标签：return stream dog 基础 Dog public new JAVA Steam

1，Optional

Java 8 中的 Optional 是一个可以包含或不可以包含非空值的容器对象。

1.1，获取 Optional 的三个方法

1. of(value)

返回一个 Optional, value 不可以为 null

2. empty()

返回一个空的 Optional

3. ofNullable(value)

返回一个 Optional，如果 value为 null，就是 empty()，否则是 of

1.2，实例方法

1. ifPresent(Consumer<? super T> consumer)

optional 实例非 null 执行 consumer

2. isPresent()

判断 optional 是否有值

3. get()

获取 optional 值

4. orElse(value)

optional 值为 null 时，返回 value

5. orElseGet(Supplier<? extends T> other)

optional 值为 null 时，返回 Supplier 的返回值

6. orElseThrow(Supplier<? extends X> exceptionSupplier)

optional 值为 null 时，抛出指定异常

7. map(Function<? super T, ? extends U> mapper)

使用 Function 函数式接口返回一个值

8. filter(Predicate<? super T> predicate)

断言返回 false 时 optional 为 null

2，Stream

中间操作：返回一个新的 stream，可以有 0 个或多个。
终端操作：Stream流执行完终端操作之后，无法再执行其他动作，否则会报状态异常，提示该流已经被执行操作或者被关闭，想要再次执行操作必须重新创建Stream流

2.1，创建 Stream 的几种情景

1，Stream.of()/Stream.iterator()/Stream.generate()

Stream<Integer> streamSelf = Stream.of(1, 2, 3, 4);

Stream<Integer> streamIterate = Stream.iterate(0, integer -> {
            System.out.println(integer);
            return integer + 2;
        }).limit(5);

Stream<Object> streamGenerate = Stream.generate((Supplier<Object>) () -> Math.random()).limit(5);

2，array.stream()

Stream<Integer> streamArray = Arrays.stream(new Integer[]{1, 2, 3, 4, 5});

3，collection.stream()

Stream<Integer> streamCollection = Arrays.asList(1, 2, 3, 4).stream();

4，Files.lines/files.list()

Stream<String> streamFile = Files.lines(new File("C:\\Users\\admin\\Desktop\\test1.html").toPath());
Stream<Path> streamList = Files.list(new File("C:\\Users\\admin\\Desktop").toPath());

2.2，Stream Api

1. 判断匹配元素 *Match()

根据提供的断言判断元素匹配情况，返回 boolean 值。

//所有元素都匹配
boolean allMatch(Predicate<? super T> predicate);
//任意一个匹配
boolean anyMatch(Predicate<? super T> predicate);
//都不匹配
boolean noneMatch(Predicate<? super T> predicate);

example:

@Test
public void test13(){
    System.out.println( list.stream().allMatch(new Predicate<Dog>() {
        @Override
        public boolean test(Dog dog) {
            return dog.getSteps() > 5;
        }
    }));

    System.out.println(list.stream().anyMatch(new Predicate<Dog>() {
        @Override
        public boolean test(Dog dog) {
            return dog.getSteps() > 10;
        }
    }));

    System.out.println(list.stream().noneMatch(new Predicate<Dog>() {
        @Override
        public boolean test(Dog dog) {
            return dog.getSteps() > 10;
        }
    }));
}

2. 统计 count()

统计元素数目

long count();

3. 去重 distinct()

Stream<T> distinct();

4. 过滤 filter()

Stream<T> filter(Predicate<? super T> predicate);

example:

System.out.println( list.stream().filter(new Predicate<Dog>() {
    @Override
    public boolean test(Dog dog) {
        return dog.getSteps() > 20;
    }
}).collect(Collectors.toList()) );

5. 获取一个元素 findAny()/findFirst()

findAny() 和 findFirst() 都是从流中获取一个元素，返回 Optional。与 findFirst 不同的是，findAny() 然会任意一个，如果是并行流则可能是随机一个。

//获取随机一个
Optional<T> findAny();

//获取第一个
Optional<T> findFirst();

6. 扁平流处理 flatMap()

与 map() 类似，但是一般适用于双重列表，处理成一层列表，故称扁平流

<R> Stream<R> flatMap(Function<? super T, ? extends Stream<? extends R>> mapper);

example:

