亚洲激情专区-91九色丨porny丨老师-久久久久久久女国产乱让韩-国产精品午夜小视频观看

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

JDK中Stream代碼簡潔的新特性介紹

發布時間:2021-06-29 11:35:16 來源:億速云 閱讀:172 作者:chen 欄目:編程語言

本篇內容主要講解“JDK中Stream代碼簡潔的新特性介紹”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實用性強。下面就讓小編來帶大家學習“JDK中Stream代碼簡潔的新特性介紹”吧!

一、概述

Stream 是一組用來處理數組、集合的API,Stream API 提供了一種高效且易于使用的處理數據的方式。Java 8 中之所以費這么大的功夫引入  函數式編程 ,原因有兩個:

代碼簡潔函數式編程寫出的代碼簡潔且意圖明確,使用stream接口讓你從此告別for循環。

多核友好,Java函數式編程使得編寫并行程序從未如此簡單,你需要的全部就是用用一下parallel()方法

Stream 是 Java8 中處理集合的關鍵抽象概念,它可以指定你希望對集合進行的操作,可以執行非常復雜的查找、過濾和映射數據等操作

二、Stream特性

1、不是數據結構,沒有內部存儲,不會保存數據,故每個Stream流只能使用一次 2、不支持索引訪問 3、支持并行  4、很容易生成數據或集合(List,Set) 5、支持過濾、查找、轉換、匯總、聚合等操作  6、延遲計算,流在中間處理過程中,只是對操作進行了記錄,并不會立即執行,需要等到執行終止操作的時候才會進行實際的計算

三、分類

關于應用在Stream流上的操作,可以分成兩種:

  1. 鴻蒙官方戰略合作共建——HarmonyOS技術社區

  2. Intermediate(中間操作): 中間操作的返回結果都是Stream,故可以多個中間操作疊加;

  3. Terminal(終止操作): 終止操作用于返回我們最終需要的數據,只能有一個終止操作。

使用Stream流,可以清楚地知道我們要對一個數據集做何種操作,可讀性強。而且可以很輕松地獲取并行化Stream流,不用自己編寫多線程代碼,可以讓我們更加專注于業務邏輯。

JDK中Stream代碼簡潔的新特性介紹

無狀態: 指元素的處理不受之前元素的影響;有狀態: 指該操作只有拿到所有元素之后才能繼續下去。非短路操作:  指必須處理所有元素才能得到最終結果;短路操作: 指遇到某些符合條件的元素就可以得到最終結果,如 A || B,只要A為true,則無需判斷B的結果。

四、Stream的創建

1、通過數組來生成 2、通過集合來生成 3、通過Stream.generate方法來創建 4、通過Stream.iterate方法來創建  5、其他Api創建

4.1 通過數組來生成

//通過數組來生成    static void gen1(){        String[] strs = {"a","b","c","d"};        Stream<String> strs1 = Stream.of(strs);//使用Stream中的靜態方法:of()        strs1.forEach(System.out::println);//打印輸出(a、b、c、d)    }

4.2 通過集合來生成

//通過集合來生成     static void gen2(){         List<String> list = Arrays.asList("1","2","3","4");         Stream<String> stream = list.stream();//獲取一個順序流         stream.forEach(System.out::println);//打印輸出(1,2,3,4)     }

4.3 通過Stream.generate方法來創建

//generate static void gen3(){     Stream<Integer> generate = Stream.generate(() -> 1);//使用Stream中的靜態方法:generate()     //limit 返回由該流的元素組成的流,截斷長度不能超過maxSize     generate.limit(10).forEach(System.out::println);//打印輸出(打印10個1) }

4.4 通過Stream.iterate方法來創建

//使用iterator static void gen4() {     Stream<Integer> iterate = Stream.iterate(1, x -> x + 1);//使用Stream中的靜態方法:iterate()     iterate.limit(10).forEach(System.out::println);//打印輸出(1,2,3,4,5,6,7,8,9,10) }

4.5其他Api創建

//其他方式     static void gen5(){         String str = "abcdefg";         IntStream stream =str.chars();//獲取str 字節碼         stream.forEach(System.out::println);//打印輸出(97,98,99,100,101,102,103)     }

