dw自己做网站需要什么区别自媒体营销代理

先点击收藏和点赞,切勿白嫖,感谢

前言

项目一直在用流,但是用的也是一知半解,所以在这里深入学习一下
通常用到流会设计到Java8的几个新知识,下边我回粗略的讲解下这几个知识,再了解认知后学习stream或者用到的时候更得心应手

1. Lambda表达式
2. 方法引用
3. Option
4. stream

1. Lambda

建议先了解函数式接口

1.1 语法

parameter -> expression body;

1.2 没参数只有一条语句或者多条语句

()->System.out.prilt("baicaizhi");
()->{System.out.prilt("baicaizhi1");System.out.prilt("baicaizhi1");
}

1.3 一个参数只有一条语句或者多条语句

a->System.out.println(a);
a->{System.out.println(a);System.out.println(a);
}

1.4 多个参数只有一条语句或者多条语句

(a,b)->a+b;
(a,b)->{int c = a+b;System.out.println(c);
}

• 可选的参数类型声明 ： 无需声明参数的类型。编译器可以从参数的值推断出相同的值。
• 可选的参数周围的小括号 () ： 如果只有一个参数，可以忽略参数周围的小括号。但如果有多个参数，则必须添加小括号。
• 可选的大括号 {} : 如果 Lambda 表达式只包含一条语句，那么可以省略大括号。但如果有多条语句，则必须添加大括号。
• 可选的 return 关键字 ： 如果 Lambda 表达式只有一条语句，那么编译器会自动 return 该语句最后的结果。但如果显式使用了 return 语句，则必须添加大括号 {} ，哪怕只有一条语句。

2.方法引用

使用:(静态方法或者new的时候用)

Test::new
Test::getName

3.Option

接口名称	简要作用描述
Optional empty()	构建一个空的Optional 对象
Optional of(T value)	构建一个非空的Optional 对象,如果为空则报错！
Optional ofNullable(T value)	构建一个Optional 对象，允许为空！
T get()	获取一个泛型的对象值，如果值为空，则报错
boolean isPresent()	判空，如果不为null 则为 true
boolean isEmpty()	判空，如果为null 则为 true
ifPresent(Consumer)	传递一个接口函数对，当数据不为空的时候执行这个函数
ifPresentOrElse(Consumer, Runnable)	两个参数, 第一个是不为空的时候执行的，第二个是为空的时候执行的。都是接口函数。
Optional filter	对对象的一个过滤
Optional map(Function)	转换方法
Optional flatMap(Function）	转换方法，常用与多层转换一层
Optional or(Supplier)	当得到对象为空的时候根据接口函数创建一个新的Optional对象
T orElse(T)	当得到对象为空的时候获取一个指定泛型对象
T orElseThrow()	不为空 返回对象，为空 则NoSuchElementException
T orElseThrow(Supplier)	不为空 返回对象，为空 则指定异常

4.Stream

4.1Stream概述

4.1.1什么是steam

Stream将要处理的元素集合看作一种流，在流的过程中，借助Stream API对流中的元素进行操作，比如：筛选、排序、聚合等。

4.1.2Stream可以由数组和集合创建，对流的操作分为俩类

4.1.2.1中间操作

每次返回一个新的流，可以有多个。

4.1.2.2终端操作

终端操作，每个流只能进行一次终端操作，终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值

4.1.3特性

1.stream不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。
2.stream不会改变数据源，通常情况下会产生一个新的集合或一个值。
3.stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。

3.2Stream的创建

3.2.1通过 java.util.Collection.stream() 方法用集合创建流

  	List<String> list = Arrays.asList("a","b","c");        //创建顺序流       Stream<String> stream = list.stream();        //创建并发流       Stream<String> stringStream = list.parallelStream();

4.2.2使用java.util.Arrays.stream(T[] array)方法用数组创建流

  //数组创建流        int[] array = {1,2,3};        IntStream stream1 = Arrays.stream(array);

4.2.3使用Stream的静态方法：of()、iterate()、generate()

 //stream静态方法创建流       Stream<Integer> integerStream = Stream.of(1, 2);        Stream<Integer> iterate = Stream.iterate(0, x -> x = 3);        Stream<Double> limit = Stream.generate(Math::random).limit(3);

4.2.4顺序流转换成并发流

  //顺序流转换成并发流        Optional<String> first = list.stream().parallel().filter(x -> x > 6).findFirst();

4.3 使用

使用前先了解Optional

4.3.1 数据准备

class Person {private String name;  // 姓名private int salary; // 薪资private int age; // 年龄private String sex; //性别private String area;  // 地区// 构造方法public Person(String name, int salary, int age,String sex,String area) {this.name = name;this.salary = salary;this.age = age;this.sex = sex;this.area = area;}// 省略了get和set，请自行添加 
}

