多平台统一管理软件接口,如何实现多平台统一管理软件接口
558
2022-08-01
目录1 前言2 Stream 的分类3 Stream 的操作3.1 创建流的方式3.2 流的中间操作3.3 流的终止操作总结
1 前言
Stream 是 java8 中处理集合的抽象概念,可以执行非常复杂的查询、过滤和映射数据等操作。Streamhttp:// API 提供了一种高效的处理数据方式,Stream 对集合数据的操作可以说是非常的方便。Stream 是流,不是一种数据结构,也不会保存数据,只是一种数据处理方式,从一种数据组织结构到另外一种数据结构。
2 Stream 的分类
按照 Stream 的,可以分为以下集中方式:
1 中间操作无状态,指元素的处理不受之前元素的影响。2 中间操作有状态,等到获取所有元素之后才能继续进行处理。3 最终操作非短路操作,必须处理所有元素后才能得到最终结果。4 最终操作短路操作,当遇到符合条件的元素就可以拿到最终结果。
3 Stream 的操作
3.1 创建流的方式
关于流的创建方式,可以使用数组或者集合,流的形式分为顺序流和并行流。
具体如下所示:
// 数组形式获取流
String[] dataArrs = new String[10];
Stream
// 集合方式创建
List
// 获取一个顺序流
Stream
// 获取一个并行流
Stream
当然处理上述的形式之外,也可以使用 Stream 的内置方法 generate()、of()、iterate() 来创建。
// of 创建 stream
Stream
// lambda 创建等差数列,获取前 3 个
Stream
stream2.forEach(System.out::println); // 1 5 9
// 随机获取三个随机数
Stream
stream3.forEach(System.out::println);
3.2 流的中间操作
关于流的中间操作,主要分为以下几种:
1 筛选操作与切片, filter 过滤流中的某些元素,limit 获取某几个元素,skip 跳过某些元素,通常和 limit 配合使用实现分页操作。distinct 通常用来实现去重操作。2 映射操作, map 和 flatmap , 两者都是接受一个函数为函数,前者是映射到一个元素,后者则是将一个元素映射成一个流。3 排序操作,这里就很好理解,就是 sorted 操作。
Stream
// 过滤大于b 的字符串并进行去重操作,跳过前两个并选取两个进行输出
Stream
.distinct()
.skip(2)
.limit(2);
// 输出结果 e 和 f
result.forEach(System.out::println);
// flatMap 的操作
List
// 利用map去除每个元素中的逗号
Stream
st1.forEach(System.out::println); // efg 123
// 利用 flatMap 将字符串进行分割
Stream
//将每个元素转换成一个stream
String[] split = ele.split(",");
return Arrays.stream(split);
});
st2.forEach(System.out::println); // e f g 1 2 3
// 排序操作
List
//String 类自身已实现Compareable接口 aa dd ff
list.stream().sorted().forEach(System.out::println);
3.3 流的终止操作
1 stream 匹配和聚合操作。匹配相关的 allMatch、noneMatch、anyMatch 三者都是接受一个 Predicate 函数,当每个元素都满足、都不满足、只要有一个元素满足,并返回断言结果。统计相关,count、sum、 max 、min 。findFirst 和 findAny 为查找第一个或者任意一个元素进行返回。2 规约操作, reduce ,这是一个不太好理解的概念,从数学角度来说,reduce 接受的是一个函数是一个推导式,类似于 a_j = a_i + 1, j = i+1aj=ai+1,j=i+13 收集操作,即 collect, 当所有的数据都处理完毕后,需要将数据进行处理,通常而言,获取的结果就是 set 、list 或者 map。
// match 操作 findFirst findAny count max min 操作
List
// 返回结果 false
boolean allMatch = list.stream().allMatch(e -> e > 10);
// 返回结果 true
boolean noneMatch = list.stream().noneMatch(e -> e > 10);
// 返回结果 true
boolean anyMatch = list.stream().anyMatch(e -> e > 4);
// 查找第一个或者随机获取
Integer findFirst = list.stream().findFirst().get();
Integer findAny = list.stream().findAny().get();
// 统计数据 个数为 5 最大值为 5 最小值为 1
long count = list.stream().count();
Integer max = list.stream().max(Integer::compareTo).get();
Integer min = list.stream().min(Integer::compareTo).get();
// reduce 操作
List
// 该操作即是 累加求和,结果为 6
Integer result = list.stream().reduce((x1, x2) -> x1 + x2).get();
System.out.println(result);
// 标签
List
List
// 创建对象
User user1 = new User("小明", 12, tags1, BigDecimal.valueOf(43));
User user2 = new User("小李", 14, tags2, BigDecimal.valueOf(43));
// 声明数组对象
List
// 年龄和体重数据
List
Set
// 建立姓名年龄映射
Map
// flatMap 获取所有的标签
List
// 按照年龄分组
Map
// 分区分成两部分,一部分大于10岁,一部分小于等于10岁
Map
//规约 reduce
Integer sumAge = userList.stream().map(User::getAge).collect(Collectors.reducing(Integer::sum)).get();
总结
文中讲述了 stream 流相关的操作,从流的创建到操作,都从实际的应用出发进行了数据展示,在诸多的方法中,reduce 是一个不太好理解的概念,这个需要结合应用场景进行分析。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~