五、Stream的常用API

5.1 中間操作

1. filter:過濾流中的某些元素

//中間操作:如果調用方法之后返回的結果是Stream對象就意味著是一個中間操作  Arrays.asList(1,2,3,4,5).stream()//獲取順序流  .filter((x)->x%2==0) // 2 4   .forEach(System.out::println);  //求出結果集中所有偶數的和 int count = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9).stream()//獲取順序流 .filter(x -> x % 2 == 0).// 2 4 6 8  mapToInt(x->x).sum();//求和 System.out.println(count); //打印輸出 20

2. distinct:通過流中元素的 hashCode() 和 equals() 去除重復元素

Arrays.asList(1,2,3,3,3,4,5,2).stream()//獲取順序流  .distinct()//去重  .forEach(System.out::println);// 打印輸出(1,2,3,4,5)  System.out.println("去重:---------------");  Arrays.asList(1,2,3,3,3,4,5,2).stream()//獲取順序流  .collect(Collectors.toSet())//Set()去重  .forEach(System.out::println);// 打印輸出(1,2,3,4,5)

3. 排序

sorted():返回由此流的元素組成的流,根據自然順序排序。sorted(Comparator com):返回由該流的元素組成的流,根據提供的  Comparator進行排序。

//獲取最大值和最小值但是不使用min和max方法    List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6);    Optional<Integer> min = list.stream().sorted().findFirst();//自然排序 根據數字從小到大排列    System.out.println(min.get());//打印輸出(1)        Optional<Integer> max2 = list.stream().sorted((a, b) -> b - a).findFirst();//定時排序 根據最大數進行排序    System.out.println(max2.get());//打印輸出(6)   //按照大小(a-z)排序  Arrays.asList("java","c#","python","scala").stream().sorted().forEach(System.out::println);  //按照長度排序  Arrays.asList("java","c#","python","scala").stream().sorted((a,b)->a.length()-b.length()).forEach(System.out::println);

4. 截取

limit(n):返回由此流的元素組成的流,截短長度不能超過 nskip(n):在丟棄流的第n元素后,配合limit(n)可實現分頁

//打印20-30這樣的集合數據       Stream.iterate(1,x->x+1).limit(50)// limit 50 總共到50       .skip(20)// 跳過前 20       .limit(10) // 打印10個       .forEach(System.out::println);//打印輸出(21,22,23,24,25,26,27,28,29,30)

5. 轉換

map:接收一個函數作為參數,該函數會被應用到每個元素上,并將其映射成一個新的元素。flatMap:接收一個函數作為參數,將流中的每個值都換成另一個流,然后把所有流連接成一個流。

List<String> list = Arrays.asList("a,b,c", "1,2,3");   //將每個元素轉成一個新的且不帶逗號的元素 Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", "")); s1.forEach(System.out::println); // abc  123   Stream<String> s3 = list.stream().flatMap(s -> {     //將每個元素轉換成一個stream     String[] split = s.split(",");     Stream<String> s2 = Arrays.stream(split);     return s2; }); s3.forEach(System.out::println); // a b c 1 2 3

6. 消費

peek:如同于map,能得到流中的每一個元素。但map接收的是一個Function表達式,有返回值;而peek接收的是Consumer表達式,沒有返回值。

//將str中的每一個數值都打印出來,同時算出最終的求和結果 String str ="11,22,33,44,55";       System.out.println(Stream.of(str.split(",")).peek(System.out::println).mapToInt(Integer::valueOf).sum());//11 22 33 44 55 165

5.2 終止操作

1. 循環:forEach

Users類:

import java.util.Date;  /**  * @program: lambda  * @ClassName Users  * @description:  * @author: muxiaonong  * @create: 2020-10-24 11:00  * @Version 1.0  **/ public class Users {      private String name;     public Users() {}      /**      * @param name      */     public Users(String name) {         this.name = name;     }      /**      * @param name      * @return      */     public static Users build(String name){         Users u = new Users();         u.setName(name);         return u;     }      public String getName() {         return name;     }      public void setName(String name) {         this.name = name;     }      @Override     public String toString() {         return  "name='" + name + '\'';     }   }
//創建一組自定義對象 String str2 = "java,scala,python"; Stream.of(str2.split(",")).map(x->new Users(x)).forEach(System.out::println);//打印輸出(name='java' name='scala' name='python') Stream.of(str2.split(",")).map(Users::new).forEach(System.out::println);//打印輸出(name='java' name='scala' name='python') Stream.of(str2.split(",")).map(x->Users.build(x)).forEach(System.out::println);//打印輸出(name='java' name='scala' name='python') Stream.of(str2.split(",")).map(Users::build).forEach(System.out::println);//打印輸出(name='java' name='scala' name='python')