@Test
public void test15(){

    List<List<Integer>> lists = Arrays.asList(
            Arrays.asList(1, 2, 3, 4),
            Arrays.asList(5, 6, 7, 8),
            Arrays.asList(9, 11, 13)
    );

    System.out.println( lists.stream().flatMap(new Function<List<Integer>, Stream<?>>() {
        @Override
        public Stream<?> apply(List<Integer> list) {
            return list.stream();
        }
    }).collect(Collectors.toList()) );
}

与之类似的还有 flatMapToInt，flatMapToLong， flatMapToDouble，以 flatMapToInt 为例：

//比 flatMap() 麻烦亿点
System.out.println( lists.stream().flatMapToInt(new Function<List<Integer>, IntStream>() {
            @Override
            public IntStream apply(List<Integer> innerList) {
                return innerList.stream().mapToInt(new ToIntFunction<Integer>() {
                    @Override
                    public int applyAsInt(Integer value) {
                        return value;
                    }
                });
            }
        }).collect(new Supplier<List<Integer>>() {
            @Override
            public List<Integer> get() {
                return new ArrayList<>();
            }
        }, new ObjIntConsumer<List<Integer>>() {
            @Override
            public void accept(List<Integer> integers, int value) {
                integers.add(value);
            }
        }, new BiConsumer<List<Integer>, List<Integer>>() {
            @Override
            public void accept(List<Integer> integers, List<Integer> integers2) {
                integers.addAll(integers2);
            }
        }));

7. 遍历元素 foreach()

对流中每个元素进行处理

void forEach(Consumer<? super T> action);

example:

@Test
public void test16(){
    list.stream().forEach(new Consumer<Dog>() {
        @Override
        public void accept(Dog dog) {
            dog.setSteps(10000);
        }
    });
    System.out.println(list);
}

有一个 forEachOrdered() 方法，可以保证在并行流中也是按照顺序处理每个元素。

8. 长度限制 limit()

截取流中部分元素

Stream<T> limit(long maxSize);

example:

System.out.println( list.stream().limit(3).collect(Collectors.toList()) );

9. 元素转换 map()

将流中元素进行映射处理

<R> Stream<R> map(Function<? super T, ? extends R> mapper);

example:

@Test
public void test19(){
    System.out.println( list.stream().map(new Function<Dog, Cat>() {
        @Override
        public Cat apply(Dog dog) {
            return new Cat(dog.getSteps(), dog.getName());
        }
    }).collect(Collectors.toList()) );
}

mapToDouble(),mapToLong(),mapToInt() 差不多，不再赘述。

10，最大最小 max()/min()

获取元素中最大最小，返回的是一个 Optional 对象

Optional<T> max(Comparator<? super T> comparator);

Optional<T> min(Comparator<? super T> comparator);

example:

@Test
public void max(){
    System.out.println( list.stream().max(new Comparator<Dog>() {
        @Override
        public int compare(Dog o1, Dog o2) {
            return o1.getSteps() - o2.getSteps();
        }
    }).get() );
}

11，观察元素 peek()

用于在流的处理过程中提供一种观察元素的机制，而不会改变流中的元素。类似与 foreach()，但是不会改变元素数据。

Stream<T> peek(Consumer<? super T> action);

12，归并 reduce()

三个参数，接收一个初始值，一个映射函数（用来修改元素），和一个二元运算符，参考 Collectors.reducing()

<U> U reduce(U identity,
             BiFunction<U, ? super T, U> accumulator,
             BinaryOperator<U> combiner);

example:

@Test
public void reduce(){
    System.out.println( list.stream().reduce(new BinaryOperator<Dog>() {
        @Override
        public Dog apply(Dog dog, Dog dog2) {
            return dog.getSteps()>dog2.getSteps()?dog:dog2;
        }
    }).get() );
}

13. 跳过元素 skip

Stream<T> skip(long n);

14. 排序 sort()

Stream<T> sorted();

Stream<T> sorted(Comparator<? super T> comparator);

14. 转换数组 toArray()

两个方法重载

//转换成 Object 数组
Object[] toArray();

//转换成固定泛型数组
<A> A[] toArray(IntFunction<A[]> generator);

example:

@Test
public void toArray(){
    Object[] objects = list.stream().toArray();

    Dog[] dogs = list.stream().toArray(new IntFunction<Dog[]>() {
        @Override
        public Dog[] apply(int value) {
            return new Dog[value];
        }
    });
    for(Dog dog: dogs){
        System.out.println(dog);
    }
}