4.3.2 使用

4.3.2.1 遍历/匹配（foreach/find/match）

Stream也是支持类似集合的遍历和匹配元素的，只是Stream中的元素是以Optional类型存在的。Stream的遍历、匹配非常简单

List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);// 遍历输出符合条件的元素list.stream().filter(x->x>6).forEach(System.out::println);// 匹配第一个Optional<Integer> first = list.stream().filter(x -> x > 6).findFirst();// 匹配任意（适用于并行流）Optional<Integer> any = list.parallelStream().filter(x -> x > 6).findAny();// 是否包含符合特定条件的元素boolean b = list.stream().anyMatch(x -> x < 6);System.out.println("匹配第一个值"+first.get());System.out.println("匹配任意值"+any.get());System.out.println("是否存在大于6的值"+b);

4.3.2.2 筛选（filter）

筛选，是按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作

4.3.2.3 聚合（max/min/count)

List<Person> personList = new ArrayList<Person>();personList.add(new Person("Tom", 8900, 11,"male", "New York"));personList.add(new Person("Jack", 7000, 12,"male", "Washington"));personList.add(new Person("Lily", 7800, 13,"female", "Washington"));personList.add(new Person("Anni", 8200, 14,"female", "New York"));personList.add(new Person("Owen", 9500, 15,"male", "New York"));personList.add(new Person("Alisa", 7900, 16,"female", "New York"));List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);//筛选出Integer集合中大于7的元素，并打印出来list.stream().filter(x->x>7).forEach(System.out::println);//筛选员工中工资高于8000的人，并形成新的集合。 形成新集合依赖collect（收集）List<String> collect = personList.stream().filter(value -> value.getSalary() > 8000).map(Person::getName).collect(Collectors.toList());System.out.println("工资高于8000"+collect);

4.3.2.4 映射(map/flatMap)

映射，可以将一个流的元素按照一定的映射规则映射到另一个流中。分为map和flatMap：

• map：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
• flatMap：接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。

 List<Person> personList = new ArrayList<Person>();personList.add(new Person("Tom", 8900, 11,"male", "New York"));personList.add(new Person("Jack", 7000, 12,"male", "Washington"));personList.add(new Person("Lily", 7800, 13,"female", "Washington"));personList.add(new Person("Anni", 8200, 14,"female", "New York"));personList.add(new Person("Owen", 9500, 15,"male", "New York"));personList.add(new Person("Alisa", 7900, 16,"female", "New York"));List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");//英文字符串数组的元素全部改为大写。整数数组每个元素+3List<Integer> collect = list.stream().map(x -> x + 3).collect(Collectors.toList());List<String> collect1 = strList.stream().map(String::toUpperCase).collect(Collectors.toList());//将员工的薪资全部增加1000//不改变源集合的方式List<Person> collect2 = personList.stream().map(person -> {Person person1 = new Person(person.getName(), 0, person.getAge(), person.getSex(), person.getArea());person1.setSalary(person.getSalary() + 1000);return person1;}).collect(Collectors.toList());//改变源集合的方式List<Person> collect3 = personList.stream().map(person -> {person.setSalary(person.getSalary() + 1000);return person;}).collect(Collectors.toList());//将两个字符数组合并成一个新的字符数组List<String> collect4 = strList.stream().flatMap(s -> {String[] s2 = s.split(",");return Arrays.stream(s2);}).collect(Collectors.toList());System.out.println("每个元素大写：" + collect1);System.out.println("每个元素+3：" + collect);//注意，执行的时候分开执行，否则看不出来效果System.out.println("一次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());System.out.println("一次改动后：" + collect2.get(0).getName() + "-->" + collect2.get(0).getSalary());System.out.println("二次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());System.out.println("二次改动后：" + collect3.get(0).getName() + "-->" + collect3.get(0).getSalary());System.out.println("处理前的集合：" + strList);System.out.println("处理后的集合：" + collect4);

4.3.2.5 归约(reduce)