2. 計算:min、max、count、sum

min:返回流中元素最小值max:返回流中元素最大值count:返回流中元素的總個數sum:求和

//求集合中的最大值 List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6);  Optional<Integer> max = list.stream().max((a, b) -> a - b);  System.out.println(max.get()); // 6   //求集合的最小值  System.out.println(list.stream().min((a, b) -> a-b).get()); // 1 //求集合的總個數 System.out.println(list.stream().count());//6  //求和  String str ="11,22,33,44,55";  System.out.println(Stream.of(str.split(",")).mapToInt(x -> Integer.valueOf(x)).sum());  System.out.println(Stream.of(str.split(",")).mapToInt(Integer::valueOf).sum());  System.out.println(Stream.of(str.split(",")).map(x -> Integer.valueOf(x)).mapToInt(x -> x).sum());  System.out.println(Stream.of(str.split(",")).map(Integer::valueOf).mapToInt(x -> x).sum());

3. 匹配:anyMatch、 allMatch、 noneMatch、 findFirst、 findAny

anyMatch:接收一個 Predicate 函數,只要流中有一個元素滿足該斷言則返回true,否則返回falseallMatch:接收一個  Predicate 函數,當流中每個元素都符合該斷言時才返回true,否則返回falsenoneMatch:接收一個 Predicate  函數,當流中每個元素都不符合該斷言時才返回true,否則返回falsefindFirst:返回流中第一個元素findAny:返回流中的任意元素

List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6); System.out.println(list.stream().allMatch(x -> x>=0)); //如果集合中的元素大于等于0 返回true System.out.println(list.stream().noneMatch(x -> x > 5));//如果集合中的元素有大于5的元素。返回false System.out.println(list.stream().anyMatch(x -> x > 4));//如果集合中有大于四4的元素,返回true //取第一個偶數 Optional<Integer> first = list.stream().filter(x -> x % 10 == 6).findFirst(); System.out.println(first.get());// 6 //任意取一個偶數 Optional<Integer> any = list.stream().filter(x -> x % 2 == 0).findAny(); System.out.println(any.get());// 2