2.3， Stream 类 collect()

收集器，将流转换为其他形式。有两个重载方法

/**
 * 接收三个参数
 *  第一个参数提供一个 目标类型的示例，如 ArrayList，HashSet 等。
 *  第二个参数提供一个消费者（累加器），第一个方法参数就是上面参数提供的实例，第二个参数表示一个元素，就是 stream 流中的每个元素，重复调用直到流中元素全部添加到目标实例重。
 *  第三个参数也是一个消费者（整合），好像并发时候才用得到。
 */
<R> R collect(Supplier<R> supplier,
                  BiConsumer<R, ? super T> accumulator,
                  BiConsumer<R, R> combiner);

/**
 * 参数是一个 Collectors 类型实例
 */
<R, A> R collect(Collector<? super T, A, R> collector);

第一个举个例子了解一下就好：

@Test
public void testCollector(){

    System.out.println( list.stream().collect(
            new Supplier<List<Dog>>() {
                @Override
                public List<Dog> get() {
                    List<Dog> list = new ArrayList<>();
                    System.out.println( list );
                    return list;
                }
            },
            new BiConsumer<List<Dog>, Dog>() {
                @Override
                public void accept(List<Dog> dogs, Dog dog) {
                    System.out.println("accumulator");
                    dogs.add(dog);
                }
            },
            new BiConsumer<List<Dog>, List<Dog>>() {
                @Override
                public void accept(List<Dog> dogs, List<Dog> dogs2) {
                    System.out.println("combiner");
                    dogs.addAll(dogs2);
                }
            }
    ));
}

我们一般使用的是第二个，通过 Collectors 提供一个 Collector 实例，下面列出常用的几种。

1. 转换为 Collection

//转换为 List
public static <T>
    Collector<T, ?, List<T>> toList() {
        return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add,
                                   (left, right) -> { left.addAll(right); return left; },
                                   CH_ID);
    }

//转换为 Set
public static <T>
    Collector<T, ?, Set<T>> toSet() {
        return new CollectorImpl<>((Supplier<Set<T>>) HashSet::new, Set::add,
                                   (left, right) -> { left.addAll(right); return left; },
                                   CH_UNORDERED_ID);
    }

//转换为 collection
public static <T, C extends Collection<T>>
    Collector<T, ?, C> toCollection(Supplier<C> collectionFactory) {
        return new CollectorImpl<>(collectionFactory, Collection<T>::add,
                                   (r1, r2) -> { r1.addAll(r2); return r1; },
                                   CH_ID);
    }

example：

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

list.stream().collect(Collectors.toSet());

list.stream().collect(Collectors.toCollection(new Supplier<Collection<Dog>>() {
    @Override
    public Collection<Dog> get() {
        return new ArrayList<Dog>();
    }
}));

2. 转换为对应 Map

转换为 map，一共三个重载方法，同时有三个 toConcurrentMap()，转换为 ConcurrentMap，参数与 toMap 对应。

/**
 * 三个重载 构造方法
 * Function<? super T, ? extends K> keyMapper，      key 的映射函数
 * Function<? super T, ? extends U> valueMapper，    value 的映射函数
 * BinaryOperator<U> mergeFunction，                 当key 冲突时，调用的合并方法
 * Supplier<M> mapSupplier，                         Map 构造器，需要返回特定的 map 时使用
 */
public static <T, K, U>
    Collector<T, ?, Map<K,U>> toMap(Function<? super T, ? extends K> keyMapper,
                                    Function<? super T, ? extends U> valueMapper) {
        return toMap(keyMapper, valueMapper, throwingMerger(), HashMap::new);
    }

public static <T, K, U>
Collector<T, ?, Map<K,U>> toMap(Function<? super T, ? extends K> keyMapper,
                                Function<? super T, ? extends U> valueMapper,
                                BinaryOperator<U> mergeFunction) {
    return toMap(keyMapper, valueMapper, mergeFunction, HashMap::new);
}

public 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<U> mergeFunction,
                                Supplier<M> mapSupplier) {
        BiConsumer<M, T> accumulator
                = (map, element) -> map.merge(keyMapper.apply(element),
                                              valueMapper.apply(element), mergeFunction);
        return new CollectorImpl<>(mapSupplier, accumulator, mapMerger(mergeFunction), CH_ID);
    }

example:

list.stream().collect(Collectors.toMap(
        new Function<Dog, String>() {
            @Override
            public String apply(Dog dog) {
                return dog.getName();
            }
        }, new Function<Dog, Dog>() {
            @Override
            public Dog apply(Dog dog) {
                return dog;
            }
        }, new BinaryOperator<Dog>() {
            @Override
            public Dog apply(Dog o1, Dog o2) {
                return o2;
            }
        }, new Supplier<Map<String, Dog>>() {
            @Override
            public Map<String, Dog> get() {
                return new TreeMap<String, Dog>();
            }
        }
));

