Collectors的作用
1.将数据流缩减为一个单一值:单一的值可以是集合、基本类型或者自定义对象。
2.将一个数据流中的元素进行分组:这将产生一个Map<Object, List<T>>
3.分割一个流中的元素:可以将一个流分割成两个流
Collectors的功能
Stream中有两个个方法collect和collectingAndThen用于对流中的数据进行处理,可以对流中的数据进行聚合操作,如:
(1)数据转成集合类型: toList、toSet、ToMap、toCollection
(2)数据(字符串)使用分隔符拼接在一起: joining
(3)数据求 最大值 maxBy、最小值 minBy、求和 summingInt、求平均值 averagingDouble
(4)数据进行映射处理: mapping
(5)数据分组: groupingBy、partitioningBy
(6)数据累计计算: reducing
Collectors的主要方法
数据转集合类型
方法名 | 说明 |
---|---|
toList | 返回一个 Collector ,它将输入元素 List到一个新的 List 。 |
toSet | 返回一个 Collector ,将输入元素 Set到一个新的 Set 。 |
ToMap | 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。 |
toCollection | 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。 |
数据(字符串)拼接
方法名 | 说明 |
---|---|
joining | 返回一个 Collector ,将输入元素连接到一个 String ,按照顺序。 |
数据统计
方法名 | 说明 |
---|---|
maxBy | 返回 Collector ,它根据给定的 Comparator产生最大元素,描述为 Optional<T> 。 |
minBy | 返回一个 Collector ,它根据给定的 Comparator产生最小元素,描述为 Optional<T> 。 |
summingInt(summingLnt、summingDouble) | 返回一个Collector ,它产生应用于输入元素的双值函数的和。 如果没有元素,结果为0。 |
averagingDouble(averagingInt、averagingLong) | 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。 如果没有元素,结果为0。 |
数据映射
方法名 | 说明 |
---|---|
mapping | 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。 |
数据分组
方法名 | 说明 |
---|---|
groupingBy | 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 。 |
partitioningBy | 返回一个Collector ,它根据Predicate对输入元素进行Predicate ,并将它们组织成Map<Boolean, List<T>> 。 Map返回的类型,可变性,可串行性或线程安全性没有Map 。 |
数据累计计算
方法名 | 说明 |
---|---|
reducing | 返回一个 Collector ,它在指定的 Collector下执行其输入元素的 BinaryOperator 。 |
------------------------------------------- CJZ -------------------------------------------
Collectors 方法演示
Collectors是终端操作(terminal)
数据转集合类型
List<Integer> buildList = Arrays.asList(1,1,2,2,3);
//[1],[2],[3]
List<Integer> list = buildList.stream().distinct().collect(Collectors.toList());
//[3]
Set<Integer> set = buildList.stream().filter(s->s>2).collect(Collectors.toSet());
//"1"=[100],[100];"2"=[200],[200];"3"=[300]
Map collect = buildList.stream().map(s -> s * 100).collect(Collectors.toMap(key->key/100,values->values));
//[1],[2],[3]
TreeSet treeSet = buildList.stream().sorted().collect(Collectors.toCollection(TreeSet::new));
数据(字符串)拼接
List<String> buildList = Arrays.asList("1","2","3");
//1这是拼接的2这是拼接的3
String joining = buildList.stream().collect(Collectors.joining("这是拼接的"));
数据统计
List<Integer> buildList = Arrays.asList(11,22,33,44,55);
//最大值:55
Integer maxValue = buildList.stream().collect(Collectors.collectingAndThen(Collectors.maxBy((a, b) -> a - b), Optional::get));
//最小值:11
Integer minValue = buildList.stream().collect(Collectors.collectingAndThen(Collectors.minBy((a, b) -> a - b), Optional::get));
// 求和 165
Integer sumValue = buildList.stream().collect(Collectors.summingInt(item -> item));
// 平均值 33.0
Double avg = buildList.stream().collect(Collectors.averagingDouble(x -> x));
数据分组
List<Integer> buildList = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
/**
* 奇数偶数分组
*/
//groupingBy
Map<Boolean, List<Integer>> groupingBy = buildList.stream().collect(Collectors.groupingBy(item -> item % 2 == 0));
//partitioningBy
Map<Boolean, List<Integer>> partitioningBy = buildList.stream().collect(Collectors.partitioningBy(item -> item % 2 == 0));
//根据字段分组 (查看**JAVA8新特性--集合流操作Stream笔记**中的案例)
数据累计计算
// sum: 是每次累计计算的结果,b是Function的结果
System.out.println(Stream.of(1, 3, 4).collect(Collectors.reducing(0, x -> x + 1, (sum, b) -> {
System.out.println(sum + "-" + b);
return sum + b;
})));
// 下面代码是对reducing函数功能实现的描述,用于理解reducing的功能
int sum = 0;
List<Integer> list3 = Arrays.asList(1, 3, 4);
for (Integer item : list3) {
int b = item + 1;
System.out.println(sum + "-" + b);
sum = sum + b;
}
System.out.println(sum);
// 注意reducing可以用于更复杂的累计计算,加减乘除或者更复杂的操作
// result = 2 * 4 * 5 = 40
System.out.println(Stream.of(1, 3, 4).collect(Collectors.reducing(1, x -> x + 1, (result, b) -> {
System.out.println(result + "-" + b);
return result * b;
})));