4.收集器:toArray、collect

collect:接收一個Collector實例,將流中元素收集成另外一個數據結構Collector

  1. 鴻蒙官方戰略合作共建——HarmonyOS技術社區

  2. Supplier supplier();創建一個結果容器A

  3. BiConsumer

  4. BinaryOperator  combiner();函數接口,該參數的作用跟上一個方法(reduce)中的combiner參數一樣,將并行流中各個子進程的運行結果(accumulator函數操作后的容器A)進行合并。

  5. Function

  6. Set

    characteristics();返回一個不可變的Set集合,用來表明該Collector的特征
/**  * @program: lambda  * @ClassName Customer  * @description:  * @author: muxiaonong  * @create: 2020-10-24 11:36  * @Version 1.0  **/ public class Customer {      private String name;      private Integer age;      ...getset忽略 }  public static void main(String[] args) {         Customer c1 = new Customer("張三",10);         Customer c2 = new Customer("李四",20);         Customer c3 = new Customer("王五",10);          List<Customer> list = Arrays.asList(c1,c2,c3);          //轉成list         List<Integer> ageList = list.stream().map(Customer::getAge).collect(Collectors.toList());         System.out.println("ageList:"+ageList);//ageList:[10, 20, 10]          //轉成set         Set<Integer> ageSet = list.stream().map(Customer::getAge).collect(Collectors.toSet());         System.out.println("ageSet:"+ageSet);//ageSet:[20, 10]  //轉成map,注:key不能相同,否則報錯         Map<String, Integer> CustomerMap = list.stream().collect(Collectors.toMap(Customer::getName, Customer::getAge));         System.out.println("CustomerMap:"+CustomerMap);//CustomerMap:{李四=20, 張三=10, 王五=10}  //字符串分隔符連接         String joinName = list.stream().map(Customer::getName).collect(Collectors.joining(",", "(", ")"));         System.out.println("joinName:"+joinName);//joinName:(張三,李四,王五)  //聚合操作 //1.學生總數         Long count = list.stream().collect(Collectors.counting());         System.out.println("count:"+count);//count:3 //2.最大年齡 (最小的minBy同理)         Integer maxAge = list.stream().map(Customer::getAge).collect(Collectors.maxBy(Integer::compare)).get();         System.out.println("maxAge:"+maxAge);//maxAge:20  //3.所有人的年齡         Integer sumAge = list.stream().collect(Collectors.summingInt(Customer::getAge));         System.out.println("sumAge:"+sumAge);//sumAge:40  //4.平均年齡         Double averageAge = list.stream().collect(Collectors.averagingDouble(Customer::getAge));         System.out.println("averageAge:"+averageAge);//averageAge:13.333333333333334  //分組         Map<Integer, List<Customer>> ageMap = list.stream().collect(Collectors.groupingBy(Customer::getAge));         System.out.println("ageMap:"+ageMap);//ageMap:{20=[com.mashibing.stream.Customer@20ad9418], 10=[com.mashibing.stream.Customer@31cefde0, com.mashibing.stream.Customer@439f5b3d]}   //分區 //分成兩部分,一部分大于10歲,一部分小于等于10歲         Map<Boolean, List<Customer>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));         System.out.println("partMap:"+partMap);  //規約         Integer allAge = list.stream().map(Customer::getAge).collect(Collectors.reducing(Integer::sum)).get();         System.out.println("allAge:"+allAge);//allAge:40       }
 public static void main(String[] args) {         Customer c1 = new Customer("張三",10);         Customer c2 = new Customer("李四",20);         Customer c3 = new Customer("王五",10);          List<Customer> list = Arrays.asList(c1,c2,c3);          //轉成list         List<Integer> ageList = list.stream().map(Customer::getAge).collect(Collectors.toList());         System.out.println("ageList:"+ageList);//ageList:[10, 20, 10]          //轉成set         Set<Integer> ageSet = list.stream().map(Customer::getAge).collect(Collectors.toSet());         System.out.println("ageSet:"+ageSet);//ageSet:[20, 10]  //轉成map,注:key不能相同,否則報錯         Map<String, Integer> CustomerMap = list.stream().collect(Collectors.toMap(Customer::getName, Customer::getAge));         System.out.println("CustomerMap:"+CustomerMap);//CustomerMap:{李四=20, 張三=10, 王五=10}  //字符串分隔符連接         String joinName = list.stream().map(Customer::getName).collect(Collectors.joining(",", "(", ")"));         System.out.println("joinName:"+joinName);//joinName:(張三,李四,王五)  //聚合操作 //1.學生總數         Long count = list.stream().collect(Collectors.counting());         System.out.println("count:"+count);//count:3 //2.最大年齡 (最小的minBy同理)         Integer maxAge = list.stream().map(Customer::getAge).collect(Collectors.maxBy(Integer::compare)).get();         System.out.println("maxAge:"+maxAge);//maxAge:20  //3.所有人的年齡         Integer sumAge = list.stream().collect(Collectors.summingInt(Customer::getAge));         System.out.println("sumAge:"+sumAge);//sumAge:40  //4.平均年齡         Double averageAge = list.stream().collect(Collectors.averagingDouble(Customer::getAge));         System.out.println("averageAge:"+averageAge);//averageAge:13.333333333333334  //分組         Map<Integer, List<Customer>> ageMap = list.stream().collect(Collectors.groupingBy(Customer::getAge));         System.out.println("ageMap:"+ageMap);//ageMap:{20=[com.mashibing.stream.Customer@20ad9418], 10=[com.mashibing.stream.Customer@31cefde0, com.mashibing.stream.Customer@439f5b3d]}   //分區 //分成兩部分,一部分大于10歲,一部分小于等于10歲         Map<Boolean, List<Customer>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));         System.out.println("partMap:"+partMap);  //規約         Integer allAge = list.stream().map(Customer::getAge).collect(Collectors.reducing(Integer::sum)).get();         System.out.println("allAge:"+allAge);//allAge:40       }