归约，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作

List<Person> personList = new ArrayList<Person>();personList.add(new Person("Tom", 8900, 11,"male", "New York"));personList.add(new Person("Jack", 7000, 12,"male", "Washington"));personList.add(new Person("Lily", 7800, 13,"female", "Washington"));personList.add(new Person("Anni", 8200, 14,"female", "New York"));personList.add(new Person("Owen", 9500, 15,"male", "New York"));personList.add(new Person("Alisa", 7900, 16,"female", "New York"));List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");
//        求Integer集合的元素之和、乘积和最大值// 求和方式1Optional<Integer> reduce = list.stream().reduce((x, y) -> x + y);// 求和方式2Optional<Integer> reduce1 = list.stream().reduce(Integer::sum);// 求和方式3Integer reduce2 = list.stream().reduce(0, Integer::sum);// 求乘积Optional<Integer> reduce3 = list.stream().reduce((x, y) -> x * y);// 求最大值方式1Optional<Integer> reduce4 = list.stream().reduce((x, y) -> x > y ? x : y);// 求最大值写法2Integer reduce5 = list.stream().reduce(1, Integer::max);
//        求所有员工的工资之和和最高工资// 求和方式1Optional<Integer> reduce7 = personList.stream().map(Person::getSalary).reduce(Integer::sum);// 求和方式2Integer reduce6 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(),(sum1,sum2)->sum1+sum2);// 求和方式3Integer reduce8 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);// 求最高工资方式1：Integer reduce9 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),Integer::max);// 求最高工资方式2：Integer reduce10 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), (max1, max2) -> max1 > max2 ? max1 : max2);System.out.println("list求和：" + reduce.get() + "," + reduce1.get() + "," + reduce2);System.out.println("list求积：" + reduce3.get());System.out.println("list求最大值：" + reduce4.get() + "," + reduce5);System.out.println("工资之和：" + reduce7.get() + "," + reduce6 + "," + reduce8);System.out.println("最高工资：" + reduce9 + "," + reduce10);

4.3.2.6 收集(collect)

解释

• collect，收集，可以说是内容最繁多、功能最丰富的部分了。从字面上去理解，就是把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合
• collect主要依赖java.util.stream.Collectors类内置的静态方法

4.3.2.6.1 归集(toList/toSet/toMap)

因为流不存储数据，那么在流中的数据完成处理后，需要将流中的数据重新归集到新的集合里。toList、toSet和toMap比较常用，另外还有toCollection、toConcurrentMap等复杂一些的用法

 List<Person> personList = new ArrayList<Person>();personList.add(new Person("Tom", 8900, 11,"male", "New York"));personList.add(new Person("Jack", 7000, 12,"male", "Washington"));personList.add(new Person("Lily", 7800, 13,"female", "Washington"));personList.add(new Person("Anni", 8200, 14,"female", "New York"));personList.add(new Person("Owen", 9500, 15,"male", "New York"));personList.add(new Person("Alisa", 7900, 16,"female", "New York"));List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");List<Integer> collect = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());Set<Integer> collect1 = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());Map<String, Person> collect2 = personList.stream().filter(p -> p.getSalary() > 8000).collect(Collectors.toMap(Person::getName, p -> p));System.out.println("toList:" + collect);System.out.println("toSet:" + collect1);System.out.println("toMap:" + collect2);

4.3.2.6.2 统计(count/averaging)

Collectors提供了一系列用于数据统计的静态方法

• 计数：count
• 平均值：averagingInt、averagingLong、averagingDouble
• 最值：maxBy、minBy
• 求和：summingInt、summingLong、summingDouble
• 统计以上所有：summarizingInt、summarizingLong、summarizingDouble

List<Person> personList = new ArrayList<Person>();personList.add(new Person("Tom", 8900, 11,"male", "New York"));personList.add(new Person("Jack", 7000, 12,"male", "Washington"));personList.add(new Person("Lily", 7800, 13,"female", "Washington"));personList.add(new Person("Anni", 8200, 14,"female", "New York"));personList.add(new Person("Owen", 9500, 15,"male", "New York"));personList.add(new Person("Alisa", 7900, 16,"female", "New York"));List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");
//        统计员工人数、平均工资、工资总额、最高工资// 求总数Long collect = personList.stream().collect(Collectors.counting());// 求平均工资Double collect1 = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));// 求最高工资Optional<Integer> collect2 = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));// 求工资之和Integer collect3 = personList.stream().collect(Collectors.summingInt(Person::getSalary));// 一次性统计所有信息DoubleSummaryStatistics collect4 = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));System.out.println("员工总数：" + collect);System.out.println("员工平均工资：" + collect1);System.out.println("员工工资总和：" + collect2.get());System.out.println("员工工资所有统计：" + collect3);

4.3.2.6.3 分组(partitioningBy/groupingBy)

解释

• 分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。
• 分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。

