java stream list中过滤名字like list<map>过滤

利用java8新特性，可以用简洁高效的代码来实现一些数据处理。

定义1个Apple对象：

public class Fruit {
        private Integer id;
        private String name;
        private BigDecimal money;
        private Integer num;
        public Fruit(Integer id, String name, BigDecimal money, Integer num) {
            this.id = id;
            this.name = name;
            this.money = money;
            this.num = num;
        }
}

添加一些测试数据：

//存放Fruit对象集合
 List<Fruit> fruitList = new ArrayList<>();

 Fruit fruit1 =  new Fruit(1,"苹果1",new BigDecimal("3.25"),10);
 Fruit fruit2 = new Fruit(1,"苹果2",new BigDecimal("1.35"),20);
 Fruit fruit3 =  new Fruit(2,"香蕉",new BigDecimal("2.89"),30);
 Fruit fruit4 =  new Fruit(3,"荔枝",new BigDecimal("9.99"),40);
 fruitList.add(fruit1);
 fruitList.add(fruit2);
 fruitList.add(fruit3);
 fruitList.add(fruit4);

1、分组

List里面的对象元素，以某个属性来分组，例如，以id分组，将id相同的放在一起：

//List 以ID分组 Map<Integer,List<Fruit>>
Map<Integer, List<Fruit>> groupBy = fruitList.stream().collect(Collectors.groupingBy(Fruit::getId));
System.out.println("groupBy:"+groupBy);
//{1=[Fruit{id=1, name='苹果1', money=3.25, num=10}, Fruit{id=1, name='苹果2', money=1.35, num=20}], 2=[Fruit{id=2, name='香蕉', money=2.89, num=30}], 3=[Fruit{id=3, name='荔枝', money=9.99, num=40}]}

2、List转Map

id为key，apple对象为value，可以这么做：

/**
 * List -> Map
 * 需要注意的是：
 * toMap 如果集合对象有重复的key，会报错Duplicate key ....
 *  apple1,apple12的id都为1。
 *  可以用 (k1,k2)->k1 来设置，如果有重复的key,则保留key1,舍弃key2
 */
Map<Integer, Fruit> fruitMap = fruitList.stream().collect(Collectors.toMap(Fruit::getId, a -> a,(k1,k2)->k1));
// {1=Fruit{id=1, name='苹果1', money=3.25, num=10}, 2=Fruit{id=2, name='香蕉', money=2.89, num=30}, 3=Fruit{id=3, name='荔枝', money=9.99, num=40}}

3、过滤Filter

从集合中过滤出来符合条件的元素：

//过滤出符合条件的数据
 List<Fruit> filterList = fruitList.stream().filter(a -> a.getName().equals("香蕉")).collect(Collectors.toList());
// [Fruit{id=2, name='香蕉', money=2.89, num=30}]

4、求和

将集合中的数据按照某个属性求和:

//计算 总金额
BigDecimal totalMoney = fruitList.stream().map(Fruit::getMoney).reduce(BigDecimal.ZERO, BigDecimal::add);
System.err.println("totalMoney:"+totalMoney);  //totalMoney:17.48

5、去重

// 根据id去重
List<Fruit> unique = fruitList.stream().collect(
        collectingAndThen(
                toCollection(() -> new TreeSet<>(comparingLong(Fruit::getId))), ArrayList::new)
);

Collectors类常用的静态工厂方法:

工厂方法	返回类型	用于	示例
toList	List<T>	把流中所有项目收集到一个List	List<Dish> dishes = menuStream. collect(toList());
toSet	Set<T>	把流中所有项目收集到一个Set,删除重复项	Set<Dish> dishes = menuStream. collect (toSet());
toCollection	Collection<T>	把流中所有项目收集到给定的供应源创建的集合	Collection<Dish> dishes = menuStream.collect (toCollection() ,ArrayList::new);
counting	Long	计算流中元素的个数	long howManyDishes = menuStream.collect (counting());
summingInt	Integer	对流中项目的一个整数属性求和	int totalCalories =menuStream.collect(summingInt (Dish::getCalories) );
averagingInt	Double	计算流中项目Integer属性的平均值	double avgCalories =menuStream.collect(averagingInt(Dish::getCalories));
summarizingInt	IntSummaryStatistics	收集美于流中項目Integer 属性的統竍値，例如最大、最小、总和与平均値	IntSummaryStatistics menuStatistics =menuStream.collect(summarizingInt(Dish::getCalories));
joining	String	连接对流中毎个項目调用toString方法所生成的字符串	String shortMenu =menuStream.map(Dish::getName).collect (joining(", "));
maxBy	Optional<T>	一个包裹了流中按照给定比较器选出的最大元素的Optional,或如果流为空则为optional.empty()	Optional<Dish> fattest = menuStream.collect(maxBy(comparingInt(Dish::getCalories)));
minBy	Optional<T>	一个包裹了流中按照给定比较器选出的最小元素的Optional,或如果流为空则为optional.empty()	Optional<Dish> lightest = menuStream.collect(minBy(comparingInt(Dish::getCalories)));
reducing	归约操作产生的类型	从一个作为累加器的初始値幵始,利用BinaryOperator与流中的元素逐个结合，从而将流归约为单个值	int totalCalories =menuStream.collect(reducing(0,Dish::getCalories, Integer::sum));
collectingAndThen	转换函数的类型	包裹另一个收集器，对其结果应用转换函数	int howManyDishes =menuStream.collect(collectingAndThen(toList(), List::size));
groupingBy	Map<K, List<T>>	根据项目的一个属性的值对流中的项目作问组，并将属性值作为结果Map的键	Map<Dish.Type,List<Dish>> dishesByType = menuStream.collect(groupingBy(Dish::getType));
mapping		是一个收集器，可以传入两个函数， 一个函数对流中的元素做变换，另一个则将变换的结果对象收集起来 ，目的是在累加之前对每个元素应用一个映射函数	Map<Dish.Type, Set<CaloricLevel>> caloricLevelsByType =menu.stream().collect(groupingBy(Dish::getType, mapping(dish -> { if (dish.getCalories() <=400) return CaloricLevel.DIET;else if (dish.getCalories() <= 700) return CaloricLevel.NORMAL;else return CaloricLevel.FAT; },toSet() )));
partitioningBy	Map<Boolean, List<T> >	相据对流由每个顶日应田谓词的结里求对顶日井行分区	Map<Boolean, List<Dish>> vegetarianDishes =menuStream. collect (partitioningBy (Dish::isVegetarian) ) ;