JAVA8新特性: Stream中的Collectors收集器

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;
})));
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容