Java8提供了Stream（流）處理集合的關鍵抽象概念，它可以對集合進行的操作，可以執行非常複雜的查找、過濾和映射數據等操作。Stream API 藉助於同樣新出現的Lambda表達式，極大的提高編程效率和程序可讀性。

下面是使用Stream的常用方法的綜合實例。

（1）創建User.java（用戶信息實體類）。

import java.math.BigDecimal;

/**
 * 用戶信息實體類
 * @author pan_junbiao
 **/
public class User
{
    private int id; //用戶ID
    private String name; //用戶名稱
    private String sex; //性別
    private int age; //年齡
    private String department; //部門
    private BigDecimal salary; //薪資

    //構造方法
    public User(int id,String name,String sex,int age,String department,BigDecimal salary)
    {
        this.id = id;
        this.name = name;
        this.sex = sex;
        this.age = age;
        this.department = department;
        this.salary = salary;
    }

    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 getSex()
    {
        return sex;
    }

    public void setSex(String sex)
    {
        this.sex = sex;
    }

    public int getAge()
    {
        return age;
    }

    public void setAge(int age)
    {
        this.age = age;
    }

    public String getDepartment()
    {
        return department;
    }

    public void setDepartment(String department)
    {
        this.department = department;
    }

    public BigDecimal getSalary()
    {
        return salary;
    }

    public void setSalary(BigDecimal salary)
    {
        this.salary = salary;
    }

    @Override
    public String toString()
    {
        return "ID：" + this.id + " 名稱：" + this.name +  " 性別：" + this.sex
                + " 年齡：" + this.age + " 部門：" + this.department + " 薪資：" + this.salary + "元";
    }
}

（2）創建UserService.class（用戶信息業務邏輯類）。

import com.pjb.streamdemo.entity.User;
import java.math.BigDecimal;
import java.util.ArrayList;
import java.util.List;

/**
 * 用戶信息業務邏輯類
 * @author pan_junbiao
 **/
public class UserService
{
    /**
     * 獲取用戶列表
     */
    public static List<User> getUserList()
    {
        List<User> userList = new ArrayList<User>();
        userList.add(new User(1, "pan_junbiao的博客_01", "男", 32, "研發部", BigDecimal.valueOf(1600)));
        userList.add(new User(2, "pan_junbiao的博客_02", "男", 30, "財務部", BigDecimal.valueOf(1800)));
        userList.add(new User(3, "pan_junbiao的博客_03", "女", 20, "人事部", BigDecimal.valueOf(1700)));
        userList.add(new User(4, "pan_junbiao的博客_04", "男", 38, "研發部", BigDecimal.valueOf(1500)));
        userList.add(new User(5, "pan_junbiao的博客_05", "女", 25, "財務部", BigDecimal.valueOf(1200)));
        return userList;
    }
}

1、查詢方法

1.1 forEach()

使用 forEach() 遍歷列表數據。

/**
 * 使用forEach()遍歷列表信息
 * @author pan_junbiao
 */
@Test
public void forEachTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //遍歷用戶列表
    userList.forEach(System.out::println);
}

上述遍歷語句等同於以下語句：

userList.forEach(user -> {System.out.println(user);});

執行結果：

1.2 filter(T -> boolean)

使用 filter() 過濾列表數據。

【示例】獲取部門爲“研發部”的用戶列表。

/**
 * 使用filter()過濾列表信息
 * @author pan_junbiao
 */
@Test
public void filterTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //獲取部門爲“研發部”的用戶列表
    userList = userList.stream().filter(user -> user.getDepartment() == "研發部").collect(Collectors.toList());

    //遍歷用戶列表
    userList.forEach(System.out::println);
}

執行結果：

1.3 findAny() 和 findFirst()

使用 findAny() 和 findFirst() 獲取第一條數據。

【示例】獲取用戶名稱爲“pan_junbiao的博客_02”的用戶信息，如果未找到則返回null。

/**
 * 使用findAny()獲取第一條數據
 * @author pan_junbiao
 */
@Test
public void findAnytTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //獲取用戶名稱爲“pan_junbiao的博客_02”的用戶信息，如果沒有找到則返回null
    User user = userList.stream().filter(u -> u.getName().equals("pan_junbiao的博客_02")).findAny().orElse(null);

    //打印用戶信息
    System.out.println(user);
}

執行結果：

注意：findFirst() 和 findAny() 都是獲取列表中的第一條數據，但是findAny()操作，返回的元素是不確定的，對於同一個列表多次調用findAny()有可能會返回不同的值。使用findAny()是爲了更高效的性能。如果是數據較少，串行地情況下，一般會返回第一個結果，如果是並行（parallelStream並行流）的情況，那就不能確保是第一個。

