Java8中Stream API如何終止

這篇文章主要為大家展示了“Java8中Stream API如何終止”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“Java8中Stream API如何終止”這篇文章吧。

1.寫在前面

我們都知道Stream API完成的操作是需要三步的：創建Stream → 中間操作 → 終止操作。那么這篇文章就來說一下終止操作。

2.終止操作

終端操作會從流的流水線生成結果。其結果可以是任何不是流的值，例如：List、Integer，甚至是 void 。

2.1 終止操作之查找與匹配

首先，我們仍然需要一個自定義的Employee類，以及一個存儲它的List集合。

在Employee類定義了枚舉（BUSY：忙碌；FREE：空閑；VOCATION：休假）

package com.szh.java8;
 
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
 
/**
 *
 */
@Data
@NoArgsConstructor
@AllArgsConstructor
public class Employee2 {
 
    private Integer id;
    private String name;
    private Integer age;
    private Double salary;
    private Status status;
 
    public Employee2(Integer id) {
        this.id = id;
    }
 
    public Employee2(Integer id, String name) {
        this.id = id;
        this.name = name;
    }
 
    public enum Status {
        FREE,
        BUSY,
        VOCATION
    }
 
}

List<Employee2> employees = Arrays.asList(
            new Employee2(1001,"張三",26,6666.66, Employee2.Status.BUSY),
            new Employee2(1002,"李四",50,1111.11,Employee2.Status.FREE),
            new Employee2(1003,"王五",18,9999.99,Employee2.Status.VOCATION),
            new Employee2(1004,"趙六",35,8888.88,Employee2.Status.BUSY),
            new Employee2(1005,"田七一",44,3333.33,Employee2.Status.FREE),
            new Employee2(1005,"田七二",44,3333.33,Employee2.Status.VOCATION),
            new Employee2(1005,"田七七",44,3333.33,Employee2.Status.BUSY)
    );

查找所有的員工是否都處于BUSY狀態、至少有一個員工處于FREE狀態、沒有員工處于VOCATION狀態。

@Test
    public void test1() {
        boolean b1 = employees.stream()
                .allMatch((e) -> e.getStatus().equals(Employee2.Status.BUSY));
        System.out.println(b1);
 
        boolean b2 = employees.stream()
                .anyMatch((e) -> e.getStatus().equals(Employee2.Status.FREE));
        System.out.println(b2);
 
        boolean b3 = employees.stream()
                .noneMatch((e) -> e.getStatus().equals(Employee2.Status.VOCATION));
        System.out.println(b3);
    }

對員工薪資進行排序之后，返回第一個員工的信息； 篩選出BUSY狀態員工之后，返回任意一個處于BUSY狀態的員工信息。

@Test
    public void test2() {
        Optional<Employee2> op1 = employees.stream()
                .sorted((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()))
                .findFirst();
        System.out.println(op1.get());
 
        System.out.println("----------------------------------");
 
        Optional<Employee2> op2 = employees.stream()
                .filter((e) -> e.getStatus().equals(Employee2.Status.BUSY))
                .findAny();
        System.out.println(op2.get());
    }

下面，我們來看一下另外一組查找與匹配的方法。

計算處于VOCATION狀態的員工數量；對員工薪資字段進行映射，同時獲取其中的最高薪資；獲取年齡最小的員工信息。

@Test
    public void test3() {
        long count = employees.stream()
                .filter((e) -> e.getStatus().equals(Employee2.Status.VOCATION))
                .count();
        System.out.println(count);
 
        Optional<Double> op1 = employees.stream()
                .map(Employee2::getSalary)
                .max(Double::compare);
        System.out.println(op1.get());
 
        Optional<Employee2> op2 = employees.stream()
                .min((e1, e2) -> Integer.compare(e1.getAge(), e2.getAge()));
        System.out.println(op2.get());
    }

在這里，大家需要注意的一點就是：當前Stream流一旦進行了終止操作，就不能再次使用了。

我們看下面的代碼案例。（異常信息說的是：stream流已經被關閉了）

@Test
    public void test4() {
        Stream<Employee2> stream = employees.stream()
                .filter((e) -> e.getStatus().equals(Employee2.Status.BUSY));
        long count = stream.count();
 
        stream.map(Employee2::getName);
    }

2.2 終止操作之歸約與收集

Collector 接口中方法的實現決定了如何對流執行收集操作 (如收集到 List、Set、Map) 。但是 Collectors 實用類提供了很多靜態方法，可以方便地創建常見收集器實例，具體方法與實例如下表：

