一文詳解Java中的Stream的匯總和分組操作
前言
在前面的文章中其實大家也已經(jīng)看到我使用過collect(Collectors.toList()) 將數(shù)據(jù)最后匯總成一個 List 集合。
但其實還可以轉(zhuǎn)換成Integer、Map、Set 集合等。
一、查找流中的最大值和最小值
static List<Student> students = new ArrayList<>();
?
static {
students.add(new Student("學(xué)生A", "大學(xué)A", 18, 98.0));
students.add(new Student("學(xué)生B", "大學(xué)A", 18, 91.0));
students.add(new Student("學(xué)生C", "大學(xué)A", 18, 90.0));
students.add(new Student("學(xué)生D", "大學(xué)B", 18, 76.0));
students.add(new Student("學(xué)生E", "大學(xué)B", 18, 91.0));
students.add(new Student("學(xué)生F", "大學(xué)B", 19, 65.0));
students.add(new Student("學(xué)生G", "大學(xué)C", 20, 80.0));
students.add(new Student("學(xué)生H", "大學(xué)C", 21, 78.0));
students.add(new Student("學(xué)生I", "大學(xué)C", 20, 67.0));
students.add(new Student("學(xué)生J", "大學(xué)D", 22, 87.0));
}
?
public static void main(String[] args) {
Optional<Student> collect1 = students.stream().collect(Collectors.maxBy((s1, s2) -> s1.getAge() - s2.getAge()));
Optional<Student> collect2 = students.stream().collect(Collectors.minBy((s1, s2) -> s1.getAge() - s2.getAge()));
Student max = collect1.get();
Student min = collect2.get();
System.out.println("max年齡的學(xué)生==>" + max);
System.out.println("min年齡的學(xué)生==>" + min);
/**
* max年齡的學(xué)生==>Student(name=學(xué)生J, school=大學(xué)D, age=22, score=87.0)
* min年齡的學(xué)生==>Student(name=學(xué)生A, school=大學(xué)A, age=18, score=98.0)
*/
}Optional，它是一個容器，可以包含也可以不包含值。它是java8中人們常說的優(yōu)雅的判空的操作。
另一個常見的返回單個值的歸約操作是對流中對象的一個數(shù)值字段求和?；蛘吣憧赡芟胍?平均數(shù)。這種操作被稱為匯總操作。讓我們來看看如何使用收集器來表達(dá)匯總操作。
二、匯總
Collectors類專門為匯總提供了一些個工廠方法：
當(dāng)然除此之外還有 求平均數(shù)averagingDouble、求總數(shù)counting等等
我們暫且就先以summingDouble和summarizingDouble來舉例吧
案例數(shù)據(jù)仍然是上面的那些student數(shù)據(jù)...
求全部學(xué)生成績的總分，求全部學(xué)生的平均分。
1、首先使用summingDouble 和 averagingDouble 來實現(xiàn)
Double summingScore = students.stream().collect(Collectors.summingDouble(Student::getScore));
Double averagingScore = students.stream().collect(Collectors.averagingDouble(Student::getScore));
System.out.println("學(xué)生的總分==>" + summingScore);
System.out.println("學(xué)生的平均分==>" + averagingScore);
/**
* 學(xué)生的總分==>823.0
* 學(xué)生的平均分==>82.3
*/
2、使用summarizingDouble來實現(xiàn)
它更為綜合，可以直接計算出相關(guān)的匯總信息
DoubleSummaryStatistics summarizingDouble = students.stream().collect(Collectors.summarizingDouble(Student::getScore));
?
double sum = summarizingDouble.getSum();
long count = summarizingDouble.getCount();
double average = summarizingDouble.getAverage();
double max = summarizingDouble.getMax();
double min = summarizingDouble.getMin();
System.out.println("sum==>"+sum);
System.out.println("count==>"+count);
System.out.println("average==>"+average);
System.out.println("max==>"+max);
System.out.println("min==>"+min);
/**
* sum==>823.0
* count==>10
* average==>82.3
* max==>98.0
* min==>65.0
*/
但其實大家也都發(fā)現(xiàn)了，使用一個接口能夠?qū)崿F(xiàn)，也可以拆開根據(jù)自己的所需，選擇合適的API來實現(xiàn)，具體的使用還是需要看使用場景。
三、連接字符串
Joining，就是把流中每一個對象應(yīng)用toString方法得到的所有字符串連接成一個字符串。
如果這么看，它其實沒啥用，但是Java也留下了后招，它的同伴（重載方法）提供了一個可以接受元素之間的分割符的方法。
?
