文章目录
- 🐬更多相关文章👇
- Stream流的常用方法
-
- 一、终结方法
-
- (1)count方法:返回流中的元素个数(统计个数)
- (2)foreach方法:遍历流中的数据
-
- ⚡foreach使用注意
- 二、中间方法
-
- (1)filter 方法:过滤数据,得到符合条件的数据,放入到Stream中,返回新的流
-
- ⚡ filter使用注意
- (2)limit(n)方法:截取前n个数据,返回新Stream流(截取超过长度的时候不会报错,会把所有数据截取)
-
- ⚡limit使用注意:当截取超过流的长度
- (3)skip(n)方法: 跳过前n个数据,返回到新Stream流(数量不够也不会报错,只不过没有数据)
-
- ⚡skip 使用注意:当跳过超过流的长度
- (4)map 方法:数据转换,将流中的数据类型进行转换
-
- ⚡ map方法的应用场景
- ⚡ map方法的使用注意
- 三、静态方法
-
- (1)concat方法: static Stream concat(流1,流2) , 可以把两个流合并成一个新的流
- 作者:KJ.JK
🐬更多相关文章👇
1、JavaEE中的Stream流知识点精华完整版
2、JavaWeb中的过滤器(Filter)和监听器(Listener)区别
3、JavaEE中的StringBuilder详细介绍,从入门到精通
Stream流的常用方法
🌈 🌈 🌈 🌈 🌈 🌈 🌈 🌈 🌈 🌈 🌈 🌈 🌈
🍂个人博客首页: KJ.JK
欢迎大家点赞👍收藏💖评论💬关注🔒
💖源码获取 | 💻学习交流 | 🤝商务合作 | 💨私信作者
一、终结方法
(1)count方法:返回流中的元素个数(统计个数)
Stream<Integer> stream = Stream.of(11, 22, 33, 44, 55);
long count = stream.count();
System.out.println(count); //5
(2)foreach方法:遍历流中的数据
Stream<Integer> stream = Stream.of(11, 22, 33, 44, 55);
//遍历流中的数据
//匿名内部类
stream.forEach(new Consumer<Integer>() {
@Override
public void accept(Integer integer) {
System.out.println(integer);
}
});
优化输出
⚡foreach使用注意
forEach里面是一个"Consumer函数式接口",每次使用可以先new这个接口出来,再对应使用Lambda简化
二、中间方法
(1)filter 方法:过滤数据,得到符合条件的数据,放入到Stream中,返回新的流
Stream<Integer> stream = Stream.of(11, 22, 33, 44, 55,66);
Stream<Integer> stream1 = stream.filter(new Predicate<Integer>() { //会返回一个筛选过的流,记得接它
/*
a代表流的每个元素
返回值为true,数据就会保留
返回值为false,数据就会被去掉
*/
@Override
public boolean test(Integer a) {
return a % 2 == 0;
}
});
//简化效果
// Stream<Integer> stream1 = stream.filter(a -> a % 2 == 0);
//遍历
stream1.forEach(integer -> {
System.out.println(integer); //22 ,44
});
⚡ filter使用注意
filter里面是一个"Predicate函数式接口",每次使用可以先new这个接口出来,再对应使用Lambda简化
(2)limit(n)方法:截取前n个数据,返回新Stream流(截取超过长度的时候不会报错,会把所有数据截取)
Stream<Integer> stream = Stream.of(11, 22, 33, 44, 55, 66);
//截取前3个数据
Stream<Integer> limit = stream.limit(3);
//遍历
limit.forEach(integer -> System.out.println(integer)); //11 22 33
⚡limit使用注意:当截取超过流的长度
Stream<Integer> stream = Stream.of(11, 22, 33, 44, 55, 66);
//截取前40个数据,如果数量不够,也不会报错
Stream<Integer> limit1 = stream.limit(40);
limit1.forEach(new Consumer<Integer>() {
@Override
public void accept(Integer integer) {
System.out.println(integer); //11 22 33 44 55 66
}
});
(3)skip(n)方法: 跳过前n个数据,返回到新Stream流(数量不够也不会报错,只不过没有数据)
Stream<Integer> stream = Stream.of(11, 22, 33, 44, 55, 66);
//跳过前三个数据
Stream<Integer> skip = stream.skip(3);
skip.forEach(integer -> System.out.println(integer)); // 44 55 66
⚡skip 使用注意:当跳过超过流的长度
Stream<Integer> stream = Stream.of(11, 22, 33, 44, 55, 66);
// 跳过前20个数据,数量不够也不会报错
Stream<Integer> skip1 = stream.skip(20);
skip1.forEach(integer -> System.out.println(integer)); //什么都没有了,不会报错
🔥系列热门专栏🔥:
⚡《JavaEE进阶序列 | 从小白到工程师》系列文章⚡
⚡《JavaEE项目实战》系列文章⚡
⚡《JavaSwing项目合集》系列文章⚡
⚡《数据分析中的pandas》系列文章⚡
(4)map 方法:数据转换,将流中的数据类型进行转换
//将流中的字符串转为整数类型
Stream<String> stream = Stream.of("11", "22", "33", "44", "55", "66");
/*
String: 流中数据原来的类型
Integer : 要变的类型
*/
Stream<Integer> stream1 = stream.map(new Function<String, Integer>() { //有返回值,记得接
@Override
public Integer apply(String s) {
return Integer.parseInt(s); //这步需要自己操作转换对应的类型
}
});
⚡ map方法的应用场景
Stream<String> stream = Stream.of("11", "22", "33", "44", "55", "66");
//把String流变成Integer流,再进行筛选奇数的流出来并遍历
Stream<Integer> stream1 = stream.map(new Function<String, Integer>() {
@Override
public Integer apply(String s) {
return Integer.parseInt(s);
}
});
Stream<Integer> stream2 = stream1.filter(new Predicate<Integer>() {
@Override
public boolean test(Integer integer) {
return integer % 2 != 0;
}
});
stream2.forEach(new Consumer<Integer>() {
@Override
public void accept(Integer integer) {
System.out.println(integer);
}
});
⚡ map方法的使用注意
map里面是一个"Function函数式接口",每次使用可以先new这个接口出来,再对应使用Lambda简化
三、静态方法
(1)concat方法: static Stream concat(流1,流2) , 可以把两个流合并成一个新的流
Stream<Integer> stream = Stream.of(11, 22);
Stream<Integer> stream1 = Stream.of(33, 44);
//合并流(前提是两个流的数据类型是一样的)
Stream<Integer> concat = Stream.concat(stream, stream1);
//方法引用简化输出
concat.forEach(System.out::println); //11 22 33 44
作者:KJ.JK
文章对你有所帮助的话,欢迎给个赞或者 star,你的支持是对作者最大的鼓励,不足之处可以在评论区多多指正,交流学习
相关文章
暂无评论...