JDK新特性——Stream代码简洁之道

开发 后端
Stream 是 Java8 中处理集合的关键抽象概念,它可以指定你希望对集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作.

[[397698]]

本文转载自微信公众号「牧小农」,作者牧小农。转载本文请联系牧小农公众号。

一、概述

Stream 是一组用来处理数组、集合的API,Stream API 提供了一种高效且易于使用的处理数据的方式。Java 8 中之所以费这么大的功夫引入 函数式编程 ,原因有两个:

代码简洁函数式编程写出的代码简洁且意图明确,使用stream接口让你从此告别for循环。

多核友好,Java函数式编程使得编写并行程序从未如此简单,你需要的全部就是用用一下parallel()方法

Stream 是 Java8 中处理集合的关键抽象概念,它可以指定你希望对集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作

二、Stream特性

1、不是数据结构,没有内部存储,不会保存数据,故每个Stream流只能使用一次 2、不支持索引访问 3、支持并行 4、很容易生成数据或集合(List,Set) 5、支持过滤、查找、转换、汇总、聚合等操作 6、延迟计算,流在中间处理过程中,只是对操作进行了记录,并不会立即执行,需要等到执行终止操作的时候才会进行实际的计算

三、分类

关于应用在Stream流上的操作,可以分成两种:

  1. Intermediate(中间操作): 中间操作的返回结果都是Stream,故可以多个中间操作叠加;
  2. Terminal(终止操作): 终止操作用于返回我们最终需要的数据,只能有一个终止操作。

使用Stream流,可以清楚地知道我们要对一个数据集做何种操作,可读性强。而且可以很轻松地获取并行化Stream流,不用自己编写多线程代码,可以让我们更加专注于业务逻辑。

无状态: 指元素的处理不受之前元素的影响;有状态: 指该操作只有拿到所有元素之后才能继续下去。非短路操作: 指必须处理所有元素才能得到最终结果;短路操作: 指遇到某些符合条件的元素就可以得到最终结果,如 A || B,只要A为true,则无需判断B的结果。

四、Stream的创建

1、通过数组来生成 2、通过集合来生成 3、通过Stream.generate方法来创建 4、通过Stream.iterate方法来创建 5、其他Api创建

4.1 通过数组来生成

  1. //通过数组来生成 
  2.    static void gen1(){ 
  3.        String[] strs = {"a","b","c","d"}; 
  4.        Stream<String> strs1 = Stream.of(strs);//使用Stream中的静态方法:of() 
  5.        strs1.forEach(System.out::println);//打印输出(a、b、c、d) 
  6.    } 

4.2 通过集合来生成

  1. //通过集合来生成 
  2.     static void gen2(){ 
  3.         List<String> list = Arrays.asList("1","2","3","4"); 
  4.         Stream<String> stream = list.stream();//获取一个顺序流 
  5.         stream.forEach(System.out::println);//打印输出(1,2,3,4) 
  6.     } 

4.3 通过Stream.generate方法来创建

  1. //generate 
  2. static void gen3(){ 
  3.     Stream<Integer> generate = Stream.generate(() -> 1);//使用Stream中的静态方法:generate() 
  4.     //limit 返回由该流的元素组成的流,截断长度不能超过maxSize 
  5.     generate.limit(10).forEach(System.out::println);//打印输出(打印10个1) 

4.4 通过Stream.iterate方法来创建

  1. //使用iterator 
  2. static void gen4() { 
  3.     Stream<Integer> iterate = Stream.iterate(1, x -> x + 1);//使用Stream中的静态方法:iterate() 
  4.     iterate.limit(10).forEach(System.out::println);//打印输出(1,2,3,4,5,6,7,8,9,10) 

4.5其他Api创建

  1. //其他方式 
  2.     static void gen5(){ 
  3.         String str = "abcdefg"
  4.         IntStream stream =str.chars();//获取str 字节码 
  5.         stream.forEach(System.out::println);//打印输出(97,98,99,100,101,102,103) 
  6.     } 

