @param <T>
* @return
*/
public static <T> BigDecimal addHalfUp(Collection<T> source, Function<T,BigDecimal> valueFunction) {
return addHalfUp(source, valueFunction,2);
}
public static <T,K> Predicate<T> distinctByKey(Function<? super T, K> keyExtractor) {
Set<K> seen = ConcurrentHashMap.newKeySet();
return t -> seen.add(keyExtractor.apply(t));
}
public static <T,K> List<T> distinctByKey(List<T> list, Function<? super T, K> keyExtractor) {
return list.stream().filter(distinctByKey(keyExtractor)).collect(Collectors.toList());
}
}
Stream流式编程工具类,开发必备的更多相关文章
- Stream流式编程
Stream流式编程 Stream流 说到Stream便容易想到I/O Stream,而实际上,谁规定“流”就一定是“IO流”呢?在Java 8中,得益于Lambda所带来的函数式编程,引入了一个 ...
- 让代码变得优雅简洁的神器:Java8 Stream流式编程
原创/朱季谦 本文主要基于实际项目常用的Stream Api流式处理总结. 因笔者主要从事风控反欺诈相关工作,故而此文使用比较熟悉的三要素之一的[手机号]黑名单作代码案例说明. 我在项目当中,很早就开 ...
- stream流操作List工具类
工作中操作List对于程序猿来说是"基本操作",为了更加便利,对JDK8的新特性stream流进行二次封装.话不多说,直接上代码 package com.mydemo; impor ...
- Java8 新特性 —— Stream 流式编程
本文部分摘自 On Java 8 流概述 集合优化了对象的存储,大多数情况下,我们将对象存储在集合是为了处理他们.使用流可以帮助我们处理对象,无需迭代集合中的元素,即可直接提取和操作元素,并添加了很多 ...
- JDK8新特性(二) 流式编程Stream
流式编程是1.8中的新特性,基于常用的四种函数式接口以及Lambda表达式对集合类数据进行类似流水线一般的操作 流式编程分为大概三个步骤:获取流 → 操作流 → 返回操作结果 流的获取方式 这里先了解 ...
- java高并发系列 - 第15天:JUC中的Semaphore,最简单的限流工具类,必备技能
这是java高并发系列第15篇文章 Semaphore(信号量)为多线程协作提供了更为强大的控制方法,前面的文章中我们学了synchronized和重入锁ReentrantLock,这2种锁一次都只能 ...
- 第46天学习打卡(四大函数式接口 Stream流式计算 ForkJoin 异步回调 JMM Volatile)
小结与扩展 池的最大的大小如何去设置! 了解:IO密集型,CPU密集型:(调优) //1.CPU密集型 几核就是几个线程 可以保持效率最高 //2.IO密集型判断你的程序中十分耗IO的线程,只要大于 ...
- 万字详解 | Java 流式编程
概述 Stream API 是 Java 中引入的一种新的数据处理方法.它提供了一种高效且易于使用的方法来处理数据集合.Stream API 支持函数式编程,可以让我们以简洁.优雅的方式进行数据操作, ...
- 20190827 On Java8 第十四章 流式编程
第十四章 流式编程 流的一个核心好处是,它使得程序更加短小并且更易理解.当 Lambda 表达式和方法引用(method references)和流一起使用的时候会让人感觉自成一体.流使得 Java ...
- FTP工具类开发
正所谓工欲善其事必先利其器,熟悉了下一套流程,以此铭记. 1.FTP服务搭建 由于本人使用wondiow系统,所以针对window的童鞋们可以查看.至于windowX这里配置类似,所以不要纠结于win ...
随机推荐
- ZOS对象存储跨域资源访问的实现和使用
本文分享自天翼云开发者社区<ZOS对象存储跨域资源访问的实现和使用>,作者:对象存储二三事 跨域的定义 跨域指的是从一个域名去请求另外一个域名的资源,即跨域名请求.跨域时,浏览器不能执行其 ...
- SqlServer中根据某几列获取重复的数据将其删除并保留最新一条
有时候,我们某个数据表中,可能有几列的数据都是一样的,此时我们可能想查询出这几列数据相同的所有数据行,并保留最新一条,将其他重复的数据删除. 1.ROW_NUMBER函数 假设我们有如下数据表: 此时 ...
- Q: USB无线网卡搜不到路由器WiFi,但也能搜索到少部分信号。
原因分析:一般在路由器的配置的无线信道是自动,路由器的2.4G频段有13个左右交叠的信道.由于USB无线网卡的设置信道区间可能不在无线信道范围内,导致无线网卡搜索不到对应wifi. 解决问题:鼠标右键 ...
- linux--安装zeppelin
可以下载源码安装也可以用docker安装 http://zeppelin.apache.org/download.html Zeppelin 安装目录的bin文件夹下,使用以下命令启动进程: /opt ...
- Mac安装Hadoop
软件版本 hadoop3.2.1 一.打开本地ssh登录 # 生成公钥默认 $ ssh-keygen -t rsa -C "robots_wang@163.com" -b 4096 ...
- JVM堆内存分析,分析工具jmap heap
一.查看堆信息 jmap -heap 33146 Debugger attached successfully. Server compiler detected. JVM version is 25 ...
- JWT权限验证,兼容多方式验证
前言 许久没写博文了,整合下这段时间所学吧,前进路上总要停下来回顾下学习成果. 本篇记录下项目的权限验证,WebApi项目中用权限验证来保证接口安全总是需要的,然而权限验证的方式多种多样,博主在项目中 ...
- Asp.Net Core3.0 微信小程序统一下单
微信统一下单开发文档:https://pay.weixin.qq.com/wiki/doc/api/native.php?chapter=9_1 微信支付小程序支付文档:https://pay.wei ...
- 使用 Git 命令和 Github 前须了解的知识
本文不包括 Git 命令的介绍与使用,只分享 Git 的关键概念与 Github 项目的基本工作流程.作者相信先了解它们对后续的学习和工作大有裨益.(如有错误和建议请大家评论告知) 版本控制系统 VC ...
- element-ui实现table表格的嵌套(table表格嵌套)功能实现
最近在做电商类型的官网,希望实现的布局如下:有表头和表身,所以我首先想到的就是table表格组件. 表格组件中常见的就是:标题和内容一一对应:像效果图中的效果,只用基础的表格布局是不行的,因此我想 ...