Java8 Stream:2万字20个实例,玩转集合的筛选、归约、分组、聚合

JAVA herman 223浏览
公告:“业余草”微信公众号提供免费CSDN下载服务(只下Java资源),关注业余草微信公众号,添加作者微信:codedq,发送下载链接帮助你免费下载!
本博客日IP超过2000,PV 3000 左右,急需赞助商。
极客时间所有课程通过我的二维码购买后返现24元微信红包,请加博主新的微信号:codedq,之前的微信号好友位已满,备注:返现
受密码保护的文章请关注“业余草”公众号,回复关键字“0”获得密码
所有面试题(java、前端、数据库、springboot等)一网打尽,请关注文末小程序
视频教程免费领
Java8 Stream
Java8 Stream

先贴上几个案例,水平高超的同学可以挑战一下:

  1. 从员工集合中筛选出salary大于8000的员工,并放置到新的集合里。
  2. 统计员工的最高薪资、平均薪资、薪资之和。
  3. 将员工按薪资从高到低排序,同样薪资者年龄小者在前。
  4. 将员工按性别分类,将员工按性别和地区分类,将员工按薪资是否高于8000分为两部分。

用传统的迭代处理也不是很难,但代码就显得冗余了,跟Stream相比高下立判。

1 Stream概述

Java 8 是一个非常成功的版本,这个版本新增的Stream,配合同版本出现的 Lambda ,给我们操作集合(Collection)提供了极大的便利。

那么什么是Stream

Stream将要处理的元素集合看作一种流,在流的过程中,借助Stream API对流中的元素进行操作,比如:筛选、排序、聚合等。❞

Stream可以由数组或集合创建,对流的操作分为两种:

  1. 中间操作,每次返回一个新的流,可以有多个。
  2. 终端操作,每个流只能进行一次终端操作,终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。

另外,Stream有几个特性:

  1. stream不存储数据,而是按照特定的规则对数据进行计算,一般会输出结果。
  2. stream不会改变数据源,通常情况下会产生一个新的集合或一个值。
  3. stream具有延迟执行特性,只有调用终端操作时,中间操作才会执行。

2 Stream的创建

Stream可以通过集合数组创建。

1、通过 java.util.Collection.stream() 方法用集合创建流

List<String> list = Arrays.asList("a", "b", "c");// 创建一个顺序流Stream<String> stream = list.stream();// 创建一个并行流Stream<String> parallelStream = list.parallelStream();

2、使用java.util.Arrays.stream(T[] array)方法用数组创建流

int[] array={1,3,5,6,8};IntStream stream = Arrays.stream(array);

3、使用Stream的静态方法:of()、iterate()、generate()

Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 3).limit(4);stream2.forEach(System.out::println);Stream<Double> stream3 = Stream.generate(Math::random).limit(3);stream3.forEach(System.out::println);

输出结果:

0 3 6 9
0.6796156909271994
0.1914314208854283
0.8116932592396652❞

streamparallelStream的简单区分:」 stream是顺序流,由主线程按顺序对流执行操作,而parallelStream是并行流,内部以多线程并行执行的方式对流进行操作,但前提是流中的数据处理没有顺序要求。例如筛选集合中的奇数,两者的处理不同之处:

并行流Stream与顺序流Stream
并行流Stream与顺序流Stream

如果流中的数据量足够大,并行流可以加快处速度。

除了直接创建并行流,还可以通过parallel()把顺序流转换成并行流:

Optional<Integer> findFirst = list.stream().parallel().filter(x->x>6).findFirst();

3 Stream的使用

在使用stream之前,先理解一个概念:Optional

Optional类是一个可以为null的容器对象。如果值存在则isPresent()方法会返回true,调用get()方法会返回该对象。❞

「接下来,大批代码向你袭来!我将用20个案例将Stream的使用整得明明白白,只要跟着敲一遍代码,就能很好地掌握。」

代码有毒
代码有毒

案例使用的员工类

这是后面案例中使用的员工类:

List<Person> personList = new ArrayList<Person>();personList.add(new Person("Tom", 8900, "male", "New York"));personList.add(new Person("Jack", 7000, "male", "Washington"));personList.add(new Person("Lily", 7800, "female", "Washington"));personList.add(new Person("Anni", 8200, "female", "New York"));personList.add(new Person("Owen", 9500, "male", "New York"));personList.add(new Person("Alisa", 7900, "female", "New York"));class Person { private String name;  // 姓名 private int salary; // 薪资 private int age; // 年龄 private String sex; //性别 private String area;  // 地区 // 构造方法 public Person(String name, int salary, int age,String sex,String area) {  this.name = name;  this.salary = salary;  this.age = age;  this.sex = sex;  this.area = area; } // 省略了get和set,请自行添加}

3.1 遍历/匹配(foreach/find/match)

Stream也是支持类似集合的遍历和匹配元素的,只是Stream中的元素是以Optional类型存在的。Stream的遍历、匹配非常简单。

Stream遍历/匹配
Stream遍历/匹配
// import已省略,请自行添加,后面代码亦是public class StreamTest { public static void main(String[] args) {        List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);        // 遍历输出符合条件的元素        list.stream().filter(x -> x > 6).forEach(System.out::println);        // 匹配第一个        Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();        // 匹配任意(适用于并行流)        Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();        // 是否包含符合特定条件的元素        boolean anyMatch = list.stream().anyMatch(x -> x > 6);        System.out.println("匹配第一个值:" + findFirst.get());        System.out.println("匹配任意一个值:" + findAny.get());        System.out.println("是否存在大于6的值:" + anyMatch);    }}

3.2 筛选(filter)

筛选,是按照一定的规则校验流中的元素,将符合条件的元素提取到新的流中的操作。

Stream筛选filter
Stream筛选filter

「案例一:筛选出Integer集合中大于7的元素,并打印出来」

public class StreamTest { public static void main(String[] args) {  List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9);  Stream<Integer> stream = list.stream();  stream.filter(x -> x > 7).forEach(System.out::println); }}

预期结果:

8 9❞

「案例二: 筛选员工中工资高于8000的人,并形成新的集合。」 形成新集合依赖collect(收集),后文有详细介绍。

public class StreamTest { public static void main(String[] args) {  List<Person> personList = new ArrayList<Person>();  personList.add(new Person("Tom", 8900, 23, "male", "New York"));  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));  personList.add(new Person("Anni", 8200, 24, "female", "New York"));  personList.add(new Person("Owen", 9500, 25, "male", "New York"));  personList.add(new Person("Alisa", 7900, 26, "female", "New York"));  List<String> fiterList = personList.stream().filter(x -> x.getSalary() > 8000).map(Person::getName)    .collect(Collectors.toList());  System.out.print("高于8000的员工姓名:" + fiterList); }}

运行结果:

高于8000的员工姓名:[Tom, Anni, Owen]❞

3.3 聚合(max/min/count)

maxmincount这些字眼你一定不陌生,没错,在mysql中我们常用它们进行数据统计。Java stream中也引入了这些概念和用法,极大地方便了我们对集合、数组的数据统计工作。

Stream聚合max/min/count
Stream聚合max/min/count

「案例一:获取String集合中最长的元素。」

public class StreamTest { public static void main(String[] args) {  List<String> list = Arrays.asList("adnm", "admmt", "pot", "xbangd", "weoujgsd");  Optional<String> max = list.stream().max(Comparator.comparing(String::length));  System.out.println("最长的字符串:" + max.get()); }}

输出结果:

最长的字符串:weoujgsd❞

「案例二:获取Integer集合中的最大值。」

public class StreamTest { public static void main(String[] args) {  List<Integer> list = Arrays.asList(7, 6, 9, 4, 11, 6);  // 自然排序  Optional<Integer> max = list.stream().max(Integer::compareTo);  // 自定义排序  Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() {   @Override   public int compare(Integer o1, Integer o2) {    return o1.compareTo(o2);   }  });  System.out.println("自然排序的最大值:" + max.get());  System.out.println("自定义排序的最大值:" + max2.get()); }}

输出结果:

自然排序的最大值:11
自定义排序的最大值:11❞

「案例三:获取员工工资最高的人。」

public class StreamTest { public static void main(String[] args) {  List<Person> personList = new ArrayList<Person>();  personList.add(new Person("Tom", 8900, 23, "male", "New York"));  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));  personList.add(new Person("Anni", 8200, 24, "female", "New York"));  personList.add(new Person("Owen", 9500, 25, "male", "New York"));  personList.add(new Person("Alisa", 7900, 26, "female", "New York"));  Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary));  System.out.println("员工工资最大值:" + max.get().getSalary()); }}

输出结果:

员工工资最大值:9500❞

「案例四:计算Integer集合中大于6的元素的个数。」

import java.util.Arrays;import java.util.List;public class StreamTest { public static void main(String[] args) {  List<Integer> list = Arrays.asList(7, 6, 4, 8, 2, 11, 9);  long count = list.stream().filter(x -> x > 6).count();  System.out.println("list中大于6的元素个数:" + count); }}

输出结果:

list中大于6的元素个数:4❞

3.4 映射(map/flatMap)

映射,可以将一个流的元素按照一定的映射规则映射到另一个流中。分为mapflatMap

  • map:接收一个函数作为参数,该函数会被应用到每个元素上,并将其映射成一个新的元素。
  • flatMap:接收一个函数作为参数,将流中的每个值都换成另一个流,然后把所有流连接成一个流。
Stream 映射map/flatMap
Stream 映射map/flatMap
Stream 映射map/flatMap
Stream 映射map/flatMap

「案例一:英文字符串数组的元素全部改为大写。整数数组每个元素+3。」

public class StreamTest { public static void main(String[] args) {  String[] strArr = { "abcd", "bcdd", "defde", "fTr" };  List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());  List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);  List<Integer> intListNew = intList.stream().map(x -> x + 3).collect(Collectors.toList());  System.out.println("每个元素大写:" + strList);  System.out.println("每个元素+3:" + intListNew); }}

输出结果:

每个元素大写:[ABCD, BCDD, DEFDE, FTR]
每个元素+3:[4, 6, 8, 10, 12, 14]❞

「案例二:将员工的薪资全部增加1000。」

public class StreamTest { public static void main(String[] args) {  List<Person> personList = new ArrayList<Person>();  personList.add(new Person("Tom", 8900, 23, "male", "New York"));  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));  personList.add(new Person("Anni", 8200, 24, "female", "New York"));  personList.add(new Person("Owen", 9500, 25, "male", "New York"));  personList.add(new Person("Alisa", 7900, 26, "female", "New York"));  // 不改变原来员工集合的方式  List<Person> personListNew = personList.stream().map(person -> {   Person personNew = new Person(person.getName(), 0, 0, null, null);   personNew.setSalary(person.getSalary() + 10000);   return personNew;  }).collect(Collectors.toList());  System.out.println("一次改动前:" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());  System.out.println("一次改动后:" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());  // 改变原来员工集合的方式  List<Person> personListNew2 = personList.stream().map(person -> {   person.setSalary(person.getSalary() + 10000);   return person;  }).collect(Collectors.toList());  System.out.println("二次改动前:" + personList.get(0).getName() + "-->" + personListNew.get(0).getSalary());  System.out.println("二次改动后:" + personListNew2.get(0).getName() + "-->" + personListNew.get(0).getSalary()); }}

输出结果:

一次改动前:Tom–>8900
一次改动后:Tom–>18900
二次改动前:Tom–>18900
二次改动后:Tom–>18900❞

「案例三:将两个字符数组合并成一个新的字符数组。」

public class StreamTest { public static void main(String[] args) {  List<String> list = Arrays.asList("m,k,l,a", "1,3,5,7");  List<String> listNew = list.stream().flatMap(s -> {   // 将每个元素转换成一个stream   String[] split = s.split(",");   Stream<String> s2 = Arrays.stream(split);   return s2;  }).collect(Collectors.toList());  System.out.println("处理前的集合:" + list);  System.out.println("处理后的集合:" + listNew); }}

输出结果:

处理前的集合:[m-k-l-a, 1-3-5]
处理后的集合:[m, k, l, a, 1, 3, 5]❞

3.5 归约(reduce)

归约,也称缩减,顾名思义,是把一个流缩减成一个值,能实现对集合求和、求乘积和求最值操作。

Stream归约reduce
Stream归约reduce

「案例一:求Integer集合的元素之和、乘积和最大值。」

public class StreamTest { public static void main(String[] args) {  List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4);  // 求和方式1  Optional<Integer> sum = list.stream().reduce((x, y) -> x + y);  // 求和方式2  Optional<Integer> sum2 = list.stream().reduce(Integer::sum);  // 求和方式3  Integer sum3 = list.stream().reduce(0, Integer::sum);    // 求乘积  Optional<Integer> product = list.stream().reduce((x, y) -> x * y);  // 求最大值方式1  Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y);  // 求最大值写法2  Integer max2 = list.stream().reduce(1, Integer::max);  System.out.println("list求和:" + sum.get() + "," + sum2.get() + "," + sum3);  System.out.println("list求积:" + product.get());  System.out.println("list求和:" + max.get() + "," + max2); }}

输出结果:

list求和:29,29,29
list求积:2112
list求和:11,11❞

「案例二:求所有员工的工资之和和最高工资。」

public class StreamTest { public static void main(String[] args) {  List<Person> personList = new ArrayList<Person>();  personList.add(new Person("Tom", 8900, 23, "male", "New York"));  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));  personList.add(new Person("Anni", 8200, 24, "female", "New York"));  personList.add(new Person("Owen", 9500, 25, "male", "New York"));  personList.add(new Person("Alisa", 7900, 26, "female", "New York"));  // 求工资之和方式1:  Optional<Integer> sumSalary = personList.stream().map(Person::getSalary).reduce(Integer::sum);  // 求工资之和方式2:  Integer sumSalary2 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(),    (sum1, sum2) -> sum1 + sum2);  // 求工资之和方式3:  Integer sumSalary3 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);  // 求最高工资方式1:  Integer maxSalary = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),    Integer::max);  // 求最高工资方式2:  Integer maxSalary2 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),    (max1, max2) -> max1 > max2 ? max1 : max2);  System.out.println("工资之和:" + sumSalary.get() + "," + sumSalary2 + "," + sumSalary3);  System.out.println("最高工资:" + maxSalary + "," + maxSalary2); }}

输出结果:

工资之和:49300,49300,49300
最高工资:9500,9500❞

3.6 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。

collect主要依赖java.util.stream.Collectors类内置的静态方法。❞

3.6.1 归集(toList/toSet/toMap)

因为流不存储数据,那么在流中的数据完成处理后,需要将流中的数据重新归集到新的集合里。toListtoSettoMap比较常用,另外还有toCollectiontoConcurrentMap等复杂一些的用法。

下面用一个案例演示toListtoSettoMap

public class StreamTest { public static void main(String[] args) {  List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);  List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());  Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());  List<Person> personList = new ArrayList<Person>();  personList.add(new Person("Tom", 8900, 23, "male", "New York"));  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));  personList.add(new Person("Anni", 8200, 24, "female", "New York"));    Map<?, Person> map = personList.stream().filter(p -> p.getSalary() > 8000)    .collect(Collectors.toMap(Person::getName, p -> p));  System.out.println("toList:" + listNew);  System.out.println("toSet:" + set);  System.out.println("toMap:" + map); }}