五、Stream的常用API

5.1 中间操作

1. filter:过滤流中的某些元素

  1. //中间操作:如果调用方法之后返回的结果是Stream对象就意味着是一个中间操作 
  2.  Arrays.asList(1,2,3,4,5).stream()//获取顺序流 
  3.  .filter((x)->x%2==0) // 2 4  
  4.  .forEach(System.out::println); 
  5.  
  6. //求出结果集中所有偶数的和 
  7. int count = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9).stream()//获取顺序流 
  8. .filter(x -> x % 2 == 0).// 2 4 6 8  
  9. mapToInt(x->x).sum();//求和 
  10. System.out.println(count); //打印输出 20  

2. distinct:通过流中元素的 hashCode() 和 equals() 去除重复元素

  1. Arrays.asList(1,2,3,3,3,4,5,2).stream()//获取顺序流 
  2.  .distinct()//去重 
  3.  .forEach(System.out::println);// 打印输出(1,2,3,4,5) 
  4.  
  5. System.out.println("去重:---------------"); 
  6.  
  7. Arrays.asList(1,2,3,3,3,4,5,2).stream()//获取顺序流 
  8.  .collect(Collectors.toSet())//Set()去重 
  9.  .forEach(System.out::println);// 打印输出(1,2,3,4,5) 

3. 排序

sorted():返回由此流的元素组成的流,根据自然顺序排序。sorted(Comparator com):返回由该流的元素组成的流,根据提供的 Comparator进行排序。

  1. //获取最大值和最小值但是不使用minmax方法 
  2.    List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6); 
  3.    Optional<Integermin = list.stream().sorted().findFirst();//自然排序 根据数字从小到大排列 
  4.    System.out.println(min.get());//打印输出(1) 
  5.     
  6.    Optional<Integer> max2 = list.stream().sorted((a, b) -> b - a).findFirst();//定时排序 根据最大数进行排序 
  7.    System.out.println(max2.get());//打印输出(6) 
  8.  
  9.  //按照大小(a-z)排序 
  10.  Arrays.asList("java","c#","python","scala").stream().sorted().forEach(System.out::println); 
  11.  //按照长度排序 
  12.  Arrays.asList("java","c#","python","scala").stream().sorted((a,b)->a.length()-b.length()).forEach(System.out::println); 

4. 截取

limit(n):返回由此流的元素组成的流,截短长度不能超过 nskip(n):在丢弃流的第n元素后,配合limit(n)可实现分页

  1. //打印20-30这样的集合数据 
  2.       Stream.iterate(1,x->x+1).limit(50)// limit 50 总共到50 
  3.       .skip(20)// 跳过前 20 
  4.       .limit(10) // 打印10个 
  5.       .forEach(System.out::println);//打印输出(21,22,23,24,25,26,27,28,29,30) 

5. 转换

map:接收一个函数作为参数,该函数会被应用到每个元素上,并将其映射成一个新的元素。flatMap:接收一个函数作为参数,将流中的每个值都换成另一个流,然后把所有流连接成一个流。

  1. List<String> list = Arrays.asList("a,b,c""1,2,3"); 
  2.   
  3. //将每个元素转成一个新的且不带逗号的元素 
  4. Stream<String> s1 = list.stream().map(s -> s.replaceAll(",""")); 
  5. s1.forEach(System.out::println); // abc  123 
  6.   
  7. Stream<String> s3 = list.stream().flatMap(s -> { 
  8.     //将每个元素转换成一个stream 
  9.     String[] split = s.split(","); 
  10.     Stream<String> s2 = Arrays.stream(split); 
  11.     return s2; 
  12. }); 
  13. s3.forEach(System.out::println); // a b c 1 2 3 

6. 消费

peek:如同于map,能得到流中的每一个元素。但map接收的是一个Function表达式,有返回值;而peek接收的是Consumer表达式,没有返回值。

  1. //将str中的每一个数值都打印出来,同时算出最终的求和结果 
  2. String str ="11,22,33,44,55";       
  3. System.out.println(Stream.of(str.split(",")).peek(System.out::println).mapToInt(Integer::valueOf).sum());//11 22 33 44 55 165 

5.2 终止操作

1. 循环:forEach

Users类:

  1. import java.util.Date
  2.  
  3. /** 
  4.  * @program: lambda 
  5.  * @ClassName Users 
  6.  * @description: 
  7.  * @author: muxiaonong 
  8.  * @create: 2020-10-24 11:00 
  9.  * @Version 1.0 
  10.  **/ 
  11. public class Users { 
  12.  
  13.     private String name
  14.     public Users() {} 
  15.  
  16.     /** 
  17.      * @param name 
  18.      */ 
  19.     public Users(String name) { 
  20.         this.name = name
  21.     } 
  22.  
  23.     /** 
  24.      * @param name 
  25.      * @return 
  26.      */ 
  27.     public static Users build(String name){ 
  28.         Users u = new Users(); 
  29.         u.setName(name); 
  30.         return u; 
  31.     } 
  32.  
  33.     public String getName() { 
  34.         return name
  35.     } 
  36.  
  37.     public void setName(String name) { 
  38.         this.name = name
  39.     } 
  40.  
  41.     @Override 
  42.     public String toString() { 
  43.         return  "name='" + name + '\''
  44.     } 
  45.   } 
  1. //创建一组自定义对象 
  2. String str2 = "java,scala,python"
  3. Stream.of(str2.split(",")).map(x->new Users(x)).forEach(System.out::println);//打印输出(name='java' name='scala' name='python') 
  4. Stream.of(str2.split(",")).map(Users::new).forEach(System.out::println);//打印输出(name='java' name='scala' name='python') 
  5. Stream.of(str2.split(",")).map(x->Users.build(x)).forEach(System.out::println);//打印输出(name='java' name='scala' name='python') 
  6. Stream.of(str2.split(",")).map(Users::build).forEach(System.out::println);//打印输出(name='java' name='scala' name='python') 

2. 计算:min、max、count、sum

min:返回流中元素最小值max:返回流中元素最大值count:返回流中元素的总个数sum:求和

  1. //求集合中的最大值 
  2. List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6); 
  3.  Optional<Integermax = list.stream().max((a, b) -> a - b); 
  4.  System.out.println(max.get()); // 6  
  5.  //求集合的最小值 
  6.  System.out.println(list.stream().min((a, b) -> a-b).get()); // 1 
  7. //求集合的总个数 
  8. System.out.println(list.stream().count());//6 
  9.  //求和 
  10.  String str ="11,22,33,44,55"
  11.  System.out.println(Stream.of(str.split(",")).mapToInt(x -> Integer.valueOf(x)).sum()); 
  12.  System.out.println(Stream.of(str.split(",")).mapToInt(Integer::valueOf).sum()); 
  13.  System.out.println(Stream.of(str.split(",")).map(x -> Integer.valueOf(x)).mapToInt(x -> x).sum()); 
  14.  System.out.println(Stream.of(str.split(",")).map(Integer::valueOf).mapToInt(x -> x).sum()); 

3. 匹配:anyMatch、 allMatch、 noneMatch、 findFirst、 findAny

anyMatch:接收一个 Predicate 函数,只要流中有一个元素满足该断言则返回true,否则返回falseallMatch:接收一个 Predicate 函数,当流中每个元素都符合该断言时才返回true,否则返回falsenoneMatch:接收一个 Predicate 函数,当流中每个元素都不符合该断言时才返回true,否则返回falsefindFirst:返回流中第一个元素findAny:返回流中的任意元素

  1. List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6); 
  2. System.out.println(list.stream().allMatch(x -> x>=0)); //如果集合中的元素大于等于0 返回true 
  3. System.out.println(list.stream().noneMatch(x -> x > 5));//如果集合中的元素有大于5的元素。返回false 
  4. System.out.println(list.stream().anyMatch(x -> x > 4));//如果集合中有大于四4的元素,返回true 
  5. //取第一个偶数 
  6. Optional<Integerfirst = list.stream().filter(x -> x % 10 == 6).findFirst(); 
  7. System.out.println(first.get());// 6 
  8. //任意取一个偶数 
  9. Optional<Integerany = list.stream().filter(x -> x % 2 == 0).findAny(); 
  10. System.out.println(any.get());// 2 

