Stream常用方法

  1. List to Map

    // 1.groupingBy :自定義 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必須不能重復(fù)录煤,重復(fù)會(huì)爆錯(cuò)
    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可以重復(fù). 最后一個(gè)參數(shù)方法可自定義
    Map<Integer, User> keyCanBeDuplicate = users.stream().collect(Collectors.toMap(User::getId, Function.identity(), (value1, value2) -> value2));
    
    // 5.用toMap的形式 實(shí)現(xiàn) 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 金額相加

    bargainHelps.stream().map(e -> e.getHelpBargainAmount()).reduce(BigDecimal.ZERO,BigDecimal::add);
    
  3. 根據(jù)屬性去重 (對(duì)象的單個(gè)屬性)

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

    對(duì)象的多個(gè)屬性

            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. 對(duì)集合的每個(gè)元素進(jìn)行操作跟畅,但不消費(fèi)

    cacheList.getFlightList().stream().peek(f -> f.setCabinList(null)).collect(Collectors.toList());
    
  5. Map key進(jìn)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:多個(gè)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 小心數(shù)字 是一位一位比較的

  8. 排序:對(duì)象的多個(gè)屬性排序

    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))
    
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末颠毙,一起剝皮案震驚了整個(gè)濱河市病梢,隨后出現(xiàn)的幾起案子秘通,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,284評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異伶氢,居然都是意外死亡趟径,警方通過查閱死者的電腦和手機(jī)瘪吏,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,115評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蜗巧,“玉大人掌眠,你說我怎么就攤上這事∧灰伲” “怎么了蓝丙?”我有些...
    開封第一講書人閱讀 164,614評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)望拖。 經(jīng)常有香客問我渺尘,道長(zhǎng),這世上最難降的妖魔是什么说敏? 我笑而不...
    開封第一講書人閱讀 58,671評(píng)論 1 293
  • 正文 為了忘掉前任鸥跟,我火速辦了婚禮,結(jié)果婚禮上盔沫,老公的妹妹穿的比我還像新娘医咨。我一直安慰自己,他們只是感情好架诞,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,699評(píng)論 6 392
  • 文/花漫 我一把揭開白布拟淮。 她就那樣靜靜地躺著,像睡著了一般谴忧。 火紅的嫁衣襯著肌膚如雪很泊。 梳的紋絲不亂的頭發(fā)上角虫,一...
    開封第一講書人閱讀 51,562評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音撑蚌,去河邊找鬼上遥。 笑死,一個(gè)胖子當(dāng)著我的面吹牛争涌,可吹牛的內(nèi)容都是我干的粉楚。 我是一名探鬼主播,決...
    沈念sama閱讀 40,309評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼亮垫,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼模软!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起饮潦,我...
    開封第一講書人閱讀 39,223評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤燃异,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后继蜡,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體回俐,經(jīng)...
    沈念sama閱讀 45,668評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,859評(píng)論 3 336
  • 正文 我和宋清朗相戀三年稀并,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了仅颇。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,981評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡碘举,死狀恐怖忘瓦,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情引颈,我是刑警寧澤耕皮,帶...
    沈念sama閱讀 35,705評(píng)論 5 347
  • 正文 年R本政府宣布,位于F島的核電站蝙场,受9級(jí)特大地震影響凌停,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜售滤,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,310評(píng)論 3 330
  • 文/蒙蒙 一罚拟、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧趴泌,春花似錦舟舒、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,904評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至吉捶,卻和暖如春夺鲜,著一層夾襖步出監(jiān)牢的瞬間皆尔,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,023評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工币励, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留慷蠕,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,146評(píng)論 3 370
  • 正文 我出身青樓食呻,卻偏偏與公主長(zhǎng)得像流炕,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子仅胞,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,933評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容