Java8 stream處理List，Map總結

Java 8 Stream

Java 8 API添加了一個新的抽象稱為流Stream，可以讓你以一種聲明的方式處理數據。

Stream 使用一種類似用 SQL 語句從數據庫查詢數據的直觀方式來提供一種對 Java 集合運算和表達的高階抽象。

Stream API可以極大提高Java程序員的生產力，讓程序員寫出高效率、干凈、簡潔的代碼。

這種風格將要處理的元素集合看作一種流，流在管道中傳輸，并且可以在管道的節點上進行處理，比如篩選，排序，聚合等。

元素流在管道中經過中間操作（intermediate operation）的處理，最后由最終操作(terminal operation)得到前面處理的結果。

什么是 Stream？

Stream（流）是一個來自數據源的元素隊列并支持聚合操作

<strong元素隊列< strong="">元素是特定類型的對象，形成一個隊列。 Java中的Stream并不會存儲元素，而是按需計算。

數據源流的來源。可以是集合，數組，I/O channel，產生器generator 等。

聚合操作類似SQL語句一樣的操作，比如filter, map, reduce, find, match, sorted等。

和以前的Collection操作不同， Stream操作還有兩個基礎的特征：

Pipelining: 中間操作都會返回流對象本身。這樣多個操作可以串聯成一個管道，如同流式風格（fluent style）。這樣做可以對操作進行優化，比如延遲執行(laziness)和短路( short-circuiting)。

內部迭代：以前對集合遍歷都是通過Iterator或者For-Each的方式, 顯式的在集合外部進行迭代，這叫做外部迭代。 Stream提供了內部迭代的方式，通過訪問者模式(Visitor)實現。

生成流

在 Java 8 中, 集合接口有兩個方法來生成流：

stream() ? 為集合創建串行流。

parallelStream() ? 為集合創建并行流

下面寫一下，我們經常會用到的一些操作案例

一，排序

　　List? ?

　　　? 1, 對象集合排序

? ? ? ? //降序，根據創建時間降序;

? ? ? ? List<User> descList = attributeList.stream().sorted(Comparator.comparing(User::getCreateTime, Comparator.nullsLast(Date::compareTo)).reversed()).collect(Collectors.toList());

? ? ? ? //升序，根據創建時間升序;

? ? ? ? List<User> ascList = attributeList.stream().sorted(Comparator.comparing(User::getCreateTime, Comparator.nullsLast(Date::compareTo))).collect(Collectors.toList());

? ? ? ? 2, 數字排序

? ? ? ? List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);

? ? ? ? //升序

? ? ? ? List<Integer> ascList = numbers.stream().sorted().collect(Collectors.toList());

? ? ? ? 結果： [2, 2, 3, 3, 3, 5, 7]

? ? ? ? //倒序

? ? ? ? List<Integer> descList = numbers.stream().sorted((x, y) -> y - x).collect(Collectors.toList());

? ? ? ? 結果：[7, 5, 3, 3, 3, 2, 2]

? ? ? 　3, 字符串排序

　　　　 List<String> strList = Arrays.asList("a", "ba", "bb", "abc", "cbb", "bba", "cab");

? ? ? ? //自然排序

? ? ? ? List<String> ascList = strList.stream().sorted().collect(Collectors.toList());

? ? ? ? 結果：[a, abc, ba, bb, bba, cab, cbb]

? ? ? ? //反轉，倒序

? ? ? ? ascList.sort(Collections.reverseOrder());

? ? ? ? 結果：[cbb, cab, bba, bb, ba, abc, a]

? ? ? ? //直接反轉集合

? ? ? ? Collections.reverse(strList);

? ? ? ? 結果：[cab, bba, cbb, abc, bb, ba, a]

　　　Map

　　　　　//HashMap是無序的，當我們希望有順序地去存儲key-value時，就需要使用LinkedHashMap了，排序后可以再轉成HashMap。

? ? ? ? //LinkedHashMap是繼承于HashMap，是基于HashMap和雙向鏈表來實現的。

? ? ? ? //LinkedHashMap是線程不安全的。

? ? ? ? Map<String,String> map = new HashMap<>();

? ? ? ? map.put("a","123");? ? ? ? map.put("b","456");? ? ? ? map.put("z","789");? ? ? ? map.put("c","234");

? ? ? ? //map根據value正序排序

? ? ? ? LinkedHashMap<String, String> linkedMap1 = new LinkedHashMap<>();

? ? ? ? map.entrySet().stream().sorted(Comparator.comparing(e -> e.getValue())).forEach(x -> linkedMap1.put(x.getKey(), x.getValue()));

