Java8 stream处理List，Map总结

Java 8 Stream

Java 8 API添加了一个新的抽象称为流Stream，可以让你以一种声明的方式处理数据。

Stream 使用一种类似用 SQL 语句从数据库查询数据的直观方式来提供一种对 Java 集合运算和表达的高阶抽象。

Stream API可以极大提高Java程序员的生产力，让程序员写出高效率、干净、简洁的代码。

这种风格将要处理的元素集合看作一种流， 流在管道中传输， 并且可以在管道的节点上进行处理， 比如筛选， 排序，聚合等。

元素流在管道中经过中间操作（intermediate operation）的处理，最后由最终操作(terminal operation)得到前面处理的结果。

什么是 Stream？

Stream（流）是一个来自数据源的元素队列并支持聚合操作

<strong元素队列< strong="">元素是特定类型的对象，形成一个队列。 Java中的Stream并不会存储元素，而是按需计算。

数据源 流的来源。 可以是集合，数组，I/O channel， 产生器generator 等。

聚合操作 类似SQL语句一样的操作， 比如filter, map, reduce, find, match, sorted等。

和以前的Collection操作不同， Stream操作还有两个基础的特征：

Pipelining: 中间操作都会返回流对象本身。 这样多个操作可以串联成一个管道， 如同流式风格（fluent style）。 这样做可以对操作进行优化， 比如延迟执行(laziness)和短路( short-circuiting)。

内部迭代： 以前对集合遍历都是通过Iterator或者For-Each的方式, 显式的在集合外部进行迭代， 这叫做外部迭代。 Stream提供了内部迭代的方式， 通过访问者模式(Visitor)实现。

生成流

在 Java 8 中, 集合接口有两个方法来生成流：

stream() − 为集合创建串行流。

parallelStream() − 为集合创建并行流

下面写一下，我们经常会用到的一些操作案例

一，排序

　　List   

　　　  1, 对象集合排序

        //降序，根据创建时间降序;

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

        //升序，根据创建时间升序;

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

        2, 数字排序

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

        //升序

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

        结果： [2, 2, 3, 3, 3, 5, 7]

        //倒序

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

        结果：[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());

        结果：[a, abc, ba, bb, bba, cab, cbb]

        //反转，倒序

        ascList.sort(Collections.reverseOrder());

        结果：[cbb, cab, bba, bb, ba, abc, a]

        //直接反转集合

        Collections.reverse(strList);

        结果：[cab, bba, cbb, abc, bb, ba, a]

　　　Map

　　　　　//HashMap是无序的，当我们希望有顺序地去存储key-value时，就需要使用LinkedHashMap了，排序后可以再转成HashMap。

        //LinkedHashMap是继承于HashMap，是基于HashMap和双向链表来实现的。

        //LinkedHashMap是线程不安全的。

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

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

        //map根据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()));

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

        //map根据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()));

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

        //map根据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()));

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

        //map根据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()));

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

二，List 转 Map

　　　　 1、指定key-value，value是对象中的某个属性值。

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

        2、指定key-value，value是对象本身，User->User 是一个返回本身的lambda表达式

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

        3、指定key-value，value是对象本身，Function.identity()是简洁写法，也是返回对象本身

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

        4、指定key-value，value是对象本身，Function.identity()是简洁写法，也是返回对象本身，key 冲突的解决办法，这里选择第二个key覆盖第一个key。

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

        5、将List根据某个属性进行分组，放入Map；然后组装成key-value格式的数据，分组后集合的顺序会被改变，所以事先设置下排序，然后再排序，保证数据顺序不变。

        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、根据用户性别将数据 - 分组

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

      6、List实体转Map,想要有序的话，就使用以下操作（TreeMap 有序；Map 无序）

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

　　　　 //倒叙MAP

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

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

三，Map 转 List

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

        map1.put("a","123");

        map1.put("b","456");

        map1.put("z","789");

        map1.put("c","234");

        1、默认顺序

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

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

　　　　　　　　　　　　　　　　　　 .collect(Collectors.toList());

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

        2、根据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());

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

        3、根据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());

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

        3、根据Key排序

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

　　　　　　　　　　　　　　　　　　.sorted(Map.Entry.comparingByKey())

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

　　　　　　　　　　　　　　　　　　.collect(Collectors.toList());

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

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

　　　　　　// 取Map中的所有value

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

　　　　　　// 取Map中所有key

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

四，从List中获取某个属性

//拿出所有手机号

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());

//拿出集合中重复的billNo，【.filter(map->StringUtils.isNotEmpty(map.getBillNo()))】这是过滤掉为空的数据；否则，有空数据会抛异常

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());

//拿出集合中几个属性拼接后的字符串

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

五，筛选并根据属性去重

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);

//过滤名字是小白的数据

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));

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

//根据ID去重

List list2= uList.stream()

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

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

  //整个数据去重

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

六，计算；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();

结果：113.0

//最大

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

结果：88.0

//最小

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

结果：10.0

//平均值

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

结果：37.666666666666664

//除了统计double类型，还有int和long，bigDecimal需要用到reduce求和

DecimalFormat df = new DecimalFormat("0.00");//保留两位小数点

//和；可过滤掉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));

结果：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()));

结果：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()));

结果：10.00

//求和,还有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();

//获取N个List中，最大数组长度

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()));

//数组中最长的数组

maxTagList.get().size();

————————————————

版权声明：本文为CSDN博主「征尘bjajmd」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/y19910825/article/details/128107210

©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 194,088评论 5赞 459
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 81,715评论 2赞 371
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 141,361评论 0赞 319
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 52,099评论 1赞 263
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 60,987评论 4赞 355
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 46,063评论 1赞 272
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 36,486评论 3赞 381
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 35,175评论 0赞 253
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 39,440评论 1赞 290
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,518评论 2赞 309
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,305评论 1赞 326
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 32,190评论 3赞 312
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 37,550评论 3赞 298
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0赞 17
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,152评论 1赞 250
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 41,451评论 2赞 341
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 40,637评论 2赞 335

推荐阅读更多精彩内容