JAVA 8

契子：JAVA 8的stream流 是為了提高工作效率，使程式碼更加優雅、簡單

一、建立Stream

什麼是資料流？ 集合講的是資料，而資料流講的是計算！

• 建立 Stream (一個數據源（如集合、陣列），獲取一個流)
• 中間操作（一箇中間操作，例如篩選、過濾等）
• 終止操作 （一個終止操作，最終產生結果）

 List<Person> personList = new ArrayList<Person>();
personList.add(new Person("Tom", 8900, 12, "male", "New York"));
personList.add(new Person("Jack", 7000, 13,"male", "Washington"));
personList.add(new Person("Lily", 7800, 24,"female", "Washington"));
personList.add(new Person("Anni", 8200, 25,"female", "New York"));
personList.add(new Person("Owen", 9500, 66,"male", "New York"));
personList.add(new Person("Alisa", 7900, 52,"female", "New York"));
stream<Person> str = personList.stream()
 

二、遍歷/匹配（foreach/find/match）

// foreach  
personList.stream().filter(x->x.getAge() > 40).forEach(System.out::print);
// find (filter、findAny)
Optional<Person> optional = personList.stream().filter(f -> f.getAge() == 12).findFirst()
Optional<Person> optional = personList.parallelStream().findAny();
// match (返回 true、false) 是否包含
personList.stream().anyMatch(x -> x.getAge() > 52)
 

三、filter（過濾）、map（對映）

// 過濾
personList.stream().filter(x->x.getSalary() ==8900).collect(Collectors.toList())
// Map (取其中一列)
personList.stream().map(x->x.getSalary()).collect(Collectors.toList())
// 過濾 + Map
personList.stream().filter(f->f.getSalary()==7900).map(x->x.getSalary()).collect(Collectors.toList())
// 對映 案例 （工資整體加1W）
personList.stream().map(person -> {
   person.setSalary(person.getSalary() + 10000);
   return person;
  }).collect(Collectors.toList());
 

四、 聚合（max/min/平均值)

// min
personList.stream().min(Comparator.comparingInt(Person::getAge))
// max
personList.stream().max(Comparator.comparingInt(Person::getAge))
// BigDecimal 求最大值
personList.stream().map(x-x.getSalaryByBigDecimal()).max(BigDecimal::compareTo);
// BigDecimal 求最小值
personList.stream().map(x->x.getSalaryByBigDecimal()).min(BigDecimal::compareTo)

五、歸約（reduce）

主要是針對BigDecimal

// BigDecimal 求和
personList.stream().map(x->x.getSalaryByBigDecimal()).reduce(BigDecimal::add)
// BigDecimal 乘法
personList.stream().map(x->x.getSalaryByBigDecimal()).reduce(BigDecimal::multiply)
// BigDecimal 平均值
BigDecimal average = userList.stream().map(vo -> ObjectUtils.isEmpty(vo.getWeight()) ? new BigDecimal(0) : vo.getWeight()).reduce(BigDecimal.ZERO, BigDecimal::add).divide(BigDecimal.valueOf(userList.size()), 2, BigDecimal.ROUND_HALF_UP);

六、收集（ collect ）

collect，收集，可以說是內容最繁多、功能最豐富的部分了。從字面上去理解，就是把一個流收集起來，最終可以是收整合一個值也可以收整合一個新的集合。

// toList
personList.stream().filter(x>x.getAge()==12).collect(Collectors.toList())
// toSet
personList.stream().map(x->x.getSex()).collect(Collectors.toSet())
// toMap
Map<String, Person> collect = personList.stream().collect(Collectors.toMap(Person::getName, p -> p))

七、統計(count/averaging)

Collectors 工具類 針對Double ,Integer

 // 求總數
  Long count = personList.stream().collect(Collectors.counting());
  // 求平均工資
  Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
  // 求最高工資
  Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
  // 求工資之和
  Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));
  // 一次性統計所有資訊
  DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));

八、分組（partitioningBy/groupingBy）

partitioningBy: 返回值是Map的key是boolean型別，也就是這個函式的返回值只能將資料分為兩組也就是ture和false兩組資料

groupingBy: 但是他的key是泛型，那麼這個分組就會將資料分組成多個key的形式

// 將員工按薪資是否高於8000分組 
Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));
// 將員工按性別分組
Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
// 多次分組 先按員工性別分組再按員工地區分組
personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));

九、接合(joining)

joining可以將stream中的元素用特定的連線符（沒有的話，則直接連線）連線成一個字串。

 personList.stream().map(p -> p.getName()).collect(Collectors.joining(","))

十、 排序(sorted)

sorted，中間操作。有兩種排序：

• sorted()：自然排序，流中元素需實現Comparable介面
• sorted(Comparator com)：Comparator排序器自定義排序

 // 按工資升序排序（自然排序）
  List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
    .collect(Collectors.toList());
  // 按工資倒序排序
  List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
    .map(Person::getName).collect(Collectors.toList());
  // 先按工資再按年齡升序排序
  List<String> newList3 = personList.stream()
    .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName)
    .collect(Collectors.toList());

Collections.reverse
Collections.sort
    

十一、 合併、去重、限制、跳過

// 合併 去重
 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:合併兩個流 distinct：去重
  List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());

// 限制
 List<Person> collect = personList.stream().limit(4).collect(Collectors.toList());
// 跳過
 long pageNo = 3;
long pageSize =2;
List<Person> collect = personList.stream().skip((pageNo-1)*pageSize).limit(2).collect(Collectors.toList());
collect.stream().forEach(System.out::println);