4.收集器:toArray、collect

collect:接收一个Collector实例,将流中元素收集成另外一个数据结构Collector

  1. Supplier supplier();创建一个结果容器A
  2. BiConsumer
  3. BinaryOperator combiner();函数接口,该参数的作用跟上一个方法(reduce)中的combiner参数一样,将并行流中各个子进程的运行结果(accumulator函数操作后的容器A)进行合并。
  4. Function
  5. Set characteristics();返回一个不可变的Set集合,用来表明该Collector的特征
  1. /** 
  2.  * @program: lambda 
  3.  * @ClassName Customer 
  4.  * @description: 
  5.  * @author: muxiaonong 
  6.  * @create: 2020-10-24 11:36 
  7.  * @Version 1.0 
  8.  **/ 
  9. public class Customer { 
  10.  
  11.     private String name
  12.  
  13.     private Integer age; 
  14.      
  15. ...getset忽略 
  16.  public static void main(String[] args) { 
  17.         Customer c1 = new Customer("张三",10); 
  18.         Customer c2 = new Customer("李四",20); 
  19.         Customer c3 = new Customer("王五",10); 
  20.  
  21.         List<Customer> list = Arrays.asList(c1,c2,c3); 
  22.  
  23.         //转成list 
  24.         List<Integer> ageList = list.stream().map(Customer::getAge).collect(Collectors.toList()); 
  25.         System.out.println("ageList:"+ageList);//ageList:[10, 20, 10] 
  26.  
  27.         //转成set 
  28.         Set<Integer> ageSet = list.stream().map(Customer::getAge).collect(Collectors.toSet()); 
  29.         System.out.println("ageSet:"+ageSet);//ageSet:[20, 10] 
  30.  
  31. //转成map,注:key不能相同,否则报错 
  32.         Map<String, Integer> CustomerMap = list.stream().collect(Collectors.toMap(Customer::getName, Customer::getAge)); 
  33.         System.out.println("CustomerMap:"+CustomerMap);//CustomerMap:{李四=20, 张三=10, 王五=10} 
  34.  
  35. //字符串分隔符连接 
  36.         String joinName = list.stream().map(Customer::getName).collect(Collectors.joining(",""("")")); 
  37.         System.out.println("joinName:"+joinName);//joinName:(张三,李四,王五) 
  38.  
  39. //聚合操作 
  40. //1.学生总数 
  41.         Long count = list.stream().collect(Collectors.counting()); 
  42.         System.out.println("count:"+count);//count:3 
  43. //2.最大年龄 (最小的minBy同理) 
  44.         Integer maxAge = list.stream().map(Customer::getAge).collect(Collectors.maxBy(Integer::compare)).get(); 
  45.         System.out.println("maxAge:"+maxAge);//maxAge:20 
  46.  
  47. //3.所有人的年龄 
  48.         Integer sumAge = list.stream().collect(Collectors.summingInt(Customer::getAge)); 
  49.         System.out.println("sumAge:"+sumAge);//sumAge:40 
  50.  
  51. //4.平均年龄 
  52.         Double averageAge = list.stream().collect(Collectors.averagingDouble(Customer::getAge)); 
  53.         System.out.println("averageAge:"+averageAge);//averageAge:13.333333333333334 
  54.  
  55. //分组 
  56.         Map<Integer, List<Customer>> ageMap = list.stream().collect(Collectors.groupingBy(Customer::getAge)); 
  57.         System.out.println("ageMap:"+ageMap);//ageMap:{20=[com.mashibing.stream.Customer@20ad9418], 10=[com.mashibing.stream.Customer@31cefde0, com.mashibing.stream.Customer@439f5b3d]} 
  58.  
  59.  
  60. //分区 
  61. //分成两部分,一部分大于10岁,一部分小于等于10岁 
  62.         Map<Boolean, List<Customer>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10)); 
  63.         System.out.println("partMap:"+partMap); 
  64.  
  65. //规约 
  66.         Integer allAge = list.stream().map(Customer::getAge).collect(Collectors.reducing(Integer::sum)).get(); 
  67.         System.out.println("allAge:"+allAge);//allAge:40 
  68.  
  69.  
  70.     } 
  1.  public static void main(String[] args) { 
  2.         Customer c1 = new Customer("张三",10); 
  3.         Customer c2 = new Customer("李四",20); 
  4.         Customer c3 = new Customer("王五",10); 
  5.  
  6.         List<Customer> list = Arrays.asList(c1,c2,c3); 
  7.  
  8.         //转成list 
  9.         List<Integer> ageList = list.stream().map(Customer::getAge).collect(Collectors.toList()); 
  10.         System.out.println("ageList:"+ageList);//ageList:[10, 20, 10] 
  11.  
  12.         //转成set 
  13.         Set<Integer> ageSet = list.stream().map(Customer::getAge).collect(Collectors.toSet()); 
  14.         System.out.println("ageSet:"+ageSet);//ageSet:[20, 10] 
  15.  
  16. //转成map,注:key不能相同,否则报错 
  17.         Map<String, Integer> CustomerMap = list.stream().collect(Collectors.toMap(Customer::getName, Customer::getAge)); 
  18.         System.out.println("CustomerMap:"+CustomerMap);//CustomerMap:{李四=20, 张三=10, 王五=10} 
  19.  
  20. //字符串分隔符连接 
  21.         String joinName = list.stream().map(Customer::getName).collect(Collectors.joining(",""("")")); 
  22.         System.out.println("joinName:"+joinName);//joinName:(张三,李四,王五) 
  23.  
  24. //聚合操作 
  25. //1.学生总数 
  26.         Long count = list.stream().collect(Collectors.counting()); 
  27.         System.out.println("count:"+count);//count:3 
  28. //2.最大年龄 (最小的minBy同理) 
  29.         Integer maxAge = list.stream().map(Customer::getAge).collect(Collectors.maxBy(Integer::compare)).get(); 
  30.         System.out.println("maxAge:"+maxAge);//maxAge:20 
  31.  
  32. //3.所有人的年龄 
  33.         Integer sumAge = list.stream().collect(Collectors.summingInt(Customer::getAge)); 
  34.         System.out.println("sumAge:"+sumAge);//sumAge:40 
  35.  
  36. //4.平均年龄 
  37.         Double averageAge = list.stream().collect(Collectors.averagingDouble(Customer::getAge)); 
  38.         System.out.println("averageAge:"+averageAge);//averageAge:13.333333333333334 
  39.  
  40. //分组 
  41.         Map<Integer, List<Customer>> ageMap = list.stream().collect(Collectors.groupingBy(Customer::getAge)); 
  42.         System.out.println("ageMap:"+ageMap);//ageMap:{20=[com.mashibing.stream.Customer@20ad9418], 10=[com.mashibing.stream.Customer@31cefde0, com.mashibing.stream.Customer@439f5b3d]} 
  43.  
  44.  
  45. //分区 
  46. //分成两部分,一部分大于10岁,一部分小于等于10岁 
  47.         Map<Boolean, List<Customer>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10)); 
  48.         System.out.println("partMap:"+partMap); 
  49.  
  50. //规约 
  51.         Integer allAge = list.stream().map(Customer::getAge).collect(Collectors.reducing(Integer::sum)).get(); 
  52.         System.out.println("allAge:"+allAge);//allAge:40 
  53.  
  54.  
  55.     } 

