我們一起聊聊 Java Steam 常用 API
作者：老鄭
現(xiàn)在 Java 17 和 Java 11 基本上可以和 Java8 平分 JDK 裝機(jī)比例。下面是我常用的一些 Strem API 操作。除了分組、轉(zhuǎn)換、排序，如果大家還有更多常用的 API 可以一起留言交流。
分組
現(xiàn)在 Java 17 和 Java 11 基本上可以和 Java8 平分 JDK 裝機(jī)比例。下面是我常用的一些 Strem API 操作。除了分組、轉(zhuǎn)換、排序，如果大家還有更多常用的 API 可以一起留言交流。
分組
List 默認(rèn)分組過(guò)后是 Map<Key, List>
List<StreamItem> streamList = Stream.of(
new StreamItem(1, "k1"),
new StreamItem(2, "k1"),
new StreamItem(3, "k2"),
new StreamItem(4, "k2")).collect(Collectors.toList());
System.out.println(streamList);
//1.1分組
Map<String, List<StreamItem>> streamMap1 = streamList.stream().collect(Collectors.groupingBy(StreamItem::getKey));
System.out.println(streamMap1);
//輸出：
{k1=[StreamItem{id=1, key='k1', name='i_1|k_k1'}, StreamItem{id=2, key='k1', name='i_2|k_k1'}], k2=[StreamItem{id=3, key='k2', name='i_3|k_k2'}, StreamItem{id=4, key='k2', name='i_4|k_k2'}]}List 默認(rèn)分組過(guò)后是 Map<Key, Object>
//1.2分組只拿第一個(gè)
Map<String, StreamItem> streamMap2 = Stream.of(
new StreamItem(1, "k1"),
new StreamItem(2, "k2")).collect(Collectors.toMap(StreamItem::getKey, Function.identity()));
//如果 key 重復(fù)報(bào): java.lang.IllegalStateException: Duplicate key
System.out.println(streamMap2);
//輸出：
{k1=StreamItem{id=1, key='k1', name='i_1|k_k1'}, k2=StreamItem{id=2, key='k2', name='i_2|k_k2'}}分組，在組內(nèi)排序然后獲取最大值，或者最小值
Comparator<StreamItem> idComparator =Comparator.comparing(StreamItem::getId);
Map<String, Optional<StreamItem>> streamMap3 = streamList.stream().collect(Collectors.groupingBy(StreamItem::getKey,
Collectors.reducing(BinaryOperator.maxBy(idComparator))));
System.out.println(streamMap3);
//輸出
{k1=Optional[StreamItem{id=2, key='k1', name='i_2|k_k1'}], k2=Optional[StreamItem{id=4, key='k2', name='i_4|k_k2'}]}List 轉(zhuǎn)換為 List
這個(gè)也是超級(jí)實(shí)用的 api
List<List<StreamItem>> partitionList = Lists.partition(streamList, 2);
List<StreamItem> streamList1 = partitionList.stream().flatMap(Collection::stream).collect(Collectors.toList());
System.out.println(streamList1);
//輸出
[StreamItem{id=1, key='k1', name='i_1|k_k1'}, StreamItem{id=2, key='k1', name='i_2|k_k1'}, StreamItem{id=3, key='k2', name='i_3|k_k2'}, StreamItem{id=4, key='k2', name='i_4|k_k2'}]排序
排序，默認(rèn)正序，如果是需要倒序，可以在comparing 方法后面再調(diào)用 reversed 方法
//3.1 正序
List<StreamItem> streamList2 = Stream.of(
new StreamItem(3, "k1"),
new StreamItem(1, "k1"),
new StreamItem(2, "k2"))
//倒序：Comparator.comparing(StreamItem::getId).reversed()
.sorted(Comparator.comparing(StreamItem::getId)).collect(Collectors.toList());
System.out.println(streamList2);去重
去重復(fù)后，保留最后寫(xiě)入的值
//4.1 去重復(fù)
List<StreamItem> streamList3 = Stream.of(
new StreamItem(3, "k1"),
new StreamItem(1, "k1"),
new StreamItem(2, "k2"))
//如果只需要保留最大的 id 的值，就可以先排序, 時(shí)間復(fù)雜度考了個(gè)人覺(jué)得實(shí)用 group 更優(yōu)
.sorted(Comparator.comparing(StreamItem::getId).reversed())
.collect(Collectors.collectingAndThen(Collectors.toCollection(() ->
//利用 set 特征去重
new TreeSet<>(Comparator.comparing(StreamItem::getKey))), ArrayList::new));
System.out.println(streamList3);
//輸出：
[StreamItem{id=3, key='k1', name='i_3|k_k1'}, StreamItem{id=2, key='k2', name='i_2|k_k2'}]其他常用 API
- filter（按照條件過(guò)濾需要數(shù)據(jù)）
- max（取出流中的最大值）
- min（取出流中的最小值）
- count（取出流中的數(shù)量）
- sum（取出流中數(shù)據(jù)的和）
- average（取出流中數(shù)據(jù)的平均值）
- distinct（將流中的數(shù)據(jù)去重）
- sorted（自然排序，默認(rèn)為升序，可以設(shè)置為升序排序或者降序排序）
- limit，skip （限制和跳過(guò)：可以將流數(shù)據(jù)的部分截取，可用于后臺(tái)的分頁(yè)場(chǎng)景）
- map（映射轉(zhuǎn)換）
- collect，toList（不可以對(duì)集合去重）
- collect， toSet（可以集合去重）
- toArray（將流數(shù)據(jù)轉(zhuǎn)為數(shù)組）
- mapToInt，distinct（將流數(shù)據(jù)轉(zhuǎn)成IntStream，并去重）
- reduce 求和
- reduce 求最大值
- reduce 求最小值
- reduce 求乘積
- findFirst（查找第一個(gè)元素）
- findAny（任意查找一個(gè)元素）
- allMatch（判斷是否全部滿足條件，全部滿足返回 true，否則返回false）
- anyMatch（判斷是否有一個(gè)滿足條件，只要有一個(gè)滿足就返回 true，否則都不滿足返回false）
- noneMatch（判斷是否都不滿足條件，都不滿足返回true，否則返回false）
- flatmap（扁平化流處理）
責(zé)任編輯：武曉燕
來(lái)源：
運(yùn)維開(kāi)發(fā)故事