? ? ? ? 結果：{a=123, c=234, b=456, z=789}

? ? ? ? //map根據value倒序排序

? ? ? ? LinkedHashMap<String, String> linkedMap2 = new LinkedHashMap<>();? ? map.entrySet().stream().sorted(Collections.reverseOrder(Map.Entry.comparingByValue())).forEach(x -> linkedMap2.put(x.getKey(), x.getValue()));

? ? ? ? 結果：{z=789, b=456, c=234, a=123}

? ? ? ? //map根據key正序排序

? ? ? ? LinkedHashMap<String, String> linkedMap3 = new LinkedHashMap<>();

? ? ? ? map.entrySet().stream().sorted(Comparator.comparing(e -> e.getKey())).forEach(x -> linkedMap3.put(x.getKey(), x.getValue()));

? ? ? ? 結果：{a=123, b=456, c=234, z=789}

? ? ? ? //map根據key倒序排序

? ? ? ? LinkedHashMap<String, String> linkedMap4 = new LinkedHashMap<>();? ? ? ? map.entrySet().stream().sorted(Collections.reverseOrder(Map.Entry.comparingByKey())).forEach(x -> linkedMap4.put(x.getKey(), x.getValue()));

? ? ? ? 結果：{z=789, c=234, b=456, a=123}

二，List 轉 Map

　　　　 1、指定key-value，value是對象中的某個屬性值。

? ? ? ? Map<Integer,String> userMap1 = userList.stream().collect(Collectors.toMap(User::getId,User::getName));

? ? ? ? 2、指定key-value，value是對象本身，User->User 是一個返回本身的lambda表達式

? ? ? ? Map<Integer,User> userMap2 = userList.stream().collect(Collectors.toMap(User::getId,User->User));

? ? ? ? 3、指定key-value，value是對象本身，Function.identity()是簡潔寫法，也是返回對象本身

? ? ? ? Map<Integer,User> userMap3 = userList.stream().collect(Collectors.toMap(User::getId, Function.identity()));

? ? ? ? 4、指定key-value，value是對象本身，Function.identity()是簡潔寫法，也是返回對象本身，key 沖突的解決辦法，這里選擇第二個key覆蓋第一個key。

? ? ? ? Map<Integer,User> userMap4 = userList.stream().collect(Collectors.toMap(User::getId, Function.identity(),(key1,key2)->key2));

? ? ? ? 5、將List根據某個屬性進行分組，放入Map；然后組裝成key-value格式的數據，分組后集合的順序會被改變，所以事先設置下排序，然后再排序，保證數據順序不變。

? ? ? ? List<GoodsInfoOut> lst = goodsInfoMapper.getGoodsList();

? ? ? ? Map<String, List<GoodsInfoOut>> groupMap = lst.stream().collect(Collectors.groupingBy(GoodsInfoOut::getClassificationOperationId));

? ? ? ? List<HomeGoodsInfoOut> retList = groupMap.keySet().stream().map(key -> {

? ? ? ? ? ? HomeGoodsInfoOut mallOut = new HomeGoodsInfoOut();

? ? ? ? ? ? mallOut.setClassificationOperationId(key);

? ? ? ? ? ? if(groupMap.get(key)!=null && groupMap.get(key).size()>0) {

? ? ? ? ? ? ? ? mallOut.setClassificationName(groupMap.get(key).get(0).getClassificationName());

? ? ? ? ? ? ? ? mallOut.setClassificationPic(groupMap.get(key).get(0).getClassificationPic());

? ? ? ? ? ? ? ? mallOut.setClassificationSort(groupMap.get(key).get(0).getClassificationSort());

? ? ? ? ? ? }

? ? ? ? ? ? mallOut.setGoodsInfoList(groupMap.get(key));

? ? ? ? ? ? return mallOut;

? ? ? ? }).collect(Collectors.toList());

? ? ? ? List<HomeGoodsInfoOut> homeGoodsInfoOutList = retList.stream().sorted(Comparator.comparing(HomeGoodsInfoOut::getClassificationSort))

.collect(Collectors.toList());

? ? ? 5、根據用戶性別將數據 - 分組

　　　　 Map<String, List<UserInfo>> groupMap = userList.stream().collect(Collectors.groupingBy(UserInfo::getSex()));

? ? ? 6、List實體轉Map,想要有序的話，就使用以下操作（TreeMap 有序；Map 無序）

　　　　 TreeMap<String, List<BillPollEntity>> ascMonthBillPollMap = s.stream().collect(Collectors.groupingBy(t -> t.getDrawTime()), TreeMap::new, Collectors.toList()));