List<Person> personList = new ArrayList<Person>();personList.add(new Person("Tom", 8900, 11,"male", "New York"));personList.add(new Person("Jack", 7000, 12,"male", "Washington"));personList.add(new Person("Lily", 7800, 13,"female", "Washington"));personList.add(new Person("Anni", 8200, 14,"female", "New York"));personList.add(new Person("Owen", 9500, 15,"male", "New York"));personList.add(new Person("Alisa", 7900, 16,"female", "New York"));List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");//将员工按薪资是否高于8000分为两部分；将员工按性别和地区分组// 将员工按薪资是否高于8000分组Map<Boolean, List<Person>> collect = personList.stream().collect(Collectors.partitioningBy(person -> person.getSalary() > 8000));// 将员工按性别分组Map<String, List<Person>> collect1 = personList.stream().collect(Collectors.groupingBy(Person::getSex));// 将员工先按性别分组，再按地区分组Map<String, Map<String, List<Person>>> collect2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));System.out.println("员工按薪资是否大于8000分组情况：" + collect);System.out.println("员工按性别分组情况：" + collect1);System.out.println("员工按性别、地区：" + collect2);

4.3.2.6.4 接合(joining)

joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。

  List<Person> personList = new ArrayList<Person>();personList.add(new Person("Tom", 8900, 11,"male", "New York"));personList.add(new Person("Jack", 7000, 12,"male", "Washington"));personList.add(new Person("Lily", 7800, 13,"female", "Washington"));personList.add(new Person("Anni", 8200, 14,"female", "New York"));personList.add(new Person("Owen", 9500, 15,"male", "New York"));personList.add(new Person("Alisa", 7900, 16,"female", "New York"));List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");//字符串拼接String collect = strList.stream().collect(Collectors.joining("-"));//所有员工的名字String collect1 = personList.stream().map(Person::getName).collect(Collectors.joining(","));System.out.println("所有员工的姓名：" + collect1);System.out.println("拼接后的字符串：" + collect);

4.3.2.6.5 归约(reducing)

Collectors类提供的reducing方法，相比于stream本身的reduce方法，增加了对自定义归约的支持

 List<Person> personList = new ArrayList<Person>();personList.add(new Person("Tom", 8900, 11,"male", "New York"));personList.add(new Person("Jack", 7000, 12,"male", "Washington"));personList.add(new Person("Lily", 7800, 13,"female", "Washington"));personList.add(new Person("Anni", 8200, 14,"female", "New York"));personList.add(new Person("Owen", 9500, 15,"male", "New York"));personList.add(new Person("Alisa", 7900, 16,"female", "New York"));List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");// 每个员工减去起征点后的薪资之和（这个例子并不严谨，但一时没想到好的例子）Integer collect = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> i + j - 5000));System.out.println("员工扣税薪资总和：" + collect);// stream的reduceOptional<Integer> reduce = personList.stream().map(Person::getSalary).reduce(Integer::sum);System.out.println("员工扣税薪资总和：" + reduce.get());

4.3.2.7 排序(sorted)

解释

• sorted()：自然排序，流中元素需实现Comparable接口
• sorted(Comparator com)：Comparator排序器自定义排序

List<Person> personList = new ArrayList<Person>();personList.add(new Person("Tom", 8900, 11,"male", "New York"));personList.add(new Person("Jack", 7000, 12,"male", "Washington"));personList.add(new Person("Lily", 7800, 13,"female", "Washington"));personList.add(new Person("Anni", 8200, 14,"female", "New York"));personList.add(new Person("Owen", 9500, 15,"male", "New York"));personList.add(new Person("Alisa", 7900, 16,"female", "New York"));List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");// 按工资增序排序List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName).collect(Collectors.toList());// 按工资倒序排序List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()).map(Person::getName).collect(Collectors.toList());// 先按工资再按年龄自然排序（从小到大）List<String> newList3 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()).map(Person::getName).collect(Collectors.toList());// 先按工资再按年龄自定义排序（从大到小）List<String> newList4 = personList.stream().sorted((p1, p2) -> {if (p1.getSalary() == p2.getSalary()) {return p2.getAge() - p1.getAge();} else {return p2.getSalary() - p1.getSalary();}}).map(Person::getName).collect(Collectors.toList());System.out.println("按工资自然排序：" + newList);System.out.println("按工资降序排序：" + newList2);System.out.println("先按工资再按年龄自然排序：" + newList3);System.out.println("先按工资再按年龄自定义降序排序：" + newList4);

4.3.2.8 提取/组合（distinct,skip,limit）

流也可以进行合并、去重、限制、跳过等操作。

String[] arr1 = { "a", "b", "c", "d" };String[] arr2 = { "d", "e", "f", "g" };Stream<String> stream1 = Stream.of(arr1);Stream<String> stream2 = Stream.of(arr2);// concat:合并两个流 distinct：去重List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());// limit：限制从流中获得前n个数据List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());// skip：跳过前n个数据List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());System.out.println("流合并：" + newList);System.out.println("limit：" + collect);System.out.println("skip：" + collect2);