計算整數1~10的和；對員工薪資字段進行映射，之后獲取所有員工的薪資總和。

@Test
    public void test1() {
        List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
        Integer sum = list.stream()
                .reduce(0, (x, y) -> x + y);
        System.out.println(sum);
 
        System.out.println("-------------------------------");
 
        Optional<Double> optional = employees.stream()
                .map(Employee2::getSalary)
                .reduce(Double::sum);
        System.out.println(optional.get());
    }

依次對我們先前定義好的存儲員工信息的List集合 做name字段的映射，然后 轉為 List、Set、HashSet（使用 Collectors 實用類中的靜態方法即可完成）。

在Set、HashSet集合中，由于元素是無序、不可重復的，所以只有一個田七二。

@Test
    public void test2() {
        List<String> list = employees.stream()
                .map(Employee2::getName)
                .collect(Collectors.toList());
        list.forEach(System.out::println);
 
        System.out.println("-------------------------------");
 
        Set<String> set = employees.stream()
                .map(Employee2::getName)
                .collect(Collectors.toSet());
        set.forEach(System.out::println);
 
        System.out.println("-------------------------------");
 
        HashSet<String> hashSet = employees.stream()
                .map(Employee2::getName)
                .collect(Collectors.toCollection(HashSet::new));
        hashSet.forEach(System.out::println);
    }

對員工薪資字段做映射，之后通過比較器獲取最高薪資；

不做映射處理，直接通過比較器獲取薪資最低的員工信息；

計算所有員工的薪資總和；

計算所有員工的平均薪資；

計算員工總數；

對員工薪資字段做映射，之后通過比較器獲取最高薪資；

@Test
    public void test3() {
        Optional<Double> max = employees.stream()
                .map(Employee2::getSalary)
                .collect(Collectors.maxBy(Double::compare));
        System.out.println(max.get());
 
        Optional<Employee2> min = employees.stream()
                .collect(Collectors.minBy((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())));
        System.out.println(min.get());
 
        Double sum = employees.stream()
                .collect(Collectors.summingDouble(Employee2::getSalary));
        System.out.println(sum);
 
        Double avg = employees.stream()
                .collect(Collectors.averagingDouble(Employee2::getSalary));
        System.out.println(avg);
 
        Long count = employees.stream()
                .collect(Collectors.counting());
        System.out.println(count);
 
        DoubleSummaryStatistics dss = employees.stream()
                .collect(Collectors.summarizingDouble(Employee2::getSalary));
        System.out.println(dss.getMax());
    }

單個條件分組：根據員工狀態對Stream流進行分組。 因為分組之后得到的是一個Map集合，key就是員工狀態，value則是一個List集合。

@Test
    public void test4() {
        Map<Employee2.Status, List<Employee2>> map = employees.stream()
                .collect(Collectors.groupingBy(Employee2::getStatus));
 
        Set<Map.Entry<Employee2.Status, List<Employee2>>> set = map.entrySet();
        Iterator<Map.Entry<Employee2.Status, List<Employee2>>> iterator = set.iterator();
        while (iterator.hasNext()) {
            Map.Entry<Employee2.Status, List<Employee2>> entry = iterator.next();
            System.out.println(entry.getKey());
            System.out.println(entry.getValue());
        }
    }

多個條件分組：先按照員工狀態分組，如果狀態相同，再按照員工年齡分組。

@Test
    public void test5() {
        Map<Employee2.Status, Map<String, List<Employee2>>> map = employees.stream()
                .collect(Collectors.groupingBy(Employee2::getStatus, Collectors.groupingBy((e) -> {
                    if (e.getAge() <= 35) {
                        return "成年";
                    } else if (e.getAge() <= 60) {
                        return "中年";
                    } else {
                        return "老年";
                    }
                })));
 
        Set<Employee2.Status> set = map.keySet();
        Iterator<Employee2.Status> iterator = set.iterator();
        while (iterator.hasNext()) {
            Employee2.Status next = iterator.next();
            Map<String, List<Employee2>> listMap = map.get(next);
            System.out.println(next);
            System.out.println(listMap);
        }
    }

根據特定的條件對員工進行分區處理。（員工薪資大于等于5000為 true 分區；否則都為 false 分區）。

@Test
    public void test6() {
        Map<Boolean, List<Employee2>> map = employees.stream()
                .collect(Collectors.partitioningBy((e) -> e.getSalary() >= 5000));
        map.forEach((key,value) -> System.out.println("鍵：" + key + ", 值：" + value));
    }

以上是“Java8中Stream API如何終止”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！