最常用的 Java 8 中的 Lambda 函数(项目中实用笔记)
原创最常用的 Java 8 中的 Lambda 函数(项目中实用笔记)
原创
最常用的 Java 8 中的 Lambda 函数(项目中实用笔记)
简介
Java 8 中的新特性，虽然现在都出到了Java14版本，不过在日常的开发过程中，8的版本是足够使用了，再说现在的8以上的版本也都面向商业收费了，很多新手，我所接触到的，像我那时候一样，追求船新版本，一上来就去学java14的东西，当成一个爱好还行，重心还是要放在实用上
过滤
需求：我需要过滤高考分数大于500的人
首先，新建一个内部类
static class Student{
private String name;
private Integer score;
public String getName() {
return name;
}
public void setName(String name) {
this.name = name!=null ? name.trim() : null;
}
public Integer getScore() {
return score;
}
public void setScore(Integer score) {
this.score = score;
}
public Student(String name, Integer score) {
this.name = name;
this.score = score;
}
@Override
public String toString() {
return "Student{" +
"name='" + name + '\'' +
", score=" + score +
"}\n";
}
}使用IntStream遍历快速初始化一批值
public static void main(String[] args) {
List<Student> studentList = IntStream.rangeClosed(0,20)
.mapToObj(i -> new Student("Java Pro"+i,490+i))
.collect(Collectors.toList());
}过滤出分数大于500的并输出
List<Student> studentGiao = studentList.stream()
.filter(student -> student.score > 500)
.collect(Collectors.toList());
System.out.println(studentGiao.toString());输出：
[Student{name='Java Pro11', score=501}
, Student{name='Java Pro12', score=502}
, Student{name='Java Pro13', score=503}
, Student{name='Java Pro14', score=504}
, Student{name='Java Pro15', score=505}
, Student{name='Java Pro16', score=506}
, Student{name='Java Pro17', score=507}
, Student{name='Java Pro18', score=508}
, Student{name='Java Pro19', score=509}
, Student{name='Java Pro20', score=510}
]日常求和
需要考虑到为空和为0的情况
package com.github.gleans;
import java.util.Arrays;
import java.util.List;
import java.util.Objects;
public class LambdaLearning {
public static void main(String[] args) {
List<Double> nums = Arrays.asList(1.01, 2.11, 3.23, 4.222, null, 5.6);
double resNum = nums.stream()
.map(num -> Objects.isNull(num) ? 0 : num)
.mapToDouble(num -> num)
.sum();
System.out.println(resNum);
}
}map是重新指向一个对象，把->右侧的对象赋予，此处判断若num为null则赋予0值
注意，这里不可给null使用filter过滤掉，否则全为null的情况，会报空指针异常
扩展计算
public static void testTwo(){
List<Double> nums = Arrays.asList(1.01, 2.11, 3.23, 4.222, null, 5.6);
DoubleSummaryStatistics number = nums.stream()
.map(num -> Objects.isNull(num) ? 0 : num)
.mapToDouble(num -> num)
.summaryStatistics();
System.out.println("最大值:"+number.getMax());
System.out.println("最小值:"+number.getMin());
System.out.println("平均值:"+number.getAverage());
}输出
最大值:5.6
最小值:0.0
平均值:2.6953333333333336reduce简单使用
public static void main(String[] args) {
testOne();
}
public static void testOne(){
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);
// 这里的 10 相当于初始值
int sum = numbers
.stream()
.reduce(10, Integer::sum);
System.out.println(sum);
}Collectors.groupingBy
根据年龄分组 package com.github.gleans;import java.math.BigDecimal; import java.util.ArrayList; import java.util.List; import java.util.Map; import java.util.stream.Collectors;public class SumWage { public static void main(String[] args) { List<UserDemo> userDemoList = new ArrayList<UserDemo>() {{ add(new UserDemo(20, "jason", BigDecimal.valueOf(1000000))); add(new UserDemo(22, "yasuo", BigDecimal.valueOf(2000000))); add(new UserDemo(22, "ekko", BigDecimal.valueOf(100))); }}; Map<Integer, List<UserDemo>> UserDemoMapByAge = userDemoList.stream() .collect(Collectors.groupingBy(UserDemo::getAge)); System.out.println(UserDemoMapByAge.toString()); }static class UserDemo { private int age; private String username; private BigDecimal wage; public UserDemo(int age, String username, BigDecimal wage) { this.age = age; this.username = username; this.wage = wage; } public int getAge() { return age; } public void setAge(int age) { this.age = age; } public String getUsername() { return username; } public void setUsername(String username) { this.username = username; } public BigDecimal getWage() { return wage; } public void setWage(BigDecimal wage) { this.wage = wage; } @Override public String toString() { return "UserDemo{" + "age=" + age + ", username='" + username + '\'' + ", wage=" + wage + '}'; } }}输出
{20=[UserDemo{age=20, username='jason', wage=1000000}], 22=[UserDemo{age=22, username='yasuo', wage=2000000}, UserDemo{age=22, username='ekko', wage=100}]}json化观看观看更为直观
{
20:[
{
"age":20,
"username":"jason",
"wage":1000000
}
],
22:[
{
"age":22,
"username":"yasuo",
"wage":2000000
},
{
"age":22,
"username":"ekko",
"wage":100
}
]
}进阶计算 Collectors.summarizingDouble
Map<Integer, DoubleSummaryStatistics> userAvgWageByAge = userDemoList.stream()
.collect(Collectors.groupingBy(UserDemo::getAge, Collectors.summarizingDouble(s -> s.getWage().doubleValue())));
userAvgWageByAge.forEach((k, v) -> System.out.println(String.format("年龄:%d,平均工资:%f", k, v.getAverage())));数组快速转为List
Stream.of(1, 2, 3, 4).collect(Collectors.toList())结论
后续会学习更多关于Lambda的操作，日积月累...一定会成为一个秃头的程序猿
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