六、Stream的方法摘要

修飾符和類型方法和說明
staticCollector<T,?,Double>averagingDouble(ToDoubleFunction<? super T> mapper) 返回一個 Collector ,它產生應用于輸入元素的雙值函數的算術平均值。
staticCollector<T,?,Double>averagingInt(ToIntFunction<? super T> mapper) 返回一個 Collector ,它產生應用于輸入元素的整數值函數的算術平均值。
staticCollector<T,?,Double>averagingLong(ToLongFunction<? super T> mapper) 返回一個 Collector ,它產生應用于輸入元素的長值函數的算術平均值。
static <T,A,R,RR> Collector<T,A,RR>collectingAndThen(Collector<T,A,R> downstream, Function<R,RR> finisher) 適應 Collector進行額外的整理轉換。
staticCollector<T,?,Long>counting() 返回 Collector類型的接受元件 T計數輸入元件的數量。
static <T,K> Collector<T,?,Map<K,List>>groupingBy(Function<? super T,? extends K> classifier) 返回 Collector “由基團”上的類型的輸入元件操作實現 T ,根據分類功能分組元素,并且在返回的結果 Map 。
static <T,K,A,D> Collector<T,?,Map<K,D>>groupingBy(Function<? super T,? extends K> classifier, Collector<? super T,A,D> downstream) 返回 Collector “由基團”上的類型的輸入元件操作實現級聯 T ,根據分類功能分組元素,然后使用下游的指定執行與給定鍵相關聯的值的歸約運算 Collector 。
static <T,K,D,A,M extends Map<K,D>>Collector<T,?,M>groupingBy(Function<? super T,? extends K> classifier, SuppliermapFactory, Collector<? super T,A,D> downstream) 返回 Collector “由基團”上的類型的輸入元件操作實現級聯 T ,根據分類功能分組元素,然后使用下游的指定執行與給定鍵相關聯的值的歸約運算 Collector 。
static <T,K> Collector<T,?,ConcurrentMap<K,List>>groupingByConcurrent(Function<? super T,? extends K> classifier) 返回一個并發 Collector “由基團”上的類型的輸入元件操作實現 T ,根據分類功能分組元素。
static <T,K,A,D> Collector<T,?,ConcurrentMap<K,D>>groupingByConcurrent(Function<? super T,? extends K> classifier, Collector<? super T,A,D> downstream) 返回一個并發 Collector “由基團”上的類型的輸入元件操作實現級聯 T ,根據分類功能分組元素,然后使用下游的指定執行與給定鍵相關聯的值的歸約運算 Collector 。
static <T,K,A,D,M extends ConcurrentMap<K,D>> Collector<T,?,M>groupingByConcurrent(Function<? super T,? extends K> classifier, SuppliermapFactory, Collector<? super T,A,D> downstream) 返回一個并發 Collector “由基團”上的類型的輸入元件操作實現級聯 T ,根據分類功能分組元素,然后使用下游的指定執行與給定鍵相關聯的值的歸約運算 Collector 。
static Collector<CharSequence,?,String>joining() 返回一個 Collector ,按照遇到的順序將輸入元素連接到一個 String中。
static Collector<CharSequence,?,String>joining(CharSequence delimiter) 返回一個 Collector ,按照遇到的順序連接由指定的分隔符分隔的輸入元素。
static Collector<CharSequence,?,String>joining(CharSequence delimiter, CharSequence prefix, CharSequence suffix) 返回一個 Collector ,它將按照指定的 Collector分隔的輸入元素與指定的前綴和后綴進行連接。
static <T,U,A,R> Collector<T,?,R>mapping(Function<? super T,? extends U> mapper, Collector<? super U,A,R> downstream) 適應一個 Collector類型的接受元件 U至類型的一個接受元件 T通過積累前應用映射函數到每個輸入元素。
staticCollector<T,?,Optional>maxBy(Comparator<? super T> comparator) 返回一個 Collector ,它根據給出的 Comparator產生最大元素,描述為 Optional
staticCollector<T,?,Optional>minBy(Comparator<? super T> comparator) 返回一個 Collector ,根據給出的 Comparator產生最小元素,描述為 Optional
staticCollector<T,?,Map<Boolean,List>>partitioningBy(Predicate<? super T> predicate) 返回一個 Collector ,根據Predicate對輸入元素進行 Predicate ,并將它們組織成 Map<Boolean, List> 。
static <T,D,A> Collector<T,?,Map<Boolean,D>>partitioningBy(Predicate<? super T> predicate, Collector<? super T,A,D> downstream) 返回一個 Collector ,它根據Predicate對輸入元素進行 Predicate ,根據另一個 Collector減少每個分區的值,并將其組織成 Map<Boolean, D> ,其值是下游縮減的結果。