　　　　 //倒敘MAP

? ? ? ? NavigableMap<String, List<OpenActivityOut>> descMonthBillPollMap = ascMonthBillPollMap.descendingMap();

　　　　 Map<String, List<BillPollEntity>> monthBillPollMap = s.stream().collect(Collectors.groupingBy(BillPollEntity::getDrawTime));

三，Map 轉 List

　　　　 Map<String,String> map1 = new HashMap<>();

? ? ? ? map1.put("a","123");

? ? ? ? map1.put("b","456");

? ? ? ? map1.put("z","789");

? ? ? ? map1.put("c","234");

? ? ? ? 1、默認順序

? ? ? ? List<UserInfo> list0 = map1.entrySet().stream()

　　　　　　　　　　　　　　　　　　 .map(e -> new UserInfo(e.getValue(), e.getKey()))

　　　　　　　　　　　　　　　　　　 .collect(Collectors.toList());

? ? ? ? 結果：[UserInfo(userName=123, mobile=a), UserInfo(userName=456, mobile=b), UserInfo(userName=234, mobile=c), UserInfo(userName=789, mobile=z)]

? ? ? ? 2、根據Key排序

? ? ? ? List<UserInfo> list1 = map1.entrySet().stream()

　　　　　　　　　　　　　　　　　　 .sorted(Comparator.comparing(e -> e.getKey())).map(e -> new UserInfo(e.getKey(), e.getValue()))

　　　　　　　　　　　　　　　　　　 .collect(Collectors.toList());

? ? ? ? 結果：[UserInfo(userName=a, mobile=123), UserInfo(userName=b, mobile=456), UserInfo(userName=c, mobile=234), UserInfo(userName=z, mobile=789)]

? ? ? ? 3、根據Value排序

? ? ? ? List<UserInfo> list2 = map1.entrySet().stream()

　　　　　　　　　　　　　　　　　　.sorted(Comparator.comparing(Map.Entry::getValue))

　　　　　　　　　　　　　　　　　　.map(e -> new UserInfo(e.getKey(), e.getValue()))

　　　　　　　　　　　　　　　　　　.collect(Collectors.toList());

? ? ? ? 結果：[UserInfo(userName=a, mobile=123), UserInfo(userName=c, mobile=234), UserInfo(userName=b, mobile=456), UserInfo(userName=z, mobile=789)]

? ? ? ? 3、根據Key排序

? ? ? ? List<UserInfo> list3 = map1.entrySet().stream()

　　　　　　　　　　　　　　　　　　.sorted(Map.Entry.comparingByKey())

　　　　　　　　　　　　　　　　　　.map(e -> new UserInfo(e.getKey(), e.getValue()))

　　　　　　　　　　　　　　　　　　.collect(Collectors.toList());

? ? ? ? 結果：[UserInfo(userName=a, mobile=123), UserInfo(userName=b, mobile=456), UserInfo(userName=c, mobile=234), UserInfo(userName=z, mobile=789)]

　　　　 4、Map<String,UserInfo> 轉 List<String>、List<UserInfo>

　　　　　　// 取Map中的所有value

　　　　　　結果：List<UserInfo> userInfoList = retMap.values().stream().collect(Collectors.toList());

　　　　　　// 取Map中所有key

　　　　　　結果：List<String> strList = retMap.keySet().stream().collect(Collectors.toList());

四，從List中獲取某個屬性

//拿出所有手機號

List<String> mobileList = userList.stream().map(RemindUserOut::getMobile).collect(Collectors.toList());

//拿出所有AppId，并去重

List<String> appIdList = appIdList.stream().map(WechatWebViewDomain::getAppId).collect(Collectors.toList()).stream().distinct().collect(Collectors.toList());

//拿出集合中重復的billNo，【.filter(map->StringUtils.isNotEmpty(map.getBillNo()))】這是過濾掉為空的數據；否則，有空數據會拋異常

List<String> repeatCodeList = resultList.stream().filter(map->StringUtils.isNotEmpty(map.getBillNo())).collect(Collectors.groupingBy(BillUploadIn::getBillNo, Collectors.counting())).entrySet().stream().filter(entry -> entry.getValue() > 1).map(Map.Entry::getKey).collect(Collectors.toList());

//拿出集合中幾個屬性拼接后的字符串

List<String> strList = myList.stream().map(p -> p.getName() + "-" + p.getMobile()).collect(Collectors.toList());

