JDK8随笔
Stream还可以像数据库的操作那样处理数据：比如分组、分区、汇总等等。
导入Collectors类中的所有静态方法，使用时不再需要Collectors.去调用，直接使用即可：
importstatic java.util.stream.Collectors.*;
1、数据分组: groupingBy
List<String> views = Lists.newArrayList("wsbs","xafaswzx","b8fw","ad");
Map<Integer, List<String>> res = views.stream().collect(groupingBy(String::length));
//{2=[ad], 4=[wsbs, b8fw], 8=[xafaswzx]}
2、将收集的结果转换为另一种类型: collectingAndThen
Map<Integer, Object> res = views.stream().collect(
groupingBy(String::length, Collectors.collectingAndThen(
Collectors.maxBy(Comparator.comparingInt(String::length)),
Optional::get // 为转换函数，转换最终的数据
))
);
System.out.println(res);
// {2=ad, 4=wsbs, 8=xafaswzx}
3、多级分组： 嵌套使用groupingBy即可
List<String> views = Lists.newArrayList("wsbsq","hello word","b8fw", "word", "wall", "ad");
Map<Object, Map<Object, List<String>>> res = views.stream()
.collect(groupingBy(str -> str.charAt(0), groupingBy(String::length)));
System.out.println(res);
// {a={2=[ad]}, b={4=[b8fw]}, w={4=[word, wall], 5=[wsbsq]}, h={10=[hello word]}}
4、统计子组数据
List<String> views = Lists.newArrayList("wsbsq","hello word","b8fw", "word", "wall", "ad");
Map<Integer, Long> res = views.stream()
.collect(groupingBy(String::length, Collectors.counting()));
System.out.println(res);
// {2=1, 4=3, 5=1, 10=1}
5、数据分区: partitioningBy
分区函数必须返回一个boolean值，也就是说最后的分区组一个是true，一个是false。
List<String> views = Lists.newArrayList("wsbs","1232","b8fw","wsad");
Map<Boolean, List<String>> res = views.stream().collect(
partitioningBy(str -> str.startsWith("ws")));
//{false=[1232, b8fw], true=[wsbs, wsad]}
// 分区中再进行分组
Map<Boolean, Map<Object, List<String>>> res = views.stream().collect(Collectors.partitioningBy(str -> str.startsWith("ws"),
Collectors.groupingBy(String::length)));
//{false={3=[232], 6=[b8sdfw]}, true={2=[ws], 4=[wsad]}}
6、转换成值：maxBy、minBy
List<String> views = Lists.newArrayList("wsbs","xafaswzx","b8fw","ad");
Optional<String> res = views.stream().collect(
minBy(Comparator.comparing(String::length)));
System.out.println(res.get()); //ad
minBy的最终实现: (a, b) -> comparator.compare(a, b) <= 0 ? a : b
maxBy的最终实现: (a, b) -> comparator.compare(a, b) >= 0 ? a : b
7、将流中的数据转换成整型后汇总求和: summingInt
List<String> views = Lists.newArrayList("wsbs","xafaswzx","b8fw","ad");
Integer resInt = views.stream()
.collect(summingInt(String::length));
System.out.println(resInt); //18
若为summingLong，同样输出18
若为summingDouble，则输出18.0
8、拼接字符串: joining
// wsbs-xafaswzx-b8fw-ad
System.out.println(views.stream().map(s -> s).collect(joining("-")));
9、映射: mapping(Person::getLastName, toSet())
即mapping操作可将左参数(lambda表达式，用于对流中元素做变换)产生的数据动态记录到右参数(集合，将变换的结果收集到集合)中，其内部实现也是通过工厂容器 + 累加器 + 组合器来实现的。
而和groupingBy一起使用的收集器一般也是由mapping方法生成的，当然也包含其他方法。
10、Collectors类中的静态工厂方法：
工厂方法
返回类型
用于
toList
List<T>
把流中的所有数据元素收集到List集合中。
stream.collect(toList());
toSet
Set<T>
把流中的所有数据元素收集到Set集合中，以为Set自身的特性，即不会出现重复
项。stream.collect(toSet());
toCollection
Collection<T>
把流中的数据元素收集你所指定的集合中，
list.stream().collect(toCollection(ArrayList::new));
counting
Long
计算流中元素的个数，list.stream().collect(counting());
summingInt
Integer
对流中所有元素上指定的整数属性求和，
list.stream().collect(summingInt(User::getAge));
averagingInt
Double
对流中所有元素上指定的整数属性求平均数，
list.stream().collect(averagingInt(User::getAge));
summarizingInt
IntSummaryStatistics
收集流中所有元素上指定的整数属性的统计值，包括最大值、最小值、总数、平均值。
list.stream().collect(summarizingInt(User::getAge));
joining
String
连接流中元素上指定的属性，
list.stream().map(s -> s).collect(joining("-"))
maxBy
Optional<T>
使用指定的比较器去比较得到流中所有元素上指定属性的最大值，
list.stream().collect(maxBy(Comparator.comparing(String::length)))
minBy
Optional<T>
使用指定的比较器去比较得到流中所有元素上指定属性的最小值，
list.stream().collect(minBy(Comparator.comparing(String::length)))
reducing
规约操作产生的类型
从一个累加器的初始值开始，使用BinaryOperator与流中的元素逐个集合，最后将流规约为单个值。
list.stream().collect(reducing(0, UserVO::getAge, Integer::sum));
collectingAndThen
转换函数返回的类型
对最终结果转换为另一种类型，
list.stream().collect(collectingAndThen(Collectors.toList(), List::size));
groupingBy
Map<k, List<T>>
根据指定的属性来分组，
views.stream().collect(groupingBy(String::length));
partitioningBy
Map<boolean, List<T>>
根据指定的属性来分区，
views.stream().collect(partitioningBy(str -> str.startsWith("ws"))
11、11interface Collector<T, A, R>
当遇到不同的业务需求时，可能会需要自己去实现收集器的功能，就必须得实现Collector接口了，大概包含如下几个方法：
1）Supplier<A> supplier();
用于创建并返回一个新的可变结果的容器。
2）BiConsumer<A, T> accumulator();
将元素添加到结果容器中。
3）BinaryOperator<A> combiner();
合并两个结果容器。
4）Function<A, R> finisher();
对结果容器应用最终转换。
5）Set<Characteristics> characteristics();
返回一个不可变的Characteristics集合。
其中Characteristics为一个枚举类，包含这3个值：CONCURRENT、UNORDERED、IDENTITY_FINISH。
UNORDERED：归约结果不受流中项目的遍历和累积顺序的影响。
CONCURRENT：支持多线程同时调用，可进行并行归约，但只有在没有被标识为UNORDERED才用于无序数据源的并行归约。
IDENTITY_FINISH：表示finisher函数返回的是一个恒等函数，可以不用设置。
以上是 JDK8随笔 的全部内容， 来源链接： utcz.com/z/518327.html