运行结果:

toList:[6, 4, 6, 6, 20]
toSet:[4, 20, 6]
toMap:{Tom=mutest.Person@5fd0d5ae, Anni=mutest.Person@2d98a335}❞

3.6.2 统计(count/averaging)

Collectors提供了一系列用于数据统计的静态方法:

  • 计数:count
  • 平均值:averagingIntaveragingLongaveragingDouble
  • 最值:maxByminBy
  • 求和:summingIntsummingLongsummingDouble
  • 统计以上所有:summarizingIntsummarizingLongsummarizingDouble

「案例:统计员工人数、平均工资、工资总额、最高工资。」

public class StreamTest { public static void main(String[] args) {  List<Person> personList = new ArrayList<Person>();  personList.add(new Person("Tom", 8900, 23, "male", "New York"));  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));  // 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));  System.out.println("员工总数:" + count);  System.out.println("员工平均工资:" + average);  System.out.println("员工工资总和:" + sum);  System.out.println("员工工资所有统计:" + collect); }}

运行结果:

员工总数:3
员工平均工资:7900.0
员工工资总和:23700
员工工资所有统计:DoubleSummaryStatistics{count=3, sum=23700.000000,min=7000.000000, average=7900.000000, max=8900.000000}❞

3.6.3 分组(partitioningBy/groupingBy)

  • 分区:将stream按条件分为两个Map,比如员工按薪资是否高于8000分为两部分。
  • 分组:将集合分为多个Map,比如员工按性别分组。有单级分组和多级分组。
Stream分组partitioningBy/groupingBy
Stream分组partitioningBy/groupingBy

「案例:将员工按薪资是否高于8000分为两部分;将员工按性别和地区分组」

public class StreamTest { public static void main(String[] args) {  List<Person> personList = new ArrayList<Person>();  personList.add(new Person("Tom", 8900, "male", "New York"));  personList.add(new Person("Jack", 7000, "male", "Washington"));  personList.add(new Person("Lily", 7800, "female", "Washington"));  personList.add(new Person("Anni", 8200, "female", "New York"));  personList.add(new Person("Owen", 9500, "male", "New York"));  personList.add(new Person("Alisa", 7900, "female", "New York"));  // 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));        // 将员工先按性别分组,再按地区分组        Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));        System.out.println("员工按薪资是否大于8000分组情况:" + part);        System.out.println("员工按性别分组情况:" + group);        System.out.println("员工按性别、地区:" + group2); }}

输出结果:

员工按薪资是否大于8000分组情况:{false=[mutest.Person@2d98a335, mutest.Person@16b98e56, mutest.Person@7ef20235], true=[mutest.Person@27d6c5e0, mutest.Person@4f3f5b24, mutest.Person@15aeb7ab]}员工按性别分组情况:{female=[mutest.Person@16b98e56, mutest.Person@4f3f5b24, mutest.Person@7ef20235], male=[mutest.Person@27d6c5e0, mutest.Person@2d98a335, mutest.Person@15aeb7ab]}员工按性别、地区:{female={New York=[mutest.Person@4f3f5b24, mutest.Person@7ef20235], Washington=[mutest.Person@16b98e56]}, male={New York=[mutest.Person@27d6c5e0, mutest.Person@15aeb7ab], Washington=[mutest.Person@2d98a335]}}

3.6.4 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。

public class StreamTest { public static void main(String[] args) {  List<Person> personList = new ArrayList<Person>();  personList.add(new Person("Tom", 8900, 23, "male", "New York"));  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));  String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(","));  System.out.println("所有员工的姓名:" + names);  List<String> list = Arrays.asList("A", "B", "C");  String string = list.stream().collect(Collectors.joining("-"));  System.out.println("拼接后的字符串:" + string); }}