五，篩選并根據屬性去重

List<UserInfo> uList = new ArrayList<>();

UserInfo u1 = new UserInfo(1,"小白","15600000000");

UserInfo u2 = new UserInfo(2,"小黑","15500000000");

uList.add(u1);

uList.add(u2);

//過濾名字是小白的數據

List list1= uList.stream()

.filter(b -> "小白".equals(b.getUserName()))

.collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(b -> b.getId()))), ArrayList::new));

結果：list1===[UserInfo(id=1, userName=小白, mobile=15600000000)]

//根據ID去重

List list2= uList.stream()

.collect(Collectors.collectingAndThen(Collectors.toCollection(() -> new TreeSet<>(Comparator.comparing(b -> b.getId()))), ArrayList::new));

結果：list2===[UserInfo(id=1, userName=小白, mobile=15600000000), UserInfo(id=2, userName=小黑, mobile=15500000000)]

? //整個數據去重

? list = list.stream().distinct().collect(Collectors.toList());

六，計算；和，最大，最小，平均值。

List<UserInfo> uList = new ArrayList<>();

UserInfo user1 = new UserInfo(1,"小白","15600000000",10,new BigDecimal(10));

UserInfo user2 = new UserInfo(2,"小黑","15500000000",15,new BigDecimal(20));

UserInfo user3 = new UserInfo(2,"小彩","15500000000",88,new BigDecimal(99));

uList.add(user1);

uList.add(user2);

uList.add(user3);

//和

Double d1 = uList.stream().mapToDouble(UserInfo::getNum).sum();

結果：113.0

//最大

Double d2 = uList.stream().mapToDouble(UserInfo::getNum).max().getAsDouble();

結果：88.0

//最小

Double d3 = uList.stream().mapToDouble(UserInfo::getNum).min().getAsDouble();

結果：10.0

//平均值

Double d4 = uList.stream().mapToDouble(UserInfo::getNum).average().getAsDouble();

結果：37.666666666666664

//除了統計double類型，還有int和long，bigDecimal需要用到reduce求和

DecimalFormat df = new DecimalFormat("0.00");//保留兩位小數點

//和；可過濾掉NULL值

BigDecimal add = uList.stream().map(UserInfo::getPrice).reduce(BigDecimal.ZERO, BigDecimal::add);

BigDecimal add = uList.stream().filter(s->t.getPrice()!=null).map(UserInfo::getPrice).reduce(BigDecimal.ZERO, BigDecimal::add)

System.out.println(df.format(add));

結果：129.00

//最大

Optional<UserInfo> max = uList.stream().max((u1, u2) -> u1.getNum().compareTo(u2.getNum()));

System.out.println(df.format(max.get().getPrice()));

結果：99.00

//最小

Optional<UserInfo> min = uList.stream().min((u1, u2) -> u1.getNum().compareTo(u2.getNum()));

System.out.println(df.format(min.get().getPrice()));

結果：10.00

//求和,還有mapToInt、mapToLong、flatMapToDouble、flatMapToInt、flatMapToLong

list.stream().mapToDouble(UserInfo::getNum).sum();

//最大

list.stream().mapToDouble(UserInfo::getNum).max();

//最小

list.stream().mapToDouble(UserInfo::getNum).min();

//平均值

list.stream().mapToDouble(UserInfo::getNum).average();

//獲取N個List中，最大數組長度

List<OrderExcelOut> valueList = new ArrayList<>();

List<List<TagOut>> tagList = valueList.stream().filter(v -> v.getTagList() != null && v.getTagList().size() > 0).map(OrderExcelOut::getTagList).collect(Collectors.toList());

Optional<List<TagOut>> maxTagList = tagList.stream().max((u1, u2) -> Integer.valueOf(u1.size()).compareTo(u2.size()));

//數組中最長的數組

maxTagList.get().size();

————————————————

原文鏈接：https://blog.csdn.net/y19910825/article/details/128107210

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明：文章內容（如有圖片或視頻亦包括在內）由作者上傳并發布，文章內容僅代表作者本人觀點，簡書系信息發布平臺，僅提供信息存儲服務。