例如：使用parallelStream並行流，findAny() 返回的就不一定是第一條數據。

//parallelStream方法能生成並行流，使用findAny返回的不一定是第一條數據
User user = userList.parallelStream().filter(u -> u.getName().startsWith("p")).findAny().orElse(null);

1.4 map(T -> R) 和 flatMap(T -> Stream)

使用 map() 將流中的每一個元素 T 映射爲 R（類似類型轉換）。

使用 flatMap() 將流中的每一個元素 T 映射爲一個流，再把每一個流連接成爲一個流。

【示例】使用 map() 方法獲取用戶列表中的名稱列。

/**
 * 使用map()獲取列元素
 * @author pan_junbiao
 */
@Test
public void mapTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //獲取用戶名稱列表
    List<String> nameList = userList.stream().map(User::getName).collect(Collectors.toList());
    //或者：List<String> nameList = userList.stream().map(user -> user.getName()).collect(Collectors.toList());

    //遍歷名稱列表
    nameList.forEach(System.out::println);
}

執行結果：

【示例】使用 flatMap() 將流中的每一個元素連接成爲一個流。

/**
 * 使用flatMap()將流中的每一個元素連接成爲一個流
 * @author pan_junbiao
 */
@Test
public void flatMapTest()
{
    //創建城市
    List<String> cityList = new ArrayList<String>();
    cityList.add("北京；上海；深圳；");
    cityList.add("廣州；武漢；杭州；");

    //分隔城市列表，使用 flatMap() 將流中的每一個元素連接成爲一個流。
    cityList = cityList.stream()
            .map(city -> city.split("；"))
            .flatMap(Arrays::stream)
            .collect(Collectors.toList());

    //遍歷城市列表
    cityList.forEach(System.out::println);
}

執行結果：

1.5 distinct()

使用 distinct() 方法可以去除重複的數據。

【示例】獲取部門列表，並去除重複數據。

/**
 * 使用distinct()去除重複數據
 * @author pan_junbiao
 */
@Test
public void distinctTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //獲取部門列表，並去除重複數據
    List<String> departmentList = userList.stream().map(User::getDepartment).distinct().collect(Collectors.toList());

    //遍歷部門列表
    departmentList.forEach(System.out::println);
}

執行結果：

1.6 limit(long n) 和 skip(long n)

limit(long n) 方法用於返回前n條數據，skip(long n) 方法用於跳過前n條數據。

【示例】獲取用戶列表，要求跳過第1條數據後的前3條數據。

/**
 * limit(long n)方法用於返回前n條數據
 * skip(long n)方法用於跳過前n條數據
 * @author pan_junbiao
 */
@Test
public void limitAndSkipTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //獲取用戶列表，要求跳過第1條數據後的前3條數據
    userList = userList.stream()
            .skip(1)
            .limit(3)
            .collect(Collectors.toList());

    //遍歷用戶列表
    userList.forEach(System.out::println);
}

執行結果：

2、判斷方法

2.1 anyMatch(T -> boolean)

使用 anyMatch(T -> boolean) 判斷流中是否有一個元素匹配給定的 T -> boolean 條件。

2.2 allMatch(T -> boolean)

使用 allMatch(T -> boolean) 判斷流中是否所有元素都匹配給定的 T -> boolean 條件。

2.3 noneMatch(T -> boolean)

使用 noneMatch(T -> boolean) 流中是否沒有元素匹配給定的 T -> boolean 條件。

【示例】使用 anyMatch()、allMatch()、noneMatch() 進行判斷。

/**
 * 使用 anyMatch()、allMatch()、noneMatch() 進行判斷
 * @author pan_junbiao
 */
@Test
public void matchTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //判斷用戶列表中是否存在名稱爲“pan_junbiao的博客_01”的數據
    boolean result1 = userList.stream().anyMatch(user -> user.getName().equals("pan_junbiao的博客_01"));

    //判斷用戶名稱是否都包含“pan_junbiao的博客”字段
    boolean result2 = userList.stream().allMatch(user -> user.getName().contains("pan_junbiao的博客"));

    //判斷用戶名稱是否存在不包含“pan_junbiao的博客”字段
    boolean result3 = userList.stream().noneMatch(user -> user.getName().contains("pan_junbiao的博客"));

    //打印結果
    System.out.println(result1);
    System.out.println(result2);
    System.out.println(result3);
}

執行結果：

3、統計方法

3.1 reduce((T, T) -> T) 和 reduce(T, (T, T) -> T)