String studentsName = students.stream().map(student -> student.getName()).collect(Collectors.joining());
System.out.println(studentsName);
String studentsName2 = students.stream().map(student -> student.getName()).collect(Collectors.joining(","));
System.out.println(studentsName2);
/**
* 學(xué)生A學(xué)生B學(xué)生C學(xué)生D學(xué)生E學(xué)生F學(xué)生G學(xué)生H學(xué)生I學(xué)生J
* 學(xué)生A,學(xué)生B,學(xué)生C,學(xué)生D,學(xué)生E,學(xué)生F,學(xué)生G,學(xué)生H,學(xué)生I,學(xué)生J
*/
對于對象的打?。?/p>
// 不過對于對象的打印 個人感覺還好 哈哈
String collect = students.stream().map(student -> student.toString()).collect(Collectors.joining(","));
System.out.println(collect);
System.out.println(students);
/**
* Student(name=學(xué)生A, school=大學(xué)A, age=18, score=98.0),Student(name=學(xué)生B, school=大學(xué)A, age=18, score=91.0),Student(name=學(xué)生C, school=大學(xué)A, age=18, score=90.0),Student(name=學(xué)生D, school=大學(xué)B, age=18, score=76.0),Student(name=學(xué)生E, school=大學(xué)B, age=18, score=91.0)....
* [Student(name=學(xué)生A, school=大學(xué)A, age=18, score=98.0), Student(name=學(xué)生B, school=大學(xué)A, age=18, score=91.0), Student(name=學(xué)生C, school=大學(xué)A, age=18, score=90.0), Student(name=學(xué)生D, school=大學(xué)B, age=18, score=76.0)..)]
*/
但其實我還有一些沒有講到的API使用方法，大家也可以額外去嘗試嘗試，這其實遠(yuǎn)比你看這篇文章吸收的更快~
四、分組
就像數(shù)據(jù)庫中的分組統(tǒng)計一樣~
1、分組
舉個例子，我想統(tǒng)計每個學(xué)校有哪些學(xué)生
我是不是得設(shè)計這樣的一個數(shù)據(jù)結(jié)構(gòu)Map<String,List<Student>>才能存放勒，我在循環(huán)的時候，是不是每次都得判斷一下學(xué)生所在的學(xué)校的名稱，然后看是否要給它添加到這個List集合中去，最后再put到map中去呢？
看著就特別繁瑣，但是在 stream 中就變成了一行代碼，其他的東西，都是 Java 內(nèi)部給你優(yōu)化了。
// 我想知道每所學(xué)校中，學(xué)生的數(shù)量及相關(guān)信息，只要這一行代碼即可
Map<String, List<Student>> collect = students.stream().collect(Collectors.groupingBy(Student::getSchool));
System.out.println(collect);
/**
* {大學(xué)B=[Student(name=學(xué)生D, school=大學(xué)B, age=18, score=76.0), Student(name=學(xué)生E, school=大學(xué)B, age=18, score=91.0), Student(name=學(xué)生F, school=大學(xué)B, age=19, score=65.0)],
* 大學(xué)A=[Student(name=學(xué)生A, school=大學(xué)A, age=18, score=98.0), Student(name=學(xué)生B, school=大學(xué)A, age=18, score=91.0), Student(name=學(xué)生C, school=大學(xué)A, age=18, score=90.0)],
* 大學(xué)D=[Student(name=學(xué)生J, school=大學(xué)D, age=22, score=87.0)],
