sumSalary = personList.stream().map(Person::getSalary).reduce(Integer::sum);// 求工资之和方式2：Integer sumSalary2 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(),(sum1, sum2) -> sum1 + sum2);// 求工资之和方式3：Integer sumSalary3 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);// 求最高工资方式1：Integer maxSalary = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),Integer::max);// 求最高工资方式2：Integer maxSalary2 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),(max1, max2) -> max1 > max2 ? max1 : max2);System.out.println("工资之和：" + sumSalary.get() + "," + sumSalary2 + "," + sumSalary3);System.out.println("最高工资：" + maxSalary + "," + maxSalary2); }}输出结果：
工资之和：49300,49300,49300最高工资：9500,9500
3.6 收集(collect)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 。
3.6.1 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 。
下面用一个案例演示toList、toSet和toMap：
public class StreamTest { public static void main(String[] args) {List list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);List listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());Set set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());List personList = new ArrayList();personList.add(new Person("Tom", 8900, 23, "male", "New York"));personList.add(new Person("Jack", 7000, 25, "male", "Washington"));personList.add(new Person("Lily", 7800, 21, "female", "Washington"));personList.add(new Person("Anni", 8200, 24, "female", "New York"));Map map = personList.stream().filter(p -> p.getSalary() > 8000).collect(Collectors.toMap(Person::getName, p -> p));System.out.println("toList:" + listNew);System.out.println("toSet:" + set);System.out.println("toMap:" + map); }}运行结果：
toList：[6, 4, 6, 6, 20]toSet：[4, 20, 6]toMap：{Tom=mutest.Person@5fd0d5ae, Anni=mutest.Person@2d98a335}
3.6.2 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

案例：统计员工人数、平均工资、工资总额、最高工资 。
public class StreamTest { public static void main(String[] args) {List personList = new ArrayList();personList.add(new Person("Tom", 8900, 23, "male", "New York"));personList.add(new Person("Jack", 7000, 25, "male", "Washington"));personList.add(new Person("Lily", 7800, 21, "female", "Washington"));// 求总数Long count = personList.stream().collect(Collectors.counting());// 求平均工资Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));// 求最高工资Optional max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));// 求工资之和Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));// 一次性统计所有信息DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));System.out.println("员工总数：" + count);System.out.println("员工平均工资：" + average);System.out.println("员工工资总和：" + sum);System.out.println("员工工资所有统计：" + collect); }}运行结果：
员工总数：3员工平均工资：7900.0员工工资总和：23700员工工资所有统计：DoubleSummaryStatistics{count=3, sum=23700.000000,min=7000.000000, average=7900.000000, max=8900.000000}
3.6.3 分组(partitioningBy/groupingBy)

• 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 。

文章插图
案例：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
public class StreamTest { public static void main(String[] args) {List personList = new ArrayList();personList.add(new Person("Tom", 8900, "male", "New York"));personList.add(new Person("Jack", 7000, "male", "Washington"));personList.add(new Person("Lily", 7800, "female", "Washington"));personList.add(new Person("Anni", 8200, "female", "New York"));personList.add(new Person("Owen", 9500, "male", "New York"));personList.add(new Person("Alisa", 7900, "female", "New York"));// 将员工按薪资是否高于8000分组Map> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));// 将员工按性别分组Map> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));// 将员工先按性别分组 ， 再按地区分组Map>> group2 = 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：" + part);System.out.println("员工按性别分组情况：" + group);System.out.println("员工按性别、地区：" + group2); }}

• 上一页
• 1
• 2
• 3
• 4
• 5
• 6
• 下一页

• 加急|古代8百里加急究竟有多快？需要骑马20个小时，速度媲美顺丰快递！
• 建成|“听”书全覆盖，大连建成20个“残疾人有声图书馆”
• Harvest被攻击，20个ETH套利2400万美元，CRV却涨了
• 品牌|品牌能够采用的20个推特创意技巧
• 未来|创“芯”未来！20个高新技术产业项目落子德清天安云谷
• 项目|创“芯”未来！20个高新技术产业项目落子德清天安云谷
• 京东华硕RTX3080被指耍猴，数十万人预定，只有20个评论
• Java8新特性探索之函数式接口
• 5G+工业互联网发展报告：20个省市政策支持，应用是重点
• 黑马|一年销量两个亿！他仅花了20个月，做成拼多多上最大的行业黑马