3，字符串拼接 joining

按照遇到的顺序拼接成一个字符串。这个只能对字符串的对象使用。

//直接拼接
public static Collector<CharSequence, ?, String> joining() {
    return new CollectorImpl<CharSequence, StringBuilder, String>(
            StringBuilder::new, StringBuilder::append,
            (r1, r2) -> { r1.append(r2); return r1; },
            StringBuilder::toString, CH_NOID);
}

//元素间添加分隔符
public static Collector<CharSequence, ?, String> joining(CharSequence delimiter) {
    return joining(delimiter, "", "");
}

//元素间添加分隔符，最后拼接前后缀
public static Collector<CharSequence, ?, String> joining(CharSequence delimiter,
                                                         CharSequence prefix,
                                                         CharSequence suffix) {
    return new CollectorImpl<>(
            () -> new StringJoiner(delimiter, prefix, suffix),
            StringJoiner::add, StringJoiner::merge,
            StringJoiner::toString, CH_NOID);
}

example:

//123
System.out.println( Arrays.asList("1", "2", "3").stream().collect(Collectors.joining()) );
//1,2,3
System.out.println( Arrays.asList("1", "2", "3").stream().collect(Collectors.joining(",")) );
//#{1,2,3}
System.out.println( Arrays.asList("1", "2", "3").stream().collect(Collectors.joining(",", "#{", "}")) );

4. 映射 mapping()

mapping() 方法，将流中元素映射为指定对象，与 stream().map() 有点类似。Collectors.mapping的作用是将流中的元素经过mapper函数映射后，再使用downstream收集器来收集这些映射结果。最终返回的结果是downstream收集器生成的结果。

/**
 * 两个参数：
 *  第一个参数：提供一个映射 mapper，将流中元素映射成指定对象
 *  第二个参数：提供一个收集器，将映射后的元素返回一个指定收集器
 */
public static <T, U, A, R>
    Collector<T, ?, R> mapping(Function<? super T, ? extends U> mapper,
                               Collector<? super U, A, R> downstream) {
        BiConsumer<A, ? super U> downstreamAccumulator = downstream.accumulator();
        return new CollectorImpl<>(downstream.supplier(),
                                   (r, t) -> downstreamAccumulator.accept(r, mapper.apply(t)),
                                   downstream.combiner(), downstream.finisher(),
                                   downstream.characteristics());
    }

exapmle：

@Test
public void test4(){
    List<Cat> catList = list.stream().collect(
            Collectors.mapping(
                    new Function<Dog, Cat>() {
                        @Override
                        public Cat apply(Dog dog) {
                            return new Cat(dog.getSteps(), dog.getName());
                        }
                    },
                    Collectors.toList()
            )
    );
    System.out.println(catList);
}

5. 求平均数 averaging*

这样方法有三个， averagingDouble，averagingInt，averagingLong，以 averagingDouble 为例

public static <T> Collector<T, ?, Double>
    averagingDouble(ToDoubleFunction<? super T> mapper) {
        /*
         * In the arrays allocated for the collect operation, index 0
         * holds the high-order bits of the running sum, index 1 holds
         * the low-order bits of the sum computed via compensated
         * summation, and index 2 holds the number of values seen.
         */
        return new CollectorImpl<>(
                () -> new double[4],
                (a, t) -> { sumWithCompensation(a, mapper.applyAsDouble(t)); a[2]++; a[3]+= mapper.applyAsDouble(t);},
                (a, b) -> { sumWithCompensation(a, b[0]); sumWithCompensation(a, b[1]); a[2] += b[2]; a[3] += b[3]; return a; },
                a -> (a[2] == 0) ? 0.0d : (computeFinalSum(a) / a[2]),
                CH_NOID);
    }

example：

System.out.println( 
        list.stream().collect( 
                Collectors.averagingDouble(new ToDoubleFunction<Dog>() {
                    @Override
                    public double applyAsDouble(Dog value) {
                        return value.getSteps();
                    }
                }) 
        ) 
);