运行结果:

所有员工的姓名:Tom,Jack,Lily
拼接后的字符串:A-B-C❞

3.6.5 归约(reducing)

Collectors类提供的reducing方法,相比于stream本身的reduce方法,增加了对自定义归约的支持。

public class StreamTest { public static void main(String[] args) {  List<Person> personList = new ArrayList<Person>();  personList.add(new Person("Tom", 8900, 23, "male", "New York"));  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));  // 每个员工减去起征点后的薪资之和(这个例子并不严谨,但一时没想到好的例子)  Integer sum = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000)));  System.out.println("员工扣税薪资总和:" + sum);  // stream的reduce  Optional<Integer> sum2 = personList.stream().map(Person::getSalary).reduce(Integer::sum);  System.out.println("员工薪资总和:" + sum2.get()); }}

运行结果:

员工扣税薪资总和:8700
员工薪资总和:23700❞

3.7 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

「案例:将员工按工资由高到低(工资一样则按年龄由大到小)排序」

public class StreamTest { public static void main(String[] args) {  List<Person> personList = new ArrayList<Person>();  personList.add(new Person("Sherry", 9000, 24, "female", "New York"));  personList.add(new Person("Tom", 8900, 22, "male", "Washington"));  personList.add(new Person("Jack", 9000, 25, "male", "Washington"));  personList.add(new Person("Lily", 8800, 26, "male", "New York"));  personList.add(new Person("Alisa", 9000, 26, "female", "New York"));  // 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());  // 先按工资再按年龄自定义排序(降序)  List<String> newList4 = personList.stream().sorted((p1, p2) -> {   if (p1.getSalary() == p2.getSalary()) {    return p2.getAge() - p1.getAge();   } else {    return p2.getSalary() - p1.getSalary();   }  }).map(Person::getName).collect(Collectors.toList());  System.out.println("按工资升序排序:" + newList);  System.out.println("按工资降序排序:" + newList2);  System.out.println("先按工资再按年龄升序排序:" + newList3);  System.out.println("先按工资再按年龄自定义降序排序:" + newList4); }}

运行结果:

按工资升序排序:[Lily, Tom, Sherry, Jack, Alisa]
按工资降序排序:[Sherry, Jack, Alisa, Tom, Lily]
先按工资再按年龄升序排序:[Lily, Tom, Sherry, Jack, Alisa]
先按工资再按年龄自定义降序排序:[Alisa, Jack, Sherry, Tom, Lily]❞

3.8 提取/组合

流也可以进行合并、去重、限制、跳过等操作。

Stream提取/组合
Stream提取/组合
Stream提取/组合
Stream提取/组合
Stream提取/组合
Stream提取/组合
public class StreamTest { public static void main(String[] args) {  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());  // limit:限制从流中获得前n个数据  List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());  // skip:跳过前n个数据  List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());  System.out.println("流合并:" + newList);  System.out.println("limit:" + collect);  System.out.println("skip:" + collect2); }}

运行结果:

流合并:[a, b, c, d, e, f, g]
limit:[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
skip:[3, 5, 7, 9, 11]❞

好,以上就是全部内容,能坚持看到这里,你一定很有收获,那么动一动拿offer的小手,点个赞再走吧,听说这么做的人2021年都交了好运!

业余草公众号

最后,欢迎关注我的个人微信公众号:业余草(yyucao)!可加作者微信号1:xmtxtt(5000人已满),微信号2:xttblog(5000人已满),微信号3:codedq(超3800)。备注:“1”,添加博主微信拉你进微信群。备注错误不会同意好友申请。再次感谢您的关注!后续有精彩内容会第一时间发给您!原创文章投稿请发送至532009913@qq.com邮箱。商务合作也可添加作者微信进行联系!

本文原文出处:业余草: » Java8 Stream:2万字20个实例,玩转集合的筛选、归约、分组、聚合