使用 reduce((T, T) -> T) 和 reduce(T, (T, T) -> T) 用於組合流中的元素，如求和，求積，求最大值等。

【示例】使用 reduce() 求用戶列表中年齡的最大值、最小值、總和。

/**
 * 使用 reduce() 方法
 * @author pan_junbiao
 */
@Test
public void reduceTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //用戶列表中年齡的最大值、最小值、總和
    int maxVal = userList.stream().map(User::getAge).reduce(Integer::max).get();
    int minVal = userList.stream().map(User::getAge).reduce(Integer::min).get();
    int sumVal = userList.stream().map(User::getAge).reduce(0,Integer::sum);
    
    //打印結果
    System.out.println("最大年齡：" + maxVal);
    System.out.println("最小年齡：" + minVal);
    System.out.println("年齡總和：" + sumVal);
}

3.2 mapToInt(T -> int) 、mapToDouble(T -> double) 、mapToLong(T -> long)

int sumVal = userList.stream().map(User::getAge).reduce(0,Integer::sum)；計算元素總和的方法其中暗含了裝箱成本，map(User::getAge) 方法過後流變成了 Stream 類型，而每個 Integer 都要拆箱成一個原始類型再進行 sum 方法求和，這樣大大影響了效率。針對這個問題 Java 8 有良心地引入了數值流 IntStream, DoubleStream, LongStream，這種流中的元素都是原始數據類型，分別是 int，double，long。

流轉換爲數值流：

mapToInt(T -> int) : return IntStream
mapToDouble(T -> double) : return DoubleStream
mapToLong(T -> long) : return LongStream

【示例】使用 mapToInt() 求用戶列表中年齡的最大值、最小值、總和、平均值。

/**
 * 使用 mapToInt() 方法
 * @author pan_junbiao
 */
@Test
public void mapToIntTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //用戶列表中年齡的最大值、最小值、總和、平均值
    int maxVal = userList.stream().mapToInt(User::getAge).max().getAsInt();
    int minVal = userList.stream().mapToInt(User::getAge).min().getAsInt();
    int sumVal = userList.stream().mapToInt(User::getAge).sum();
    double aveVal =  userList.stream().mapToInt(User::getAge).average().getAsDouble();

    //打印結果
    System.out.println("最大年齡：" + maxVal);
    System.out.println("最小年齡：" + minVal);
    System.out.println("年齡總和：" + sumVal);
    System.out.println("平均年齡：" + aveVal);
}

執行結果：

3.3 counting() 和 count()

使用 counting() 和 count() 可以對列表數據進行統計。

【示例】使用 count() 統計用戶列表信息。

/**
 * 使用 counting() 或 count() 統計
 * @author pan_junbiao
 */
@Test
public void countTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //統計研發部的人數，使用 counting()方法進行統計
    Long departCount = userList.stream().filter(user -> user.getDepartment() == "研發部").collect(Collectors.counting());

    //統計30歲以上的人數，使用 count()方法進行統計（推薦）
    Long ageCount = userList.stream().filter(user -> user.getAge() >= 30).count();

    //統計薪資大於1500元的人數
    Long salaryCount = userList.stream().filter(user -> user.getSalary().compareTo(BigDecimal.valueOf(1500)) == 1).count();

    //打印結果
    System.out.println("研發部的人數：" + departCount + "人");
    System.out.println("30歲以上的人數：" + ageCount + "人");
    System.out.println("薪資大於1500元的人數：" + salaryCount + "人");
}

執行結果：

3.4 summingInt()、summingLong()、summingDouble()

用於計算總和，需要一個函數參數。

//計算年齡總和
int sumAge = userList.stream().collect(Collectors.summingInt(User::getAge));

3.5 averagingInt()、averagingLong()、averagingDouble()

用於計算平均值。

//計算平均年齡
double aveAge = userList.stream().collect(Collectors.averagingDouble(User::getAge));

3.6 summarizingInt()、summarizingLong()、summarizingDouble()

這三個方法比較特殊，比如 summarizingInt 會返回 IntSummaryStatistics 類型。

IntSummaryStatistics類提供了用於計算的平均值、總數、最大值、最小值、總和等方法，方法如下圖：

【示例】使用 IntSummaryStatistics 統計：最大值、最小值、總和、平均值、總數。

/**
 * 使用 summarizingInt 統計
 * @author pan_junbiao
 */
@Test
public void summarizingIntTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //獲取IntSummaryStatistics對象
    IntSummaryStatistics ageStatistics = userList.stream().collect(Collectors.summarizingInt(User::getAge));

    //統計：最大值、最小值、總和、平均值、總數
    System.out.println("最大年齡：" + ageStatistics.getMax());
    System.out.println("最小年齡：" + ageStatistics.getMin());
    System.out.println("年齡總和：" + ageStatistics.getSum());
    System.out.println("平均年齡：" + ageStatistics.getAverage());
    System.out.println("員工總數：" + ageStatistics.getCount());
}

執行結果：

4、排序方法

4.1 sorted() / sorted((T, T) -> int)