staticCollector<T,?,Optional>reducing(BinaryOperatorop) 返回一個 Collector ,它在指定的 Collector下執行其輸入元素的 BinaryOperator 。
staticCollector<T,?,T>reducing(T identity, BinaryOperatorop) 返回 Collector執行下一個指定的減少其輸入元件的 BinaryOperator使用所提供的身份。
static <T,U> Collector<T,?,U>reducing(U identity, Function<? super T,? extends U> mapper, BinaryOperator op) 返回一個 Collector ,它在指定的映射函數和 BinaryOperator下執行其輸入元素的 BinaryOperator 。
staticCollector<T,?,DoubleSummaryStatistics>summarizingDouble(ToDoubleFunction<? super T> mapper) 返回一個 Collector , double生產映射函數應用于每個輸入元素,并返回結果值的匯總統計信息。
staticCollector<T,?,IntSummaryStatistics>summarizingInt(ToIntFunction<? super T> mapper) 返回一個 Collector , int生產映射函數應用于每個輸入元素,并返回結果值的匯總統計信息。
staticCollector<T,?,LongSummaryStatistics>summarizingLong(ToLongFunction<? super T> mapper) 返回一個 Collector , long生產映射函數應用于每個輸入元素,并返回結果值的匯總統計信息。
staticCollector<T,?,Double>summingDouble(ToDoubleFunction<? super T> mapper) 返回一個 Collector ,它產生應用于輸入元素的雙值函數的和。
staticCollector<T,?,Integer>summingInt(ToIntFunction<? super T> mapper) 返回一個 Collector ,它產生應用于輸入元素的整數值函數的和。
staticCollector<T,?,Long>summingLong(ToLongFunction<? super T> mapper) 返回一個 Collector ,它產生應用于輸入元素的長值函數的和。
static <T,C extends Collection> Collector<T,?,C>toCollection(SuppliercollectionFactory) 返回一個 Collector ,按照遇到的順序將輸入元素累加到一個新的 Collection中。
static <T,K,U> Collector<T,?,ConcurrentMap<K,U>>toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper) 返回一個并發的 Collector ,它將元素累加到 ConcurrentMap ,其鍵和值是將所提供的映射函數應用于輸入元素的結果。
static <T,K,U> Collector<T,?,ConcurrentMap<K,U>>toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction) 返回一個并發的 Collector ,它將元素累加到一個 ConcurrentMap ,其鍵和值是將提供的映射函數應用于輸入元素的結果。
static <T,K,U,M extends ConcurrentMap<K,U>>Collector<T,?,M> toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction, SuppliermapSupplier) 返回一個并發的 Collector ,它將元素累加到一個 ConcurrentMap ,其鍵和值是將所提供的映射函數應用于輸入元素的結果。
staticCollector<T,?,List>toList() 返回一個 Collector ,它將輸入元素 List到一個新的 List 。
static <T,K,U> Collector<T,?,Map<K,U>>toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper) 返回一個 Collector ,它將元素累加到一個 Map ,其鍵和值是將所提供的映射函數應用于輸入元素的結果。
static <T,K,U> Collector<T,?,Map<K,U>>toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction)  返回一個 Collector ,它將元素累加到 Map ,其鍵和值是將提供的映射函數應用于輸入元素的結果。
static <T,K,U,M extends Map<K,U>> Collector<T,?,M>toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction, SuppliermapSupplier) 返回一個 Collector ,它將元素累加到一個 Map ,其鍵和值是將所提供的映射函數應用于輸入元素的結果。
staticCollector<T,?,Set> toSet()返回一個 Collector ,將輸入元素 Set到一個新的 Set 。

七、總結

對于Java中新特性除了 Stream  還有lamaba表達式都是可以幫忙我們很好的去優化代碼,使我們的代碼簡潔且意圖明確,避免繁瑣的重復性的操作,對于文中有興趣的小伙伴可以操作起來。

到此,相信大家對“JDK中Stream代碼簡潔的新特性介紹”有了更深的了解,不妨來實際操作一番吧!這里是億速云網站,更多相關內容可以進入相關頻道進行查詢,關注我們,繼續學習!

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

墨玉县| 武冈市| 同仁县| 肇庆市| 贡觉县| 阿克陶县| 辛集市| 迭部县| 延安市| 凯里市| 铜鼓县| 兰考县| 和硕县| 安阳县| 嘉荫县| 滨海县| 巴塘县| 巍山| 鄂托克旗| 内黄县| 新干县| 黔江区| 津市市| 宣汉县| 武胜县| 黄石市| 澄江县| 花垣县| 杭州市| 鄂托克前旗| 杭锦后旗| 七台河市| 望奎县| 申扎县| 汉川市| 昌平区| 玉门市| 汝阳县| 会理县| 乌兰察布市| 台湾省|