6. 最大最小（ maxBy/minBy ）

获取最大最小值，根据提供的比较器返回最大/最小元素

//最大值
public static <T> Collector<T, ?, Optional<T>>
maxBy(Comparator<? super T> comparator) {
    return reducing(BinaryOperator.maxBy(comparator));
}

//最小值
public static <T> Collector<T, ?, Optional<T>>
minBy(Comparator<? super T> comparator) {
    return reducing(BinaryOperator.minBy(comparator));
}

example:

@Test
public void test5(){
    System.out.println( list.stream().collect(Collectors.maxBy(new Comparator<Dog>() {
        @Override
        public int compare(Dog o1, Dog o2) {
            return o1.getId() - o2.getId();
        }
    })));
}

7. 求和 summing*

用于元素间求和，也是有 int, double, long 三种变形，以 int 为例：

public static <T> Collector<T, ?, Integer>
summingInt(ToIntFunction<? super T> mapper) {
    return new CollectorImpl<>(
            () -> new int[1],
            (a, t) -> { a[0] += mapper.applyAsInt(t); },
            (a, b) -> { a[0] += b[0]; return a; },
            a -> a[0], CH_NOID);
}

example：

@Test
public void test7(){
    Integer collect = list.stream().collect(Collectors.summingInt(new ToIntFunction<Dog>() {
        @Override
        public int applyAsInt(Dog value) {
            return value.getSteps();
        }
    }));
    System.out.println(collect);
}

8. 统计信息，summarizing*

用于计算流中元素的统计信息，例如计数、求和、最大值、最小值和平均值。有 summarizingDouble，summarizingInt，summarizingLong 三种变形

public static <T>
Collector<T, ?, DoubleSummaryStatistics> summarizingDouble(ToDoubleFunction<? super T> mapper) {
    return new CollectorImpl<T, DoubleSummaryStatistics, DoubleSummaryStatistics>(
            DoubleSummaryStatistics::new,
            (r, t) -> r.accept(mapper.applyAsDouble(t)),
            (l, r) -> { l.combine(r); return l; }, CH_ID);
}

example：

@Test
public void test6(){
    DoubleSummaryStatistics collect = list.stream().collect(Collectors.summarizingDouble(new ToDoubleFunction<Dog>() {
        @Override
        public double applyAsDouble(Dog value) {
            return value.getSteps();
        }
    }));
    System.out.println( collect.getAverage() );
    System.out.println( collect.getMax() );
    System.out.println( collect.getCount() );
    System.out.println( collect.getMin() );
    System.out.println( collect.getSum() );
}

9. 归约 reducing

用于将流中的元素进行归约操作，也就是将一系列元素逐个处理并最终合并成一个结果。有三个方法重载如下：

//接收一个参数，参数规定了二元运算符，将每两个元素按照此规则进行归约，返回一个 Optional 。
public static <T> Collector<T, ?, Optional<T>> reducing(BinaryOperator<T> op)
//接收一个初始值和一个上述的二元运算符。
public static <T> Collector<T, ?, T> reducing(T identity, BinaryOperator<T> op)
//接收一个初始值，一个映射函数（用来修改元素），和一个二元运算符
public static <T, U> Collector<T, ?, U> reducing(U identity, Function<? super T, ? extends U> mapper, BinaryOperator<U> op)

example:

@Test
public void test8(){

    //一个参数
    Optional<Dog> col = list.stream().collect(Collectors.reducing(new BinaryOperator<Dog>() {
        @Override
        public Dog apply(Dog dog, Dog dog2) {
            return dog.getSteps()>dog2.getSteps()?dog:dog2;
        }
    }));
    if( col.isPresent() ){
        System.out.println( col.get() );
    }

    //两个参数，带初始值
    Dog yq = list.stream().collect(Collectors.reducing(
            new Dog(1, 100, "yq"),
            new BinaryOperator<Dog>() {
                @Override
                public Dog apply(Dog dog, Dog dog2) {
                    return dog.getSteps()>dog2.getSteps()?dog:dog2;
                }
            }
    ));
    System.out.println( yq );

