编程语言
首页 > 编程语言> > Java8新特性:Stream常用方法

Java8新特性:Stream常用方法

作者:互联网

前言

这里创建一个商品实体类Goods用于演示stream的常用方法(如下)

import java.util.ArrayList;
import java.util.List;

public class Main {
    List<Goods> list = new ArrayList<Goods>(){
        {
            add(new Goods(1, "女子减震休闲鞋", "鞋子", 999.00));
            add(new Goods(2, "星球大战联名系列男子宽松短袖", "衣服", 123.00));
            add(new Goods(3, "板鞋女鞋2021秋冬季新", "鞋子", 456.00));
            add(new Goods(4, "超轻17男子轻质透气网面运动鞋", "鞋子", 894.00));
            add(new Goods(5, "一体织反光速干凉爽短袖T恤", "衣服", 123.00));
            add(new Goods(6, "运动短裤男裤2021春夏新品", "裤子", 452.00));
            add(new Goods(7, "拖鞋女鞋夏季新品", "鞋子", 789.00));
            add(new Goods(8, "运动裤卫裤", "裤子", 231.00));
            add(new Goods(9, "小雏菊经典情侣高帮", "鞋子", 652.00));
        }
    };
}

class Goods {
    private int id;
    private String name;
    private String type;
    private double price;

    public Goods(int id, String name, String type, double price) {
        this.id = id;
        this.name = name;
        this.type = type;
        this.price = price;
    }

    public int getId() {
        return id;
    }

    public void setId(int id) {
        this.id = id;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public String getType() {
        return type;
    }

    public void setType(String type) {
        this.type = type;
    }

    public double getPrice() {
        return price;
    }

    public void setPrice(double price) {
        this.price = price;
    }
}

1.过滤

1.1.filter(筛选)

// 筛选类型为“衣服“的商品
List<Goods> result = list.stream().filter(goods -> "衣服".equals(goods.getType())).collect(Collectors.toList());
// 打印结果
result.forEach(goods -> System.out.print(goods.getName() + "\t"));  

1.2.distinct(去重)

// 获取商品所有得价格并且去重
List<Double> result = list.stream().map(Goods::getPrice).distinct().collect(Collectors.toList());

1.3.limit

// 返回类型为鞋子得商品的前三个,如果符合条件的商品不足三个,则返回所有的商品
List<Goods> result = list.stream().filter(goods -> "鞋子".equals(goods.getType())).limit(3).collect(Collectors.toList());

1.4.sorted(排序)

// 按照商品价格排序,从小到大g1-g2,从大到小g2-g1
List<Goods> reuslt = list.stream().sorted((g1, g2) -> (int) (g1.getPrice() - g2.getPrice())).collect(Collectors.toList());

1.5.skip

// 跳过前两个商品(忽略前两个商品)
List<Goods> result = list.stream().skip(2).collect(Collectors.toList());

2.查找

2.1.allMatch(需要全部满足)

// 如果所有的商品满足条件则返回true,否则返回false
boolean flag = list.stream().allMatch(goods -> goods.getPrice() > 0);

2.2.anyMatch(满足一个即可)

// 只要存在满足条件的商品就返回true,否则返回false
boolean flag = list.stream().anyMatch(goods -> goods.getPrice() > 0);

2.3.noneMatch

// 判断是否不存在满足指定条件的商品
// 如下,不存在价格为998的商品,因此返回true
boolean flag = list.stream().noneMatch(goods -> goods.getPrice() == 998);

2.4.findFirst(返回第一个符合条件的数据)

// 返回第一个符合条件的数据
Goods result = list.stream().filter(goods -> goods.getPrice() > 0).findFirst().get();

3.收集

3.1.counting(计算个数)

// 计算个数,可以配合filter等方法使用
long result1 = list.stream().collect(Collectors.counting());
// 简化版本
long result2 = list.stream().count();

3.2.maxBy,minBy

// 方法一
double min1 = list.stream().min((g1, g2) -> (int) (g1.getPrice() - g2.getPrice())).get().getPrice();
double max1 = list.stream().max((g1, g2) -> (int) (g1.getPrice() - g2.getPrice())).get().getPrice();
// 方法二
double min2 = list.stream().collect(Collectors.minBy(Comparator.comparing(Goods::getPrice))).get().getPrice();
double max2 = list.stream().collect(Collectors.maxBy(Comparator.comparing(Goods::getPrice))).get().getPrice();

3.3.计算总和

// int使用summingInt,double使用summingDouble,long使用summingLong
double result = list.stream().collect(Collectors.summingDouble(Goods::getPrice));

3.4.计算平均值

double result = list.stream().collect(Collectors.averagingDouble(Goods::getPrice));

3.5.分组

// 按照商品类型进行分组
Map<String, List<Goods>> result = list.stream().collect(Collectors.groupingBy(Goods::getType));

3.6.字符串拼接

// 将所有商品名称拼接,名称之间使用”,“分隔
String result = list.stream().map(Goods::getName).collect(Collectors.joining(","));

标签:Goods,Stream,stream,list,特性,collect,goods,getPrice,Java8
来源: https://blog.csdn.net/weixin_47600880/article/details/122004871