* 大學(xué)C=[Student(name=學(xué)生G, school=大學(xué)C, age=20, score=80.0), Student(name=學(xué)生H, school=大學(xué)C, age=21, score=78.0), Student(name=學(xué)生I, school=大學(xué)C, age=20, score=67.0)]}
*/
有些時候這真的是十分有用且方便的。
但是有時候我們往往不止于如此，假如我要統(tǒng)計每個學(xué)校中20歲年齡以上和20以下的學(xué)生分別有哪些學(xué)生，那么我的參數(shù)就不再是Student::getSchool了，而是要加上語句了。那么該如何編寫呢？
//統(tǒng)計每個學(xué)校中20歲年齡以上和20以下的學(xué)生分別有多少
Map<String, List<Student>> collect = students.stream().collect(Collectors.groupingBy(student -> {
if (student.getAge() > 20) {
return "20歲以上的";
}
return "20以下的";
}));
System.out.println(collect);
如果要統(tǒng)計每個學(xué)校有多少20歲以上和20歲以下的學(xué)生的信息，其實也就是把 return 語句修改以下即可。
//統(tǒng)計每個學(xué)校中20歲年齡以上和20以下的學(xué)生分別有多少
Map<String, List<Student>> collect = students.stream().collect(Collectors.groupingBy(student -> {
if (student.getAge() > 20) {
return student.getSchool();
}
return student.getSchool();
}));
System.out.println(collect);
相信大家也看出來groupingBy中的 return 語句就是 Map 中的key值
2、多級分組
但其實groupingBy()并不只是一個人，它也有兄弟姐妹
假如我想把上面的例子再改造改造，
改為：我想知道20歲以上的學(xué)生在每個學(xué)校有哪些學(xué)生，20歲以下的學(xué)生在每個學(xué)校有哪些學(xué)生。
數(shù)據(jù)結(jié)構(gòu)就應(yīng)當(dāng)設(shè)計為Map<String, Map<String, List<Student>>> 啦，第一級存放 20歲以上以下兩組數(shù)據(jù)，第二級存放以每個學(xué)校名為key的數(shù)據(jù)信息。
Map<String, Map<String, List<Student>>> collect = students.stream().collect(Collectors.groupingBy(Student::getSchool, Collectors.groupingBy(student -> {
if (student.getAge() > 20) {
return "20以上的";
}
return "20歲以下的";
})));
System.out.println(collect);
/**
* {大學(xué)B={20歲以下的=[Student(name=學(xué)生D, school=大學(xué)B, age=18, score=76.0),Student(name=學(xué)生E, school=大學(xué)B, age=18, score=91.0), Student(name=學(xué)生F, school=大學(xué)B, age=19, score=65.0)]},
* 大學(xué)A={20歲以下的=[Student(name=學(xué)生A, school=大學(xué)A, age=18, score=98.0), Student(name=學(xué)生B, school=大學(xué)A, age=18, score=91.0), Student(name=學(xué)生C, school=大學(xué)A, age=18, score=90.0)]},
* 大學(xué)D={20以上的=[Student(name=學(xué)生J, school=大學(xué)D, age=22, score=87.0)]},
* 大學(xué)C={20以上的=[Student(name=學(xué)生H, school=大學(xué)C, age=21, score=78.0)],20歲以下的=[Student(name=學(xué)生G, school=大學(xué)C, age=20, score=80.0), Student(name=學(xué)生I, school=大學(xué)C, age=20, score=67.0)]}}
*/
這里利用的就是把一個內(nèi)層groupingBy傳遞給外層groupingBy，俗稱的套娃~
外層Map的鍵就是第一級分類函數(shù)生成的值，而這個Map的值又是一個Map，鍵是二級分類函數(shù)生成的值。