六、Stream的方法摘要

修饰符和类型 方法和说明
staticCollector<T,?,Double> averagingDouble(ToDoubleFunction<? super T> mapper) 返回一个 Collector ,它产生应用于输入元素的双值函数的算术平均值。
staticCollector<T,?,Double> averagingInt(ToIntFunction<? super T> mapper) 返回一个 Collector ,它产生应用于输入元素的整数值函数的算术平均值。
staticCollector<T,?,Double> averagingLong(ToLongFunction<? super T> mapper) 返回一个 Collector ,它产生应用于输入元素的长值函数的算术平均值。
static <T,A,R,RR> Collector<T,A,RR> collectingAndThen(Collector<T,A,R> downstream, Function<R,RR> finisher) 适应 Collector进行额外的整理转换。
staticCollector<T,?,Long> counting() 返回 Collector类型的接受元件 T计数输入元件的数量。
static <T,K> Collector<T,?,Map<K,List>> groupingBy(Function<? super T,? extends K> classifier) 返回 Collector “由基团”上的类型的输入元件操作实现 T ,根据分类功能分组元素,并且在返回的结果 Map 。
static <T,K,A,D> Collector<T,?,Map<K,D>> groupingBy(Function<? super T,? extends K> classifier, Collector<? super T,A,D> downstream) 返回 Collector “由基团”上的类型的输入元件操作实现级联 T ,根据分类功能分组元素,然后使用下游的指定执行与给定键相关联的值的归约运算 Collector 。
static <T,K,D,A,M extends Map<K,D>>Collector<T,?,M> groupingBy(Function<? super T,? extends K> classifier, SuppliermapFactory, Collector<? super T,A,D> downstream) 返回 Collector “由基团”上的类型的输入元件操作实现级联 T ,根据分类功能分组元素,然后使用下游的指定执行与给定键相关联的值的归约运算 Collector 。
static <T,K> Collector<T,?,ConcurrentMap<K,List>> groupingByConcurrent(Function<? super T,? extends K> classifier) 返回一个并发 Collector “由基团”上的类型的输入元件操作实现 T ,根据分类功能分组元素。
static <T,K,A,D> Collector<T,?,ConcurrentMap<K,D>> groupingByConcurrent(Function<? super T,? extends K> classifier, Collector<? super T,A,D> downstream) 返回一个并发 Collector “由基团”上的类型的输入元件操作实现级联 T ,根据分类功能分组元素,然后使用下游的指定执行与给定键相关联的值的归约运算 Collector 。
static <T,K,A,D,M extends ConcurrentMap<K,D>> Collector<T,?,M> groupingByConcurrent(Function<? super T,? extends K> classifier, SuppliermapFactory, Collector<? super T,A,D> downstream) 返回一个并发 Collector “由基团”上的类型的输入元件操作实现级联 T ,根据分类功能分组元素,然后使用下游的指定执行与给定键相关联的值的归约运算 Collector 。
static Collector<CharSequence,?,String> joining() 返回一个 Collector ,按照遇到的顺序将输入元素连接到一个 String中。
static Collector<CharSequence,?,String> joining(CharSequence delimiter) 返回一个 Collector ,按照遇到的顺序连接由指定的分隔符分隔的输入元素。
static Collector<CharSequence,?,String> joining(CharSequence delimiter, CharSequence prefix, CharSequence suffix) 返回一个 Collector ,它将按照指定的 Collector分隔的输入元素与指定的前缀和后缀进行连接。
static <T,U,A,R> Collector<T,?,R> mapping(Function<? super T,? extends U> mapper, Collector<? super U,A,R> downstream) 适应一个 Collector类型的接受元件 U至类型的一个接受元件 T通过积累前应用映射函数到每个输入元素。
staticCollector<T,?,Optional> maxBy(Comparator<? super T> comparator) 返回一个 Collector ,它根据给出的 Comparator产生最大元素,描述为 Optional
staticCollector<T,?,Optional> minBy(Comparator<? super T> comparator) 返回一个 Collector ,根据给出的 Comparator产生最小元素,描述为 Optional
staticCollector<T,?,Map<Boolean,List>> partitioningBy(Predicate<? super T> predicate) 返回一个 Collector ,根据Predicate对输入元素进行 Predicate ,并将它们组织成 Map<Boolean, List> 。
