加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Java > 正文

廖雪峰Java16函数式编程-2Stream-7其他操作

发布时间:2020-12-15 07:50:11 所属栏目:Java 来源:网络整理
导读:1. 排序 StreamT sorted(); //按元素默认大小排序(必须实现Comparable接口)StreamT sorted(Comparator? super T cp); //按指定Comparator比较的结果排序 public static void main(String[] args){ StreamString s = Stream.of("hello","JAVA","python","RU

1. 排序

Stream<T> sorted(); //按元素默认大小排序(必须实现Comparable接口)
Stream<T> sorted(Comparator<? super T> cp); //按指定Comparator比较的结果排序
public static void main(String[] args){
        Stream<String> s = Stream.of("hello","JAVA","python","RUBY","PHP");
        s.sorted().forEach(str-> System.out.print(str+"t"));
        System.out.println();
        Stream<Integer> s1 = Stream.of(1,9,5,3,7);
        s1.sorted(Comparator.reverSEOrder()).forEach(str-> System.out.print(str+"t")); 
    }

2.去除重复元素

Stream<T> distinct(); //返回去除重复元素的Stream
Stream<String> s = Stream.of("hello","hello","JAVA");
        s.distinct().forEach(str-> System.out.print(str+"t"));

3. 截取

Stream<T> limit(long); //截取Stream前long个元素
Stream<T> skip(long); //跳过Stream前long个元素
Stream<String> s = Stream.of("hello","JAVA");
        s.limit(3).forEach(str-> System.out.print(str+"t"));
        System.out.println();
        Stream<Integer> s1 = Stream.of(1,7);
        s1.skip(3).forEach(str-> System.out.print(str+"t"));

4. concat合并

Stream<String> s1 = Stream.of("php","python");
        Stream<String> s2 = Stream.of("android","ios");
        Stream<String> s = Stream.concat(s1,s2);
        s.forEach(str-> System.out.print(str+"t"));

5. flatMap把列表的元素取出,构成一个新的Stream

把元素映射为Stream,然后合并成一个新的Stream

List<String> s1 = new ArrayList<>();
        s1.add( "php");
        s1.add("JAVA");
        s1.add("python");
        List<String> s2 = Arrays.asList("android","ios");
        Stream<List> l = Stream.of(s1,s2);
        Stream<String> s = l.flatMap(list -> list.stream());
        s.forEach(str-> System.out.print(str+"t"));

6. parallel把一个Stream转换为可以并行处理的Stream

Stream的元素是串行处理的,也就是只能用单线程来处理,如果要提高效率,比如进行并行排序,只需使用parallel()就可以把一个Stream变成一个并行处理的Stream,通过这个方法调用,后续的操作会尽量的并行处理。

Stream<String> s = Stream.of("php","android","ios");
        String[] result = s.parallel() //变成一个可以并行处理的Stream
            .sorted(). //可以进行并行排序
            toArray(String[]::new); 
        System.out.println(Arrays.toString(result));

7. Stream的聚合方法

Optional<T> reduce(BinaryOperater<T> bo)
long count()
T max(Comparator<? super T> cp)//查找最大元素
T min(Comparator<? super T> cp) //查找最下元素

针对IntStream,longStream,DoubleStream:

sum() //求和
    average() //求平均值
Integer[] nums = {1,2,4,6};
        long max = Stream.of(nums).max((i1,i2)->i1.compareTo(i2)).get();
        long min = Stream.of(nums).min((i1,i2)->i1.compareTo(i2)).get();
        System.out.println("最大值:"+max+"t最小值:"+min);
        IntStream ins1 = IntStream.builder().add(1).add(2).add(3).add(4).add(5).add(6).build();
        IntStream ins2 = IntStream.builder().add(1).add(2).add(3).add(4).add(5).add(6).build();
        Double avg = ins1.average().getAsDouble();
        long sum = ins2.sum();
        System.out.println("求和:"+sum+"t平均值:"+avg);

8. 测试Stream的元素是否满足

boolean allMatch(Predicate<? super T>) //所有元素均满足测试条件
boolean anyMatch(Predicate<? super T>) //至少一个元素满足测试条件
Integer[] nums = {1,6};
        boolean max = Stream.of(nums).allMatch(x->x>0);
        boolean min = Stream.of(nums).anyMatch(x->x>5);
        System.out.println("元素全部>0:"+max+"t存在元素>5:"+min);

9. forEach循环处理Stream的元素

void forEach(Consumer<? super T> action)

10. 把Stream转换为其他类型

Object[] toArray() //转换为Object数组
A[] toArray(IntFunction<A[]>) //转换为A[]数组
<R,A> R collect(Collector<? super T,A,R> Collector) //转换为List/Set等集合类型
Stream<String> s1 = Stream.of("php","ios");
        String[] arr = s1.toArray(String[]::new);
        Stream<String> s2 = Stream.of("php","ios");
        List<String> list = s2.collect(Collectors.toList());
        System.out.println(Arrays.toString(arr));
        System.out.println(list.toString());

11. 总结

java.util.stream.Stream题哦那个了许多实用的功能

  • 转换操作:map,filter,sorted,distinct
  • 合并操作:concat,flatMap
  • 并行处理:parallel
  • 聚合操作:reduce,count,max,min,sum,average
  • 其他操作:allMatch,anyMatch,forEach
    参考
    https://blog.csdn.net/qq_28410283/article/details/80783505
    https://www.cnblogs.com/a-du/p/8289537.html

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读