week10报告

所有相关文件可以在这里找到。
所有图片中的内容，包括代码、控制台输出，均可以在该文档中找到。

题目列表

过滤与映射
给定员工列表，找出所有年龄大于30岁的员工，并打印他们的姓名。
示例输出：Jerry
计数操作
统计年龄大于25岁的员工数量。
示例输出：3
查找操作
找到名为“John”的员工并打印其信息。
示例输出：Employee [name=John, age=27]
最大值操作
找出所有员工中的最大年龄。
示例输出：32

排序操作
将员工列表按年龄升序排序，并打印排序后的结果。
示例输出：

1
2
3
Employee [name=Amit, age=22]  
Employee [name=Tom, age=24]  
...（其他员工）

字符串归约
将所有员工的姓名用逗号连接成一个字符串。
示例输出：Tom,John,Jerry,Amit,Amit

分组操作
将员工按姓名分组，并按格式打印结果：

1
2
3
4
5
John:  
[Employee [name=John, age=27]]  
Amit:  
[Employee [name=Amit, age=22], Employee [name=Amit, age=24]]  
...（其他分组）

作答

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
// 在此处编写你的Stream代码（替换以下注释）// 任务1-7的代码需依次编写在此处
System.out.println("--- Task 1: Filter Age > 30, Print Names ---");
employeesList.stream()
        .filter(employee -> employee.getAge() > 30)
        .map(Employee::getName)
        .forEach(System.out::println);
System.out.println("--------------------------------------------------");


System.out.println("\n--- Task 2: Count Age > 25 ---");
long countAgeGreaterThan25 = employeesList.stream()
        .filter(employee -> employee.getAge() > 25)
        .count();
System.out.println(countAgeGreaterThan25);
System.out.println("----------------------------------");


System.out.println("\n--- Task 3: Find John ---");
Optional<Employee> johnOptional = employeesList.stream()
        .filter(employee -> "John".equals(employee.getName()))
        .findFirst();
johnOptional.ifPresent(System.out::println);
System.out.println("--------------------------------------");


System.out.println("\n--- Task 4: Max Age ---");
OptionalInt maxAge = employeesList.stream()
        .mapToInt(Employee::getAge)
        .max();
maxAge.ifPresent(System.out::println);
System.out.println("-------------------------");


System.out.println("\n--- Task 5: Sort By Age ---");
employeesList.stream()
        .sorted(Comparator.comparingInt(Employee::getAge))
        .forEach(System.out::println);
System.out.println("-----------------------------------------");


System.out.println("\n--- Task 6: Join Names with Comma ---");
String joinedNames = employeesList.stream()
        .map(Employee::getName)
        .collect(Collectors.joining(","));
System.out.println(joinedNames);
System.out.println("----------------------------------------------");


System.out.println("\n--- Task 7: Grouping By Name ---");
Map<String, List<Employee>> employeesGroupedByName = employeesList.stream()
        .collect(Collectors.groupingBy(Employee::getName));
employeesGroupedByName.forEach((name, group) -> {
    System.out.println(name + ":");
    System.out.println(group);
});
System.out.println("----------------------------------");

控制台输出

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
/home/fqwqf/.jdks/openjdk-24/bin/java -javaagent:/home/fqwqf/桌面/idea-IC-243.25659.59/lib/idea_rt.jar=34451 -Dfile.encoding=UTF-8 -Dsun.stdout.encoding=UTF-8 -Dsun.stderr.encoding=UTF-8 -classpath /home/fqwqf/桌面/project/WHU_OOP_2025/week10/out/production/week10 StreamOperationOfEmployees
--- Task 1: Filter Age > 30, Print Names ---
Jerry
--------------------------------------------------

--- Task 2: Count Age > 25 ---
2
----------------------------------

--- Task 3: Find John ---
Employee [name=John, age=27]
--------------------------------------

--- Task 4: Max Age ---
32
-------------------------

--- Task 5: Sort By Age ---
Employee [name=Amit, age=22]
Employee [name=Tom, age=24]
Employee [name=Amit, age=24]
Employee [name=John, age=27]
Employee [name=Jerry, age=32]
-----------------------------------------

--- Task 6: Join Names with Comma ---
Tom,John,Jerry,Amit,Amit
----------------------------------------------

--- Task 7: Grouping By Name ---
Tom:
[Employee [name=Tom, age=24]]
Amit:
[Employee [name=Amit, age=22], Employee [name=Amit, age=24]]
John:
[Employee [name=John, age=27]]
Jerry:
[Employee [name=Jerry, age=32]]
----------------------------------

总结

本次作业实践了Java Stream API在处理集合数据时的常用操作。关键点包括：

链式调用: 将多个操作（如 filter, map, sorted）串联起来，代码简洁易读。
中间操作: filter, map, sorted 等，用于转换或筛选流，返回新的流。
终端操作: forEach, count, max, findFirst, collect 等，用于触发计算并产生最终结果或副作用。
Lambda表达式/方法引用: 大量用于定义操作逻辑，体现了函数式编程风格。
Collectors: Collectors.joining 和 Collectors.groupingBy 展示了强大的数据汇总和分组能力。

总的来说，Stream API提供了一种更高效的方式来处理集合，减少了传统的迭代和条件判断样板代码。