JAVA 8

契子：JAVA 8的stream流 是为了提高工作效率，使代码更加优雅、简单

一、创建Stream

什么是数据流？ 集合讲的是数据，而数据流讲的是计算！

• 创建 Stream (一个数据源（如集合、数组），获取一个流)
• 中间操作（一个中间操作，例如筛选、过滤等）
• 终止操作 （一个终止操作，最终产生结果）

 List<Person> personList = new ArrayList<Person>();
personList.add(new Person("Tom", 8900, 12, "male", "New York"));
personList.add(new Person("Jack", 7000, 13,"male", "Washington"));
personList.add(new Person("Lily", 7800, 24,"female", "Washington"));
personList.add(new Person("Anni", 8200, 25,"female", "New York"));
personList.add(new Person("Owen", 9500, 66,"male", "New York"));
personList.add(new Person("Alisa", 7900, 52,"female", "New York"));
stream<Person> str = personList.stream()

二、遍历/匹配（foreach/find/match）

// foreach  
personList.stream().filter(x->x.getAge() > 40).forEach(System.out::print);
// find (filter、findAny)
Optional<Person> optional = personList.stream().filter(f -> f.getAge() == 12).findFirst()
Optional<Person> optional = personList.parallelStream().findAny();
// match (返回 true、false) 是否包含
personList.stream().anyMatch(x -> x.getAge() > 52)

三、filter（过滤）、map（映射）

// 过滤
personList.stream().filter(x->x.getSalary() ==8900).collect(Collectors.toList())
// Map (取其中一列)
personList.stream().map(x->x.getSalary()).collect(Collectors.toList())
// 过滤 + Map
personList.stream().filter(f->f.getSalary()==7900).map(x->x.getSalary()).collect(Collectors.toList())
// 映射 案例 （工资整体加1W）
personList.stream().map(person -> {
   person.setSalary(person.getSalary() + 10000);
   return person;
  }).collect(Collectors.toList());

四、 聚合（max/min/平均值)

// min
personList.stream().min(Comparator.comparingInt(Person::getAge))
// max
personList.stream().max(Comparator.comparingInt(Person::getAge))
// BigDecimal 求最大值
personList.stream().map(x-x.getSalaryByBigDecimal()).max(BigDecimal::compareTo);
// BigDecimal 求最小值
personList.stream().map(x->x.getSalaryByBigDecimal()).min(BigDecimal::compareTo)

五、归约（reduce）

主要是针对BigDecimal

// BigDecimal 求和
personList.stream().map(x->x.getSalaryByBigDecimal()).reduce(BigDecimal::add)
// BigDecimal 乘法
personList.stream().map(x->x.getSalaryByBigDecimal()).reduce(BigDecimal::multiply)
// BigDecimal 平均值
BigDecimal average = userList.stream().map(vo -> ObjectUtils.isEmpty(vo.getWeight()) ? new BigDecimal(0) : vo.getWeight()).reduce(BigDecimal.ZERO, BigDecimal::add).divide(BigDecimal.valueOf(userList.size()), 2, BigDecimal.ROUND_HALF_UP);

六、收集（ collect ）

collect，收集，可以说是内容最繁多、功能最丰富的部分了。从字面上去理解，就是把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合。

// toList
personList.stream().filter(x>x.getAge()==12).collect(Collectors.toList())
// toSet
personList.stream().map(x->x.getSex()).collect(Collectors.toSet())
// toMap
Map<String, Person> collect = personList.stream().collect(Collectors.toMap(Person::getName, p -> p))

七、统计(count/averaging)

Collectors 工具类 针对Double ,Integer

 // 求总数
  Long count = personList.stream().collect(Collectors.counting());
  // 求平均工资
  Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
  // 求最高工资
  Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
  // 求工资之和
  Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));
  // 一次性统计所有信息
  DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));

八、分组（partitioningBy/groupingBy）

partitioningBy: 返回值是Map的key是boolean类型，也就是这个函数的返回值只能将数据分为两组也就是ture和false两组数据

groupingBy: 但是他的key是泛型，那么这个分组就会将数据分组成多个key的形式

// 将员工按薪资是否高于8000分组 
Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));
// 将员工按性别分组
Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
// 多次分组 先按员工性别分组再按员工地区分组
personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));

九、接合(joining)

joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。

 personList.stream().map(p -> p.getName()).collect(Collectors.joining(","))

十、 排序(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）
  List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
    .collect(Collectors.toList());
  // 按工资倒序排序
  List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
    .map(Person::getName).collect(Collectors.toList());
  // 先按工资再按年龄升序排序
  List<String> newList3 = personList.stream()
    .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName)
    .collect(Collectors.toList());

Collections.reverse
Collections.sort
    

十一、 合并、去重、限制、跳过

// 合并 去重
 String[] arr1 = { "a", "b", "c", "d" };
  String[] arr2 = { "d", "e", "f", "g" };

  Stream<String> stream1 = Stream.of(arr1);
  Stream<String> stream2 = Stream.of(arr2);
  // concat:合并两个流 distinct：去重
  List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());

// 限制
 List<Person> collect = personList.stream().limit(4).collect(Collectors.toList());
// 跳过
 long pageNo = 3;
long pageSize =2;
List<Person> collect = personList.stream().skip((pageNo-1)*pageSize).limit(2).collect(Collectors.toList());
collect.stream().forEach(System.out::println);