    //三个参数，带初始值，元素映射规则
    Dog yq1 = list.stream().collect(Collectors.reducing(
            new Dog(1, 100, "yq"),
            new Function<Dog, Dog>() {
                @Override
                public Dog apply(Dog s) {
                    s.setSteps(s.getSteps() * 1000);
                    return s;
                }
            },
            new BinaryOperator<Dog>() {
                @Override
                public Dog apply(Dog dog, Dog dog2) {
                    return dog.getSteps()>dog2.getSteps()?dog:dog2;
                }
            }
    ));
    System.out.println(yq1);
}

10. 求总数 counting

public static <T> Collector<T, ?, Long>
    counting() {
        return reducing(0L, e -> 1L, Long::sum);
    }

example:

@Test
public void test9(){
    System.out.println( list.stream().collect(Collectors.counting()) );
}

11. 分组 groupingBy

将流中的元素按照某个属性分组，有三个方法重载

//一个参数，根据某个属性分组
public static <T, K> Collector<T, ?, Map<K, List<T>>>
groupingBy(Function<? super T, ? extends K> classifier) {
    return groupingBy(classifier, toList());
}

//两个参数，downstream 表示对分组后，每个组的操作
public static <T, K, A, D>
Collector<T, ?, Map<K, D>> groupingBy(Function<? super T, ? extends K> classifier,
                                      Collector<? super T, A, D> downstream) {
    return groupingBy(classifier, HashMap::new, downstream);
}

//三个参数，mapFactory 表示分组运算结构的结果类型
public static <T, K, D, A, M extends Map<K, D>>
Collector<T, ?, M> groupingBy(Function<? super T, ? extends K> classifier,
                              Supplier<M> mapFactory,
                              Collector<? super T, A, D> downstream) {

example:

@Test
public void test11(){

    //根据名字分组
    System.out.println( list.stream().collect(
            Collectors.groupingBy(
                new Function<Dog, String>() {
                    @Override
                    public String apply(Dog dog) {
                        return dog.getName();
                    }
                }
            )
    ));
    
    //根据名字分组，并且每组再取 step 的最小值
    System.out.println( list.stream().collect(
            Collectors.groupingBy(
                    new Function<Dog, String>() {
                        @Override
                        public String apply(Dog dog) {
                            return dog.getName();
                        }
                    },
                    Collectors.reducing(new BinaryOperator<Dog>() {
                        @Override
                        public Dog apply(Dog dog, Dog dog2) {
                            return dog.getSteps()>dog2.getSteps()?dog:dog2;
                        }
                    })
            )
    ));

    //根据名字分组，并且每组再取 step 的最小值，返回的是一个 HashMap 类型（获取每个分组最小的一个）
    System.out.println( list.stream().collect(
            Collectors.groupingBy(
                    new Function<Dog, String>() {
                        @Override
                        public String apply(Dog dog) {
                            return dog.getName();
                        }
                    },
                    new Supplier<Map<String, Optional<Dog>>>() {
                        @Override
                        public Map<String, Optional<Dog>> get() {
                            return new HashMap<>();
                        }
                    },
                    Collectors.reducing(new BinaryOperator<Dog>() {
                        @Override
                        public Dog apply(Dog dog, Dog dog2) {
                            return dog.getSteps()>dog2.getSteps()?dog:dog2;
                        }
                    })
            )
    ));
}

12. 特殊分组 partitioningBy

用于根据指定的条件对流中的元素进行分区操作。分区操作将流中的元素分为满足条件和不满足条件两个部分，并分别收集到一个Map中。

有两个方法重载

//按照参数断言分成满足条件和不满足条件两个部分
public static <T>
Collector<T, ?, Map<Boolean, List<T>>> partitioningBy(Predicate<? super T> predicate) {
    return partitioningBy(predicate, toList());
}

//按照断言分组后，第二个参数的收集器进而对分组后的每个组进行操作。
public static <T, D, A>
    Collector<T, ?, Map<Boolean, D>> partitioningBy(Predicate<? super T> predicate,
                                                    Collector<? super T, A, D> downstream) {
}

example:

@Test
public void test10(){
    //根据断言分组
    Map<Boolean, List<Dog>> collect = list.stream().collect(Collectors.partitioningBy(new Predicate<Dog>() {
        @Override
        public boolean test(Dog dog) {
            return dog.getSteps() % 2 == 0;
        }
    }));
    System.out.println(collect);

