用Java8的lambda与Stream提高效率

Java 8 的lambda表达式语法与对Stream流的操作已经出来很久了,之前一直没有感觉到有特别好用,直到最近自己在工作开发中心血来潮用了Stream来处理集合,才发现它的强大之处。以前需要许多代码才能完成的集合处理操作,使用Stream和lambda之后,只需要一两行代码就能够轻易完成,而且代码含义也很明确。话不多说,上例子:

场景举例:假设我们需要对一个公司的员工对象按照员工职能进行分类,分类之前不知道一共有几个类别(就这么假设吧。。。)。
这是我们定义的员工类(省略get,set):

public class Employee{
    private Integer number;
    private String name;
    private Integer age;
    private Rank rank;
    private Gender gender;
    public Employee(Integer number, String name, Integer age, Rank rank, Gender gender) {
        this.number = number;
        this.name = name;
        this.age = age;
        this.rank = rank;
        this.gender = gender;
    }
    @Override
    public String toString() {
        return "Employee{" +
                "number=" + number +
                ", name='" + name + '\'' +
                ", age=" + age +
                ", rank=" + rank +
                '}';
    }
    public static enum Rank{
        MANAGER, PROGRAMMER,TESTER,OPERATOR
    }
    public static enum Gender{
        MALE,FEMALE
    }
}

传统的Java代码(我就不写了)一般是先new一个map,key是员工职能,value是一个属于这个职能的员工的集合list,然后对所有员工进行遍历,先判断map中有没有对应的key,有就加到对应的value的list里面;没有就先new一个list,然后把当前员工加到list里面,再把k,v加到map里面,如此循环直到结束。而用了Stream之后,我们看看可以怎么简化:

Map<Employee.Rank, List<Employee>> map = employees.stream().collect(Collectors.groupingBy(Employee::getRank, Collectors.toList()));

只用了一个groupingBy方法就能取代之前代码的功能,十分强大,效率很高。而且代码的含义也明确:根据Employee的getRank方法返回的值对其进行分组,每组是一个list,结果放到map中。groupingBy方法的第一个参数是分类依据,第二个参数是对分类结果进行处理的函数。
附上完整示例:

public class MainTest {
    public static void main(String[] args) {
        List<Employee> employees = new ArrayList<>();
        employees.add(new Employee(1, "e1", 30, Employee.Rank.MANAGER, Employee.Gender.MALE));
        employees.add(new Employee(2, "e2", 31, Employee.Rank.PROGRAMMER, Employee.Gender.MALE));
        employees.add(new Employee(3, "e3", 29, Employee.Rank.PROGRAMMER, Employee.Gender.MALE));
        employees.add(new Employee(4, "e4", 24, Employee.Rank.PROGRAMMER, Employee.Gender.MALE));
        employees.add(new Employee(5, "e5", 25, Employee.Rank.PROGRAMMER, Employee.Gender.FEMALE));
        employees.add(new Employee(6, "e6", 29, Employee.Rank.PROGRAMMER, Employee.Gender.MALE));
        employees.add(new Employee(7, "e7", 25, Employee.Rank.TESTER, Employee.Gender.FEMALE));
        employees.add(new Employee(8, "e8", 27, Employee.Rank.TESTER, Employee.Gender.MALE));
        employees.add(new Employee(9, "e9", 28, Employee.Rank.OPERATOR, Employee.Gender.MALE));
        employees.add(new Employee(10, "e10", 26, Employee.Rank.OPERATOR, Employee.Gender.FEMALE));
        System.out.println(employees);
        // 对员工按职能进行分类
        Map<Employee.Rank, List<Employee>> map = employees.stream()
                .collect(Collectors.groupingBy(Employee::getRank, Collectors.toList()));
        System.out.println(map);
        // 对组内员工按年龄排序
        map.values().stream().forEach(MainTest::sortList);
        System.out.println(map);
    }
    // 对员工按年龄大小进行排序
    private static void sortList(List<Employee> list) {
        Collections.sort(list, (bean1, bean2) -> bean1.getAge().compareTo(bean2.getAge()));
    }
}

在上面的代码中,我们也用了stream的forEach方法来进行遍历,forEach方法的参数是一个对遍历的每个元素的进行操作的方法,这里我们传入的是对map.Values的每个list进行集合内部按年龄排序的方法。
运行结果:

所有员工:[Employee{number=1,name='e1',age=30,rank=MANAGER},Employee{number=2,name='e2',age=31,rank=PROGRAMMER},Employee{number=3,name='e3',age=29,rank=PROGRAMMER},Employee{number=4,name='e4',age=24,rank=PROGRAMMER},Employee{number=5,name='e5',age=25,rank=PROGRAMMER},Employee{number=6,name='e6',age=29,rank=PROGRAMMER},Employee{number=7,name='e7',age=25,rank=TESTER},Employee{number=8,name='e8',age=27,rank=TESTER},Employee{number=9,name='e9',age=28,rank=OPERATOR},Employee{number=10,name='e10',age=26,rank=OPERATOR}]
分组之后:{MANAGER=[Employee{number=1,name='e1',age=30,rank=MANAGER}],TESTER=[Employee{number=7,name='e7',age=25,rank=TESTER},Employee{number=8,name='e8',age=27,rank=TESTER}],PROGRAMMER=[Employee{number=2,name='e2',age=31,rank=PROGRAMMER},Employee{number=3,name='e3',age=29,rank=PROGRAMMER},Employee{number=4,name='e4',age=24,rank=PROGRAMMER},Employee{number=5,name='e5',age=25,rank=PROGRAMMER},Employee{number=6,name='e6',age=29,rank=PROGRAMMER}],OPERATOR=[Employee{number=9,name='e9',age=28,rank=OPERATOR},Employee{number=10,name='e10',age=26,rank=OPERATOR}]}
组内年龄排序之后:{MANAGER=[Employee{number=1,name='e1',age=30,rank=MANAGER}],TESTER=[Employee{number=7,name='e7',age=25,rank=TESTER},Employee{number=8,name='e8',age=27,rank=TESTER}],PROGRAMMER=[Employee{number=4,name='e4',age=24,rank=PROGRAMMER},Employee{number=5,name='e5',age=25,rank=PROGRAMMER},Employee{number=3,name='e3',age=29,rank=PROGRAMMER},Employee{number=6,name='e6',age=29,rank=PROGRAMMER},Employee{number=2,name='e2',age=31,rank=PROGRAMMER}],OPERATOR=[Employee{number=10,name='e10',age=26,rank=OPERATOR},Employee{number=9,name='e9',age=28,rank=OPERATOR}]}```
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 203,937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 85,503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 150,712评论 0 337
  • 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 54,668评论 1 276
  • 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 63,677评论 5 366
  • 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 48,601评论 1 281
  • 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 37,975评论 3 396
  • 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 36,637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 40,881评论 1 298
  • 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 35,621评论 2 321
  • 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 37,710评论 1 329
  • 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 33,387评论 4 319
  • 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 38,971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 29,947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 31,189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 44,805评论 2 349
  • 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 42,449评论 2 342

推荐阅读更多精彩内容