Java8 Stream教程之collect()的技巧

前言

本身我是一个比较偏向少使用Stream的人，因为调试比较不方便。

但是, 不得不说，stream确实会给我们编码带来便捷。

Stream流 其实操作分三大块 ： 

•  创建

•  处理 

•  收集

我今天想分享的是 收集 这part的玩法。

OK，开始结合代码示例一起玩下：

lombok依赖引入，代码简洁一点：

<dependency>
           <groupId>org.projectlombok</groupId>
           <artifactId>lombok</artifactId>
           <version>1.18.20</version>
           <scope>compile</scope>
       </dependency>

准备一个UserDTO.java 

/**
* @Author: JCccc
* @Date: 2022-9-20 01:25
* @Description:
*/
@Data
public class UserDTO {

/**
    * 姓名
    */
   private  String name;
   /**
    * 年龄
    */
   private  Integer age;
   /**
    * 性别
    */
   private  String sex;
   /**
    * 是否有方向
    */
   private  Boolean hasOrientation;
}

准备一个模拟获取List的函数：

private static List<UserDTO> getUserList() {
       UserDTO userDTO = new UserDTO();
       userDTO.setName("小冬");
       userDTO.setAge(18);
       userDTO.setSex("男");
       userDTO.setHasOrientation(false);
       UserDTO userDTO2 = new UserDTO();
       userDTO2.setName("小秋");
       userDTO2.setAge(30);
       userDTO2.setSex("男");
       userDTO2.setHasOrientation(true);
       UserDTO userDTO3 = new UserDTO();
       userDTO3.setName("春");
       userDTO3.setAge(18);
       userDTO3.setSex("女");
       userDTO3.setHasOrientation(true);
       List<UserDTO> userList = new ArrayList<>();
       userList.add(userDTO);
       userList.add(userDTO2);
       userList.add(userDTO3);
       return userList;
   }

第一个小玩法 将集合通过Stream.collect() 转换成其他集合/数组：

现在拿List<UserDTO> 做例子

转成  HashSet<UserDTO> ：

List<UserDTO> userList = getUserList();
       Stream<UserDTO> usersStream = userList.stream();
       HashSet<UserDTO> usersHashSet = usersStream.collect(Collectors.toCollection(HashSet::new));

转成  Set<UserDTO> usersSet ：

List<UserDTO> userList = getUserList();
       Stream<UserDTO> usersStream = userList.stream();
       Set<UserDTO> usersSet = usersStream.collect(Collectors.toSet());

转成  ArrayList<UserDTO> ：

List<UserDTO> userList = getUserList();
       Stream<UserDTO> usersStream = userList.stream();
       ArrayList<UserDTO> usersArrayList = usersStream.collect(Collectors.toCollection(ArrayList::new));

转成  Object[] objects ：

List<UserDTO> userList = getUserList();
       Stream<UserDTO> usersStream = userList.stream();
       Object[] objects = usersStream.toArray();

转成  UserDTO[] users ：

List<UserDTO> userList = getUserList();
       Stream<UserDTO> usersStream = userList.stream();
       UserDTO[] users = usersStream.toArray(UserDTO[]::new);
       for (UserDTO user : users) {
           System.out.println(user.toString());
       }

第二个小玩法 聚合（求和、最小、最大、平均值、分组）

找出年龄最大：

stream.max（）

写法 1：

List<UserDTO> userList = getUserList();
Stream<UserDTO> usersStream = userList.stream();
Optional<UserDTO> maxUserOptional =
       usersStream.max((s1, s2) -> s1.getAge() - s2.getAge());
if (maxUserOptional.isPresent()) {
   UserDTO masUser = maxUserOptional.get();
   System.out.println(masUser.toString());
}

写法2： 

List<UserDTO> userList = getUserList(); Stream<UserDTO> usersStream = userList.stream();
Optional<UserDTO> maxUserOptionalNew = usersStream.max(Comparator.comparingInt(UserDTO::getAge));
if (maxUserOptionalNew.isPresent()) {
   UserDTO masUser = maxUserOptionalNew.get();
   System.out.println(masUser.toString());
}

效果：

 输出：

UserDTO(name=小秋, age=30, sex=男, hasOrientation=true)

找出年龄最小：

stream.min（）

写法 1：

Optional<UserDTO> minUserOptional = usersStream.min(Comparator.comparingInt(UserDTO::getAge));
if (minUserOptional.isPresent()) {
   UserDTO minUser = minUserOptional.get();
   System.out.println(minUser.toString());
}

写法2： 

Optional<UserDTO> min = usersStream.collect(Collectors.minBy((s1, s2) -> s1.getAge() - s2.getAge()));

求平均值：

List<UserDTO> userList = getUserList();
Stream<UserDTO> usersStream = userList.stream();
Double avgScore = usersStream.collect(Collectors.averagingInt(UserDTO::getAge));

效果：

求和：

写法1：

Integer reduceAgeSum = usersStream.map(UserDTO::getAge).reduce(0, Integer::sum);

写法2：

int ageSumNew = usersStream.mapToInt(UserDTO::getAge).sum();

统计数量：

long countNew = usersStream.count();

简单分组：

按照具体年龄分组:

//按照具体年龄分组
Map<Integer, List<UserDTO>> ageGroupMap = usersStream.collect(Collectors.groupingBy((UserDTO::getAge)));

效果： 

分组过程加写判断逻辑：

//按照性别 分为"男"一组  "女"一组
Map<Integer, List<UserDTO>> groupMap = usersStream.collect(Collectors.groupingBy(s -> {
   if (s.getSex().equals("男")) {
       return 1;
   } else {
       return 0;
   }
}));

效果：

多级复杂分组：

//多级分组
// 1.先根据年龄分组
// 2.然后再根据性别分组
Map<Integer, Map<String, Map<Integer, List<UserDTO>>>> moreGroupMap = usersStream.collect(Collectors.groupingBy(

//1.KEY(Integer)             VALUE (Map<String, Map<Integer, List<UserDTO>>)
       UserDTO::getAge, Collectors.groupingBy(
               //2.KEY(String)             VALUE (Map<Integer, List<UserDTO>>)
               UserDTO::getSex, Collectors.groupingBy((userDTO) -> {
                   if (userDTO.getSex().equals("男")) {
                       return 1;
                   } else {
                       return 0;
                   }
               }))));

效果：

来源：https://blog.csdn.net/qq_35387940/article/details/127008965