人面猴
序言：七十年代末，一起剝皮案震驚了整個濱河市，隨后出現的幾起案子，更是在濱河造成了極大的恐慌，老刑警劉巖，帶你破解...
沈念sama閱讀 228,333評論 6贊 531
死咒
序言：濱河連續發生了三起死亡事件，死亡現場離奇詭異，居然都是意外死亡，警方通過查閱死者的電腦和手機，發現死者居然都...
沈念sama閱讀 98,491評論 3贊 416
救了他兩次的神仙讓他今天三更去死
文/潘曉璐我一進店門，熙熙樓的掌柜王于貴愁眉苦臉地迎上來，“玉大人，你說我怎么就攤上這事。” “怎么了？”我有些...
開封第一講書人閱讀 176,263評論 0贊 374
道士緝兇錄：失蹤的賣姜人
文/不壞的土叔我叫張陵，是天一觀的道長。經常有香客問我，道長，這世上最難降的妖魔是什么？我笑而不...
開封第一講書人閱讀 62,946評論 1贊 309
?港島之戀（遺憾婚禮）
正文為了忘掉前任，我火速辦了婚禮，結果婚禮上，老公的妹妹穿的比我還像新娘。我一直安慰自己，他們只是感情好，可當我...
茶點故事閱讀 71,708評論 6贊 410
惡毒庶女頂嫁案：這布局不是一般人想出來的
文/花漫我一把揭開白布。她就那樣靜靜地躺著，像睡著了一般。火紅的嫁衣襯著肌膚如雪。梳的紋絲不亂的頭發上，一...
開封第一講書人閱讀 55,186評論 1贊 324
城市分裂傳說
那天，我揣著相機與錄音，去河邊找鬼。笑死，一個胖子當著我的面吹牛，可吹牛的內容都是我干的。我是一名探鬼主播，決...
沈念sama閱讀 43,255評論 3贊 441
雙鴛鴦連環套：你想象不到人心有多黑
文/蒼蘭香墨我猛地睜開眼，長吁一口氣：“原來是場噩夢啊……” “哼！你這毒婦竟也來了？” 一聲冷哼從身側響起，我...
開封第一講書人閱讀 42,409評論 0贊 288
萬榮殺人案實錄
序言：老撾萬榮一對情侶失蹤，失蹤者是張志新（化名）和其女友劉穎，沒想到半個月后，有當地人在樹林里發現了一具尸體，經...
沈念sama閱讀 48,939評論 1贊 335
?護林員之死
正文獨居荒郊野嶺守林人離奇死亡，尸身上長有42處帶血的膿包…… 初始之章·張勛以下內容為張勛視角年9月15日...
茶點故事閱讀 40,774評論 3贊 354
?白月光啟示錄
正文我和宋清朗相戀三年，在試婚紗的時候發現自己被綠了。大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
茶點故事閱讀 42,976評論 1贊 369
活死人
序言：一個原本活蹦亂跳的男人離奇死亡，死狀恐怖，靈堂內的尸體忽然破棺而出，到底是詐尸還是另有隱情，我是刑警寧澤，帶...
沈念sama閱讀 38,518評論 5贊 359
?日本核電站爆炸內幕
正文年R本政府宣布，位于F島的核電站，受9級特大地震影響，放射性物質發生泄漏。R本人自食惡果不足惜，卻給世界環境...
茶點故事閱讀 44,209評論 3贊 347
男人毒藥：我在死后第九天來索命
文/蒙蒙一、第九天我趴在偏房一處隱蔽的房頂上張望。院中可真熱鬧，春花似錦、人聲如沸。這莊子的主人今日做“春日...
開封第一講書人閱讀 34,641評論 0贊 26
一樁弒父案，背后竟有這般陰謀
文/蒼蘭香墨我抬頭看了看天上的太陽。三九已至，卻和暖如春，著一層夾襖步出監牢的瞬間，已是汗流浹背。一陣腳步聲響...
開封第一講書人閱讀 35,872評論 1贊 286
情欲美人皮
我被黑心中介騙來泰國打工，沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留，地道東北人。一個月前我還...
沈念sama閱讀 51,650評論 3贊 391
代替公主和親
正文我出身青樓，卻偏偏與公主長得像，于是被迫代替她去往敵國和親。傳聞我的和親對象是個殘疾皇子，可洞房花燭夜當晚...
茶點故事閱讀 47,958評論 2贊 373

三个男躁一个女,国精产品一区一手机的秘密,麦子交换系列最经典十句话,欧美国产综合欧美视频

Java8 stream處理List，Map總結

Java8 stream處理List，Map總結

推薦閱讀更多精彩內容

三个男躁一个女,国精产品一区一手机的秘密,麦子交换系列最经典十句话,欧美 国产 综合 欧美 视频

Java8 stream處理List，Map總結

推薦閱讀更多精彩內容

三个男躁一个女,国精产品一区一手机的秘密,麦子交换系列最经典十句话,欧美国产综合欧美视频