collect方法

╰+攻爆jí腚メ 2023-10-07 21:37 22阅读 0赞

collect方法  
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。

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。 toList、toSet和toMap比较常用，另外还有toCollection、toConcurrentMap等复杂一些的用法。

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());
    System.out.println("产生的新集合是：" + listNew);
            
    Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
    System.out.println("产生的不重复的新集合是：" + set);
    
    List<Person> personList = new ArrayList<>();
    personList.add(new Person("Tom", 8900, 22, "male", "New Yark"));
    personList.add(new Person("Jack", 7000, 29, "male", "Washington"));
    personList.add(new Person("Lily", 7800, 24, "female", "Washington"));
    personList.add(new Person("Anni", 8200, 28, "female", "New Yark"));
    personList.add(new Person("Owen", 9500, 26, "male", "New Yark"));
    personList.add(new Person("Alisa", 7900, 27, "female", "New Yark"));
    
    Map<?, Person> personMap =
            personList.stream().filter(p -> p.getSalary() > 8000).collect(Collectors.toMap(Person::getName,
                    p -> p));
    System.out.println("产生的新的map集合是：" + personMap);

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：averagingInt、averagingLong、averagingDouble  
最值：maxBy、minBy  
求和：summingInt、summingLong、summingDouble  
统计以上所有：summarizingInt、summarizingLong、summarizingDouble  
/\*\*  
\* 案例：统计员工人数、平均工资、工资总额、最高工资。  
\*/

// 求总数
    Long count = personList.stream().collect(Collectors.counting());
    System.out.println("员工总数：" + count);
    // 求平均工资
    Double avgSalary = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
    System.out.println("员工平均工资：" + avgSalary);
    // 求工资之和
    Integer sumSalary = personList.stream().collect(Collectors.summingInt(Person::getSalary));
    System.out.println("员工工资总和:" + sumSalary);
    // 一次性统计所有信息
    DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
    System.out.println("员工工资所有统计：" + collect);

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。

/\*\*  
\* 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  
\*/

// 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);

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。

String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
        System.out.println("所有员工的姓名：" + names);
        List<String> strs = Arrays.asList("A", "B", "C");
        String str = strs.stream().collect(Collectors.joining("-"));
        System.out.println("拼接后的字符串：" + str);

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。

// 每个员工减去起征点后的薪资之和
            Integer sumsal = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (x, y) -> x + y - 5000));
            System.out.println("员工扣税薪资总和：" + sumsal);
            // stream的reduce
            Integer sum = personList.stream().map(Person::getSalary).reduce(0, (x, y) -> x + y - 5000);
            System.out.println("----员工扣税薪资总和：" + sum);
    、

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  
\*/

// 按工资升序排序（自然排序）
    List<String> nameList =
            personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName).collect(Collectors.toList());
    System.out.println("按工资升序排序（自然排序）:" + nameList);
    // 按工资降序排序
    List<String> nameList1 =
            personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()).map(Person::getName).collect(Collectors.toList());
    System.out.println("按工资降序排序:" + nameList1);
    
    // 先按工资再按年龄升序排序
    List<String> nameList2 =
            personList.stream().sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getSalary
            )).map(Person::getName).collect(Collectors.toList());
    System.out.println("先按工资再按年龄升序排序:" + nameList2);
    
    // 先按工资再按年龄自定义排序（降序）
    List<String> nameList3 = 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("先按工资再按年龄自定义排序（降序）:" + nameList3);

提取/组合  
流也可以进行合并(concat)、去重(distinct)、限制(limit)、跳过(skip)等操作。

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> stringList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
            System.out.println("流合并：" + stringList);
            // limit：限制从流中获得前n个数据
            List<Integer> integerList = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
            System.out.println("limit：" + integerList);
            // skip：跳过前n个数据
            List<Integer> integerList1 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
            System.out.println("skip：" + integerList1);