Stream常用方法

  1. List to Map

    // 1.groupingBy :自定义 key 和 value
    // 例子:key:id+memberId, value: memberId List
    Map<String, List<String>> customGroupByMap = users.stream().collect(
               Collectors.groupingBy(e -> e.getId() + e.getMemberId(), Collectors.mapping(User::getMemberId, Collectors.toList())
               ));
    
    // 2.groupingBy : normal
    // 例子:key:memberId, value: User List
    Map<String, List<User>> normalGroupByMap = users.stream()
               .filter(key -> key.getName() != null)
               .collect(Collectors.groupingBy(e -> e.getName(), Collectors.toList()));
    
    // 3.to Map 注意:key必须不能重复,重复会爆错
    Map<Integer, User> userIdMap = users.stream().collect(Collectors.toMap(User::getId, Function.identity()));
    Map<Integer, User> otherWrite = users.stream().collect(Collectors.toMap(User::getId, e->e));
    
    // 4.to Map key可以重复. 最后一个参数方法可自定义
    Map<Integer, User> keyCanBeDuplicate = users.stream().collect(Collectors.toMap(User::getId, Function.identity(), (value1, value2) -> value2));
    
    // 5.用toMap的形式 实现 groupingBy
    Map<Integer, List<User>> toMapEqualsGroupBy = users.stream().collect(Collectors.toMap(User::getId, Collections::singletonList,
               (e1, e2) -> {
                   List<User> userList = new ArrayList<>();
                   userList.addAll(e1);
                   userList.addAll(e2);
                   return userList;
    }));
    
  2. reduce 金额相加

    bargainHelps.stream().map(e -> e.getHelpBargainAmount()).reduce(BigDecimal.ZERO,BigDecimal::add);
    
  3. 根据属性去重 (对象的单个属性)

    List<Book> unique = books.stream().collect(
                    Collectors.collectingAndThen(Collectors.toCollection(
                            () -> new TreeSet<>(Comparator.comparing(o -> o.id))), ArrayList::new)
    

    对象的多个属性

            List<ErrorSeatInfoDto> distinctErr = err.stream()
                    .collect(
                            Collectors.collectingAndThen(
                                    Collectors.toCollection(
                                            () -> new TreeSet<>(Comparator.comparing(o -> o.getAirline() + "_" + o.getCabinCode() + "_" + o.getChannelInfo().getSuppChannelName()))
                                    ), ArrayList::new)
                    );
    
  4. 对集合的每个元素进行操作,但不消费

    cacheList.getFlightList().stream().peek(f -> f.setCabinList(null)).collect(Collectors.toList());
    
  5. Map key进行排序

    Map<Integer,List<CouponConfig>> sortPrizes 
     = perPriorityPrizes.entrySet().stream()
           .sorted(Map.Entry.comparingByKey())
           .collect(
        Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (oldValue, newValue) -> oldValue, LinkedHashMap::new)
         );
    
  6. 排序:多个字段排序

    ossPicinfo.sort((BannerOssPicInfoDto o1, BannerOssPicInfoDto o2) -> {
     if (o1.getPicOrder().equals(o2.getPicOrder())) {
         return o1.getAddTime().compareTo(o2.getAddTime());
     } else {
         return o1.getPicOrder().compareTo(o2.getPicOrder());
     }
    });
    
  7. 排序:String字段排序 小心数字 是一位一位比较的

  8. 排序:对象的多个属性排序

    List<User> users = new ArrayList<>();
    users.add(new User(6, "2"));
    users.add(new User(2,"2"));
    users.add(new User(4,"4"));
    
    users.sort(Comparator.comparing((User u) -> new BigDecimal(u.getName())).thenComparing(user -> user.getId()));
    
  9. List to Map

    // Collectors.toMap 
    Map<Integer,PickupDayTimeCfgBO> map = pickupDayTimeCfgBOS.stream().collect(Collectors.toMap(PickupDayTimeCfgBO::getPickup, e -> e))
    
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 214,588评论 6 496
  • 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 91,456评论 3 389
  • 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 160,146评论 0 350
  • 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 57,387评论 1 288
  • 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 66,481评论 6 386
  • 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 50,510评论 1 293
  • 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 39,522评论 3 414
  • 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 38,296评论 0 270
  • 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 44,745评论 1 307
  • 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 37,039评论 2 330
  • 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 39,202评论 1 343
  • 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 34,901评论 5 338
  • 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 40,538评论 3 322
  • 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 31,165评论 0 21
  • 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 32,415评论 1 268
  • 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 47,081评论 2 365
  • 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 44,085评论 2 352

推荐阅读更多精彩内容