如果流中的元素的類實現了 Comparable 接口，即有自己的排序規則，那麼可以直接調用 sorted() 方法對元素進行排序，如 Stream。反之, 需要調用 sorted((T, T) -> int) 實現 Comparator 接口。

【示例】根據用戶年齡進行排序。

/**
 * 使用 sorted() 排序
 * @author pan_junbiao
 */
@Test
public void sortedTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //根據年齡排序（升序）
    userList = userList.stream().sorted((u1, u2) -> u1.getAge() - u2.getAge()).collect(Collectors.toList());
    //推薦：userList = userList.stream().sorted(Comparator.comparingInt(User::getAge)).collect(Collectors.toList());
    //降序：userList = userList.stream().sorted(Comparator.comparingInt(User::getAge).reversed()).collect(Collectors.toList());

    //遍歷用戶列表
    userList.forEach(System.out::println);
}

推薦使用如下寫法：

//升序
userList = userList.stream().sorted(Comparator.comparingInt(User::getAge)).collect(Collectors.toList());

//降序
userList = userList.stream().sorted(Comparator.comparingInt(User::getAge).reversed()).collect(Collectors.toList());

執行結果：

5、分組方法

5.1 groupingBy

使用 groupingBy() 將數據進行分組，最終返回一個 Map 類型。

【示例】根據部門對用戶列表進行分組。

/**
 * 使用 groupingBy() 分組
 * @author pan_junbiao
 */
@Test
public void groupingByTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //根據部門對用戶列表進行分組
    Map<String,List<User>> userMap = userList.stream().collect(Collectors.groupingBy(User::getDepartment));

    //遍歷分組後的結果
    userMap.forEach((key, value) -> {
        System.out.println(key + "：");
        value.forEach(System.out::println);
        System.out.println("--------------------------------------------------------------------------");
    });
}

執行結果：

5.2 多級分組

groupingBy 可以接受一個第二參數實現多級分組。

【示例】根據部門和性別對用戶列表進行分組。

/**
 * 使用 groupingBy() 多級分組
 * @author pan_junbiao
 */
@Test
public void multGroupingByTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //根據部門和性別對用戶列表進行分組
    Map<String,Map<String,List<User>>> userMap = userList.stream()
            .collect(Collectors.groupingBy(User::getDepartment,Collectors.groupingBy(User::getSex)));

    //遍歷分組後的結果
    userMap.forEach((key1, map) -> {
        System.out.println(key1 + "：");
        map.forEach((key2,user)->
        {
            System.out.println(key2 + "：");
            user.forEach(System.out::println);
        });
        System.out.println("--------------------------------------------------------------------------");
    });
}

執行結果：

5.3 分組彙總

【示例】根據部門進行分組，彙總各個部門用戶的平均年齡。

/**
 * 使用 groupingBy() 分組彙總
 * @author pan_junbiao
 */
@Test
public void groupCollectTest()
{
    //獲取用戶列表
    List<User> userList = UserService.getUserList();

    //根據部門進行分組，彙總各個部門用戶的平均年齡
    Map<String, Double> userMap = userList.stream().collect(Collectors.groupingBy(User::getDepartment, Collectors.averagingInt(User::getAge)));

    //遍歷分組後的結果
    userMap.forEach((key, value) -> {
        System.out.println(key + "的平均年齡：" + value);
    });
}

執行結果：

Java8使用Stream流——實現List列表的查詢、統計、排序、分組

1、查詢方法

1.1 forEach()

1.2 filter(T -> boolean)

1.3 findAny() 和 findFirst()

1.4 map(T -> R) 和 flatMap(T -> Stream)

1.5 distinct()

1.6 limit(long n) 和 skip(long n)

2、判斷方法

2.1 anyMatch(T -> boolean)

2.2 allMatch(T -> boolean)

2.3 noneMatch(T -> boolean)

3、統計方法

3.1 reduce((T, T) -> T) 和 reduce(T, (T, T) -> T)

3.2 mapToInt(T -> int) 、mapToDouble(T -> double) 、mapToLong(T -> long)

3.3 counting() 和 count()

3.4 summingInt()、summingLong()、summingDouble()

3.5 averagingInt()、averagingLong()、averagingDouble()

3.6 summarizingInt()、summarizingLong()、summarizingDouble()

4、排序方法

4.1 sorted() / sorted((T, T) -> int)

5、分組方法

5.1 groupingBy

5.2 多級分組

5.3 分組彙總

SpringBoot使用Thymeleaf動態綁定下拉框、單選鈕、複選框

Shiro應用：筆記

SpringBoot中Servlet容器的配置

Java8中的Optional類的理解與使用

Java8使用Stream流——實現List列表的查詢、統計、排序、分組

Mac下配置sublime實現LaTeX

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結