static <T,D,A> Collector<T,?,Map<Boolean,D>> partitioningBy(Predicate<? super T> predicate, Collector<? super T,A,D> downstream) 返回一个 Collector ,它根据Predicate对输入元素进行 Predicate ,根据另一个 Collector减少每个分区的值,并将其组织成 Map<Boolean, D> ,其值是下游缩减的结果。
staticCollector<T,?,Optional> reducing(BinaryOperatorop) 返回一个 Collector ,它在指定的 Collector下执行其输入元素的 BinaryOperator 。
staticCollector<T,?,T> reducing(T identity, BinaryOperatorop) 返回 Collector执行下一个指定的减少其输入元件的 BinaryOperator使用所提供的身份。
static <T,U> Collector<T,?,U> reducing(U identity, Function<? super T,? extends U> mapper, BinaryOperator op) 返回一个 Collector ,它在指定的映射函数和 BinaryOperator下执行其输入元素的 BinaryOperator 。
staticCollector<T,?,DoubleSummaryStatistics> summarizingDouble(ToDoubleFunction<? super T> mapper) 返回一个 Collector , double生产映射函数应用于每个输入元素,并返回结果值的汇总统计信息。
staticCollector<T,?,IntSummaryStatistics> summarizingInt(ToIntFunction<? super T> mapper) 返回一个 Collector , int生产映射函数应用于每个输入元素,并返回结果值的汇总统计信息。
staticCollector<T,?,LongSummaryStatistics> summarizingLong(ToLongFunction<? super T> mapper) 返回一个 Collector , long生产映射函数应用于每个输入元素,并返回结果值的汇总统计信息。
staticCollector<T,?,Double> summingDouble(ToDoubleFunction<? super T> mapper) 返回一个 Collector ,它产生应用于输入元素的双值函数的和。
staticCollector<T,?,Integer> summingInt(ToIntFunction<? super T> mapper) 返回一个 Collector ,它产生应用于输入元素的整数值函数的和。
staticCollector<T,?,Long> summingLong(ToLongFunction<? super T> mapper) 返回一个 Collector ,它产生应用于输入元素的长值函数的和。
static <T,C extends Collection> Collector<T,?,C> toCollection(SuppliercollectionFactory) 返回一个 Collector ,按照遇到的顺序将输入元素累加到一个新的 Collection中。
static <T,K,U> Collector<T,?,ConcurrentMap<K,U>> toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper) 返回一个并发的 Collector ,它将元素累加到 ConcurrentMap ,其键和值是将所提供的映射函数应用于输入元素的结果。
static <T,K,U> Collector<T,?,ConcurrentMap<K,U>> toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction) 返回一个并发的 Collector ,它将元素累加到一个 ConcurrentMap ,其键和值是将提供的映射函数应用于输入元素的结果。
static <T,K,U,M extends ConcurrentMap<K,U>> Collector<T,?,M> toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction, SuppliermapSupplier) 返回一个并发的 Collector ,它将元素累加到一个 ConcurrentMap ,其键和值是将所提供的映射函数应用于输入元素的结果。
staticCollector<T,?,List> toList() 返回一个 Collector ,它将输入元素 List到一个新的 List 。
static <T,K,U> Collector<T,?,Map<K,U>> toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper) 返回一个 Collector ,它将元素累加到一个 Map ,其键和值是将所提供的映射函数应用于输入元素的结果。
static <T,K,U> Collector<T,?,Map<K,U>> toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction)  返回一个 Collector ,它将元素累加到 Map ,其键和值是将提供的映射函数应用于输入元素的结果。
static <T,K,U,M extends Map<K,U>> Collector<T,?,M> toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction, SuppliermapSupplier) 返回一个 Collector ,它将元素累加到一个 Map ,其键和值是将所提供的映射函数应用于输入元素的结果。
staticCollector<T,?,Set> toSet() 返回一个 Collector ,将输入元素 Set到一个新的 Set 。

