代码简洁利器:java8集合工具
ztj100 2025-05-30 19:01 10 浏览 0 评论
工欲善其事必先利其器
引言
java8 是革命性的创新,引入了函数式编程,代码编写产生巨大的改变,为我这样的码农带来了很大的便捷性,虽然1.8发布了这么久,但是编码思维上还是半停留在结构式,函数式用的较少,这次也是发现了好玩的工具,简单介绍一下java8,然后分享一下小工具。
java8
简单的来说引入了三大类函数式接口,分别如下:
一、Predicate:接口定义了一个名叫test的抽象方法,它接受泛型 T对象,并返回一个boolean
二、Consumer:定义了一个名叫accept的抽象方法,它接受泛型T 的对象,没有返回(void)
三、Function:接口定义了一个叫作apply的方法,它接受一个 泛型T的对象,并返回一个泛型R的对象
集合操作
在引入了stream流式处理后,我们处理集合不需要反复for循环去处理,在过滤,映射,收集方面增加了更多的便捷性。
我们在频繁操作集合时,便会反复的在stream的一套标准流程,代码看上去并不整洁,然后在网上看到工具封装,打开了思路,封装如下:
只是进行了简单的封装,健壮性方面的考量未做。引入工具后来看下效果
上下两个方格内的功能一样,但是简洁度却不一样。下边的更关注逻辑性,更简洁。上代码
package com.util;
import java.util.List;
import java.util.Map;
import java.util.function.Function;
import java.util.function.Predicate;
import java.util.stream.Collectors;
public class Util {
/** 过滤 */
public static <T> List<T> filter(List<T> list, Predicate<? super T> predicate) {
return list.stream().filter(predicate).collect(Collectors.toList());
}
/** 映射 */
public static <T, R> List<R> map(List<T> list, Function<? super T, ? extends R> mapper) {
return list.stream().map(mapper).collect(Collectors.toList());
}
/** 过滤和映射 */
public static <T, R> List<R> filterAndMap(List<T> list,
Predicate<? super T> predicate,
Function<? super T, ? extends R> mapper) {
return list.stream().filter(predicate).map(mapper).collect(Collectors.toList());
}
/** list 转 map */
public static <T, R> Map<R, T> toMap(List<T> list, Function<? super T, ? extends R> mapper) {
return list.stream().collect(Collectors.toMap(mapper, Function.identity(), (i1, i2) -> i1));
}
/** 分组 */
public static <R, T> Map<R, List<T>> groupBy(List<T> list, Function<? super T, ? extends R> mapper) {
return list.stream().collect(Collectors.groupingBy(mapper, Collectors.toList()));
}
}
public static void main(String[] args) {
List<User> list = new ArrayList<>();
list.add(new User("张三", 12, "红色"));
list.add(new User("李四", 20, "蓝色"));
list.add(new User("王五", 19, "红色"));
list.add(new User("赵六", 17, "蓝色"));
list.add(new User("钱八", 18, "绿色"));
// 过滤姓名中有五的用户
List<User> result = list.stream().filter(item -> item.getName().contains("五")).collect(Collectors.toList());
// 过滤颜色为红色的用户
List<User> colorList = list.stream().filter(item -> item.getColor().equals("红色")).collect(Collectors.toList());
// 根据颜色映射成map
Map<String, User> map = list.stream().collect(Collectors.toMap(User::getColor, Function.identity()));
/************************* 简化版 *********************************/
List<User> result1 = Util.filter(list, item -> item.getName().contains("五"));
List<User> result2 = Util.filter(list, item -> item.getColor().equals("红色"));
Map<String, User> map1 = Util.toMap(list, User::getColor);
}
工具封装并不完善,只是提供个简单的思路,希望对小伙伴有所帮助。
相关推荐
- 拒绝躺平,如何使用AOP的环绕通知实现分布式锁
-
如何在分布式环境下,像用synchronized关键字那样使用分布式锁。比如开发一个注解,叫@DistributionLock,作用于一个方法函数上,每次调方法前加锁,调完之后自动释放锁。可以利用Sp...
- 「解锁新姿势」 兄dei,你代码需要优化了
-
前言在我们平常开发过程中,由于项目时间紧张,代码可以用就好,往往会忽视代码的质量问题。甚至有些复制粘贴过来,不加以整理规范。往往导致项目后期难以维护,更别说后续接手项目的人。所以啊,我们要编写出优雅的...
- 消息队列核心面试点讲解(消息队列面试题)
-
Rocketmq消息不丢失一、前言RocketMQ可以理解成一个特殊的存储系统,这个存储系统特殊之处数据是一般只会被使用一次,这种情况下,如何保证这个被消费一次的消息不丢失是非常重要的。本文将分析Ro...
- 秒杀系统—4.第二版升级优化的技术文档二
-
大纲7.秒杀系统的秒杀活动服务实现...
- SpringBoot JPA动态查询与Specification详解:从基础到高级实战
-
一、JPA动态查询概述1.1什么是动态查询动态查询是指根据运行时条件构建的查询,与静态查询(如@Query注解或命名查询)相对。在业务系统中,80%的查询需求都是动态的,例如电商系统中的商品筛选、订...
- Java常用工具类技术文档(java常用工具类技术文档有哪些)
-
一、概述Java工具类(UtilityClasses)是封装了通用功能的静态方法集合,能够简化代码、提高开发效率。本文整理Java原生及常用第三方库(如ApacheCommons、GoogleG...
- Guava 之Joiner 拼接字符串和Map(字符串拼接join的用法)
-
Guave是一个强大的的工具集合,今天给大家介绍一下,常用的拼接字符串的方法,当然JDK也有方便的拼接字符串的方式,本文主要介绍guava的,可以对比使用基本的拼接的话可以如下操作...
- SpringBoot怎么整合Redis,监听Key过期事件?
-
一、修改Redis配置文件1、在Redis的安装目录2、找到redis.windows.conf文件,搜索“notify-keyspace-events”...
- 如何使用Python将多个excel文件数据快速汇总?
-
在数据分析和处理的过程中,Excel文件是我们经常会遇到的数据格式之一。本文将通过一个具体的示例,展示如何使用Python和Pandas库来读取、合并和处理多个Excel文件的数据,并最终生成一个包含...
- 利用Pandas高效处理百万级数据集,速度提升10倍的秘密武器
-
处理大规模数据集,尤其是百万级别的数据量,对效率的要求非常高。使用Pandas时,可以通过一些策略和技巧显著提高数据处理的速度。以下是一些关键的方法,帮助你使用Pandas高效地处理大型数据集,从而实...
- Python进阶-Day 25: 数据分析基础
-
目标:掌握Pandas和NumPy的基本操作,学习如何分析CSV数据集并生成报告。课程内容...
- Pandas 入门教程 - 第五课: 高级数据操作
-
在前几节课中,我们学习了如何使用Pandas进行数据操作和可视化。在这一课中,我们将进一步探索一些高级的数据操作技巧,包括数据透视、分组聚合、时间序列处理以及高级索引和切片。高级索引和切片...
- 原来这才是Pandas!(原来这才是薯片真正的吃法)
-
听到一些人说,Pandas语法太乱、太杂了,根本记不住。...
- python(pandas + numpy)数据分析的基础
-
数据NaN值排查,统计,排序...
- 利用Python进行数据分组/数据透视表
-
1.数据分组源数据表如下所示:1.1分组键是列名分组键是列名时直接将某一列或多列的列名传给groupby()方法,groupby()方法就会按照这一列或多列进行分组。按照一列进行分组...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)