Stream和lambda的常用api(上)

红太狼 2023-08-17 16:24 174阅读 0赞

根据一组数据,先过滤,在排序,再取某个字段的值作为结果;此时该结果中还是基于某个字段排序后的顺序;

/**
         * @author Young
         * @description 根据一组dish,获取该组dish中少于400卡的,并按照卡正序排列,取所有的dishName;
         * @date 14:37 2019/9/28
         * @param dishes	 入参描述说明
         * @return java.util.List<java.lang.String>
         **/
        public static List<String> getDishName(List<Dish> dishes){
            return dishes.stream()
                    .filter(d->d.getCalories()<400)
                    .sorted(Comparator.comparing(Dish::getCalories))
                    .map(Dish::getName)
                    .collect(Collectors.toList());
        }

通过实体类的某个字段进行分组

/**
         * @author Young
         * @description 根据type进行分组
         * @date 14:51 2019/9/28
         * @param dishes	 入参描述说明
         * @return java.util.Map<java.lang.reflect.Type,java.util.List<co.solinx.kafka.monitor.db.Dish>>
         **/
        public static Map<Type,List<Dish>> getDishByType(List<Dish> dishes){
            Map<Type,List<Dish>> result = new HashMap();
            for (Dish dish : dishes) {
                if (result.containsKey(dish.getType())){
                    result.get(dish.getType()).add(dish);
                }else {
                    List<Dish>  dishList= new ArrayList<>();
                    dishList.add(dish);
                    result.put(dish.getType(),dishList);
                }
            }
            return result;
        }
    
        /**
         * @author Young
         * @description use stream to group
         * @date 14:58 2019/9/28
         * @param dishes	 入参描述说明
         * @return java.util.Map<co.solinx.kafka.monitor.db.Type,java.util.List<co.solinx.kafka.monitor.db.Dish>>
         **/
        public static Map<Type,List<Dish>> getDishByTypeStream(List<Dish> dishes){
            return dishes.stream().collect(Collectors.groupingBy(Dish::getType));
        }

代码的简洁性显而易见

## Stream ##

流是从支持数据处理操作的源生成的元素序列,源可以是数组.文件.集合.函数.流不是集合元素,也不是数据结构,不能保存数据,主要目的就是在于流式计算.

## 五种生成流的方式 ##

### 1,通过集合生成,应用中最常见的一种 ###

Stream<Integer> stream = List.stream();

### 2,通过数组生成 ###

IntStream stream = Arrays.stream(int\[\]);

通过Arrays.stream方法生成流,并且该方法生成的流是数值流\[即IntStream\]而不是Stream<Integer>.补充一点使用数值流可以避免计算过程中拆箱装箱,提高性能.

### 3,通过值生成 ###

Stream<Integer> stram = Stream.of(1,2,3,4);

通过strem的of方法生成流,通过stram的empty方法可以生成一个空流.

### 4,通过文件生成 ###

Stream<String> lines = Files.lines(Paths.get("data.txt"),Charset.defaultCharset())

通过Files.lines方法得到一个流,并且得到的每个流是给定文件中的一行

### 5通过函数生成,提供interate和generate两个静态方法从函数中生成流 ###

Stream<Integer> stream = Stream.interate(0,n->n+2).limit(5);

iterate方法接收两个参数,第一个为初始化值,第二个为进行的函数操作,因为interator生成的流为无限流,通过limit方法对流进行截断,只生成5个偶数.

generate

Stream<Double> stream = Stream.generate(Math::random).limit(5)

generate方法接受一个参数,方法参数类型为supplier,由它为流提供值.generate生成的流也是无限流,因此需要limit对流截断

## 流的操作类型 ##

[见下文][Link 1]

摘自:[https://mp.weixin.qq.com/s/x2BLSKiFakSD76FzFCBH7Q][https_mp.weixin.qq.com_s_x2BLSKiFakSD76FzFCBH7Q]

[Link 1]: https://blog.csdn.net/YoungLee16/article/details/101698774
[https_mp.weixin.qq.com_s_x2BLSKiFakSD76FzFCBH7Q]: https://mp.weixin.qq.com/s/x2BLSKiFakSD76FzFCBH7Q