3、按子組數(shù)據(jù)進(jìn)行劃分
之前我的截圖中，groupingBy的重載方法中，其實對于第二個參數(shù)的限制，并非說一定是要groupingBy類型的收集，更抽象點說，它可以是任意的收集器~
再假如，我的例子改為：
我現(xiàn)在明確的想知道每個學(xué)校20歲的學(xué)生的人數(shù)。
那么這個數(shù)據(jù)結(jié)構(gòu)就應(yīng)當(dāng)改為
Map<String,Long>或者是Map<String,Integer>呢？
那么在這里該如何實現(xiàn)呢？
Map<String, Long> collect = students.stream().collect(Collectors.groupingBy(Student::getSchool, Collectors.counting()));
System.out.println(collect);
/**
* {大學(xué)B=3, 大學(xué)A=3, 大學(xué)D=1, 大學(xué)C=3}
*/
實際上還有許多未曾談到的東西，這里都只是非常簡單的應(yīng)用，對于其中的流的執(zhí)行的先后順序，以及一些簡單的原理，都沒有過多的涉及，大家先上手用著吧~
后記
我這里只是闡述了一些比較簡單的應(yīng)用性操作，未談及設(shè)計思想之類，但是要明白那種才是更值得去閱讀和理解的。
到此這篇關(guān)于一文詳解Java中的Stream的匯總和分組操作的文章就介紹到這了,更多相關(guān)Java Stream匯總 分組內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
SpringCloud Eureka服務(wù)發(fā)現(xiàn)實現(xiàn)過程
這篇文章主要介紹了SpringCloud Eureka服務(wù)發(fā)現(xiàn)實現(xiàn)過程,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-11-11
這篇文章主要介紹了Java對象創(chuàng)建內(nèi)存案例解析,本篇文章通過簡要的案例,講解了該項技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-08-08
mybatis雙重foreach如何實現(xiàn)遍歷map中的兩個list數(shù)組
本文介紹了如何解析前端傳遞的JSON字符串并在Java后臺動態(tài)構(gòu)建SQL查詢條件,首先,通過JSONArray.fromObject()將JSON字符串轉(zhuǎn)化為JSONArray對象,遍歷JSONArray,從中提取name和infos,構(gòu)建成Map對象用于Mybatis SQL映射2024-09-09
SpringBoot如何優(yōu)雅實現(xiàn)接口參數(shù)驗證
為了保證參數(shù)的正確性,我們需要使用參數(shù)驗證機(jī)制,來檢測并處理傳入的參數(shù)格式是否符合規(guī)范,所以本文就來和大家聊聊如何優(yōu)雅實現(xiàn)接口參數(shù)驗證吧2023-08-08
Netty源碼解析NioEventLoop創(chuàng)建的構(gòu)造方法
這篇文章主要介紹了Netty源碼解析NioEventLoopGroup之NioEventLoop創(chuàng)建的構(gòu)造方法，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-03-03
這篇文章主要介紹了JVM代碼運行邏輯,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2025-04-04
java讀取excel文件并復(fù)制(copy)文件到指定目錄示例
這篇文章主要介紹了java讀取excel文件并復(fù)制文件到指定目錄示例,需要的朋友可以參考下2014-02-02
這篇文章主要介紹了Java注解詳解及實現(xiàn)自定義注解的方法,本文給大家介紹了jdk中預(yù)定義的一些注解及自定義注解的相關(guān)知識，需要的朋友可以參考下2022-06-06
詳解Spring Cloud Gateway基于服務(wù)發(fā)現(xiàn)的默認(rèn)路由規(guī)則
這篇文章主要介紹了詳解Spring Cloud Gateway基于服務(wù)發(fā)現(xiàn)的默認(rèn)路由規(guī)則，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2019-05-05
Java 實戰(zhàn)范例之線上婚紗攝影預(yù)定系統(tǒng)的實現(xiàn)
讀萬卷書不如行萬里路，只學(xué)書上的理論是遠(yuǎn)遠(yuǎn)不夠的，只有在實戰(zhàn)中才能獲得能力的提升，本篇文章手把手帶你用java+javaweb+SSM+springboot+mysql實現(xiàn)一個線上婚紗攝影預(yù)定系統(tǒng),大家可以在過程中查缺補(bǔ)漏，提升水平2021-11-11