    //根据断言分组，再分别求和
    System.out.println( list.stream().collect(Collectors.partitioningBy(
            new Predicate<Dog>() {
                @Override
                public boolean test(Dog dog) {
                    return dog.getSteps() % 2 == 0;
                }
            },
            Collectors.counting()
    )));
}

13. 收集完成后应用一个最终转换操作 collectingAndThen

方法签名如下：

public static<T,A,R,RR> Collector<T,A,RR> collectingAndThen(Collector<T,A,R> downstream,
                                                                Function<R,RR> finisher) {
}

该方法接受两个参数：downstream 和 finisher。

downstream是一个内部收集器，用于执行实际的收集操作，它将元素类型T，累加器类型A，以及结果类型R作为泛型参数。
finisher是一个Function，它将从downstream收集器返回的结果类型R转换为类型RR的结果。

example:

@Test
public void test12(){
    System.out.println( list.stream().collect(Collectors.collectingAndThen(
            //先将 list 收集成 List<String>
            Collectors.mapping(new Function<Dog, String>() {
                @Override
                public String apply(Dog t) {
                    return t.getName();
                }
            }, Collectors.toList()),
            //再将转换后的 List<String> 转换成 Set<String>，最终返回的结果就是转换后的 set
            new Function<List<String>, Set<String>>() {
                @Override
                public Set<String> apply(List<String> r) {
                    HashSet<String> set = new HashSet<>();
                    set.addAll(r);
                    return set;
                }
            }
    )) );
}

2.4，并行流

Stream<Object> parallelStream = new ArrayList<>().parallelStream();

Stream<Object> parallel = new ArrayList<>().stream().parallel();

标签：return,stream,dog,基础,Dog,public,new,JAVA,Steam
From： https://www.cnblogs.com/cnff/p/17071346.html

JAVA基础-Steam

1，Optional

1.1，获取 Optional 的三个方法

1.2，实例方法

2，Stream

2.1，创建 Stream 的几种情景

2.2，Stream Api

1. 判断匹配元素 *Match()

2. 统计 count()

3. 去重 distinct()

4. 过滤 filter()

5. 获取一个元素 findAny()/findFirst()

6. 扁平流处理 flatMap()

7. 遍历元素 foreach()

8. 长度限制 limit()

9. 元素转换 map()

10，最大最小 max()/min()

11，观察元素 peek()

12，归并 reduce()

13. 跳过元素 skip

14. 排序 sort()

14. 转换数组 toArray()

2.3， Stream 类 collect()

1. 转换为 Collection

2. 转换为对应 Map

3，字符串拼接 joining

4. 映射 mapping()

5. 求平均数 averaging*

6. 最大最小（ maxBy/minBy ）

7. 求和 summing*

8. 统计信息，summarizing*

9. 归约 reducing

10. 求总数 counting

11. 分组 groupingBy

12. 特殊分组 partitioningBy

13. 收集完成后应用一个最终转换操作 collectingAndThen

2.4，并行流

相关文章

赞助商

阅读排行

JAVA基础-Steam

1，Optional

1.1，获取 Optional 的三个方法

1.2，实例方法

2，Stream

2.1， 创建 Stream 的几种情景

2.2，Stream Api

1. 判断匹配元素 *Match()

2. 统计 count()

3. 去重 distinct()

4. 过滤 filter()

5. 获取一个元素 findAny()/findFirst()

6. 扁平流处理 flatMap()

7. 遍历元素 foreach()

8. 长度限制 limit()

9. 元素转换 map()

10，最大最小 max()/min()

11，观察元素 peek()

12，归并 reduce()

13. 跳过元素 skip

14. 排序 sort()

14. 转换数组 toArray()

2.3， Stream 类 collect()

1. 转换为 Collection

2. 转换为对应 Map

3，字符串拼接 joining

4. 映射 mapping()

5. 求平均数 averaging*

6. 最大最小（ maxBy/minBy ）

7. 求和 summing*

8. 统计信息，summarizing*

9. 归约 reducing

10. 求总数 counting

11. 分组 groupingBy

12. 特殊分组 partitioningBy

13. 收集完成后应用一个最终转换操作 collectingAndThen

2.4，并行流

相关文章

赞助商

阅读排行

2.1，创建 Stream 的几种情景