七、总结

对于Java中新特性除了 Stream 还有lamaba表达式都是可以帮忙我们很好的去优化代码,使我们的代码简洁且意图明确,避免繁琐的重复性的操作,对于文中有兴趣的小伙伴可以操作起来,又不懂的小伙伴可以在下面进行留言,小农看到了会第一时间回复大家,谢谢,大家加油!

 

责任编辑:武晓燕 来源: 牧小农
相关推荐

2017-10-24 15:28:27

PHP代码简洁SOLID原则

2022-08-31 08:19:04

接口returnCode代码

2022-09-02 08:17:40

MapStruct代码工具

2015-07-30 14:45:19

java简洁

2011-07-29 09:31:32

JDK 7

2011-05-20 09:43:23

JDK7

2011-05-20 09:35:22

JDK7

2018-09-18 16:20:08

Asyncjavascript前端

2019-03-04 09:39:41

Java开发代码

2009-07-07 12:30:38

JDK1.6

2015-08-28 09:43:49

Java 8新特性处理集合

2021-05-05 11:31:15

JDK新特性Lambda表达式Java8

2011-05-20 09:53:00

JDK7

2010-06-22 11:07:42

JDK 7Java开发Java

2011-05-20 10:15:06

JDK7

2011-05-20 10:28:29

JDK7

2019-06-27 10:32:57

Java开发代码

2022-12-30 09:24:23

Java8Stream操作

2022-12-09 07:48:10

Java8Stream表达式

2012-08-01 09:38:17

代码整洁
点赞
收藏

51CTO技术栈公众号