阅读全文

⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处 blog.csdn.net/qq_35387940/article/details/127008965 「小目标青年」欢迎转载，保留摘要，谢谢！

• 前言
• 正文
  • 第一个小玩法
  • 第二个小玩法

---

🙂🙂🙂关注**微信公众号：【芋道源码】**有福利：

1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
4. 新的源码解析文章实时收到通知。每周更新一篇左右。
5. 认真的源码交流微信群。

---

前言

本身我是一个比较偏向少使用Stream的人，因为调试比较不方便。

但是, 不得不说，stream确实会给我们编码带来便捷。

所以还是忍不住想分享一些奇技淫巧。

正文

Stream流 其实操作分三大块 ：

• 创建
• 处理
• 收集

我今天想分享的是 收集 这part的玩法。

OK，开始结合代码示例一起玩下：

lombok依赖引入，代码简洁一点：

<dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <version>1.18.20</version>
    <scope>compile</scope>
</dependency>

准备一个UserDTO.java

/**
 * @Author: JCccc
 * @Description:
 */
@Data
public class UserDTO {
 
    /**
     * 姓名
     */
    private  String name;
    /**
     * 年龄
     */
    private  Integer age;
    /**
     * 性别
     */
    private  String sex;
    /**
     * 是否有方向
     */
    private  Boolean hasOrientation;
 
}

准备一个模拟获取List的函数：

private static List<UserDTO> getUserList() {
    UserDTO userDTO = new UserDTO();
    userDTO.setName("小冬");
    userDTO.setAge(18);
    userDTO.setSex("男");
    userDTO.setHasOrientation(false);
    UserDTO userDTO2 = new UserDTO();
    userDTO2.setName("小秋");
    userDTO2.setAge(30);
    userDTO2.setSex("男");
    userDTO2.setHasOrientation(true);
    UserDTO userDTO3 = new UserDTO();
    userDTO3.setName("春");
    userDTO3.setAge(18);
    userDTO3.setSex("女");
    userDTO3.setHasOrientation(true);
    List<UserDTO> userList = new ArrayList<>();
    userList.add(userDTO);
    userList.add(userDTO2);
    userList.add(userDTO3);
    return userList;
}

第一个小玩法

将集合通过Stream.collect()转换成其他集合/数组：

现在拿List<UserDTO> 做例子

转成 HashSet<UserDTO> ：

List<UserDTO> userList = getUserList();

Stream<UserDTO> usersStream = userList.stream();

HashSet<UserDTO> usersHashSet = usersStream.collect(Collectors.toCollection(HashSet::new));

转成 Set<UserDTO> usersSet ：

List<UserDTO> userList = getUserList();

Stream<UserDTO> usersStream = userList.stream();

Set<UserDTO> usersSet = usersStream.collect(Collectors.toSet());

转成 ArrayList<UserDTO>：

List<UserDTO> userList = getUserList();

Stream<UserDTO> usersStream = userList.stream();

ArrayList<UserDTO> usersArrayList = usersStream.collect(Collectors.toCollection(ArrayList::new));

转成 Object[] objects ：

List<UserDTO> userList = getUserList();

Stream<UserDTO> usersStream = userList.stream();

Object[] objects = usersStream.toArray();

转成 UserDTO[] users ：

List<UserDTO> userList = getUserList();

Stream<UserDTO> usersStream = userList.stream();

UserDTO[] users = usersStream.toArray(UserDTO[]::new);
for (UserDTO user : users) {
    System.out.println(user.toString());
}

第二个小玩法

聚合（求和、最小、最大、平均值、分组）

找出年龄最大：

stream.max（）

写法 1：

List<UserDTO> userList = getUserList();
Stream<UserDTO> usersStream = userList.stream();
Optional<UserDTO> maxUserOptional = 
        usersStream.max((s1, s2) -> s1.getAge() - s2.getAge());
if (maxUserOptional.isPresent()) {
    UserDTO masUser = maxUserOptional.get();
    System.out.println(masUser.toString());
}

写法2：

List<UserDTO> userList = getUserList(); Stream<UserDTO> usersStream = userList.stream();
Optional<UserDTO> maxUserOptionalNew = usersStream.max(Comparator.comparingInt(UserDTO::getAge));
if (maxUserOptionalNew.isPresent()) {
    UserDTO masUser = maxUserOptionalNew.get();
    System.out.println(masUser.toString());
}

效果：

输出：

UserDTO(name=小秋, age=30, sex=男, hasOrientation=true)

找出年龄最小：

stream.min（）

写法 1：

Optional<UserDTO> minUserOptional = usersStream.min(Comparator.comparingInt(UserDTO::getAge));
if (minUserOptional.isPresent()) {
    UserDTO minUser = minUserOptional.get();
    System.out.println(minUser.toString());
}

写法2：

Optional<UserDTO> min = usersStream.collect(Collectors.minBy((s1, s2) -> s1.getAge() - s2.getAge()));

求平均值：

List<UserDTO> userList = getUserList();
Stream<UserDTO> usersStream = userList.stream();
Double avgScore = usersStream.collect(Collectors.averagingInt(UserDTO::getAge));

效果：

求和：

写法1：

Integer reduceAgeSum = usersStream.map(UserDTO::getAge).reduce(0, Integer::sum);

写法2：

int ageSumNew = usersStream.mapToInt(UserDTO::getAge).sum();

统计数量：

long countNew = usersStream.count();

简单分组：

按照具体年龄分组:

//按照具体年龄分组
Map<Integer, List<UserDTO>> ageGroupMap = usersStream.collect(Collectors.groupingBy((UserDTO::getAge)));

效果：

分组过程加写判断逻辑：

//按照性别 分为"男"一组  "女"一组
Map<Integer, List<UserDTO>> groupMap = usersStream.collect(Collectors.groupingBy(s -> {
    if (s.getSex().equals("男")) {
        return 1;
    } else {
        return 0;
    }
}));

效果：

多级复杂分组：

//多级分组
// 1.先根据年龄分组
// 2.然后再根据性别分组
Map<Integer, Map<String, Map<Integer, List<UserDTO>>>> moreGroupMap = usersStream.collect(Collectors.groupingBy(

   //1.KEY(Integer)             VALUE (Map<String, Map<Integer, List<UserDTO>>)
   UserDTO::getAge, Collectors.groupingBy(
           //2.KEY(String)             VALUE (Map<Integer, List<UserDTO>>)
           UserDTO::getSex, Collectors.groupingBy((userDTO) -> {
               if (userDTO.getSex().equals("男")) {
                   return 1;
               } else {
                   return 0;
               }
           }))));

效果：