一、基礎代碼準備

建立一個實體類，該實體類有五個屬性。下面的代碼使用了lombok的注解Data、AllArgsConstructor，這樣我們就不用寫get、set方法和全參構造函數了。lombok會幫助我們在編譯期生成這些模式化的代碼。

@Data@AllArgsConstructorpublic class Employee { private Integer id; private Integer age; //年齡 private String gender; //性別 private String firstName; private String lastName;}

寫一個測試類，這個測試類的內容也很簡單，新建十個Employee 對象

public class StreamFilterPredicate { public static void main(String[] args){ Employee e1 = new Employee(1,23,"M","Rick","Beethovan"); Employee e2 = new Employee(2,13,"F","Martina","Hengis"); Employee e3 = new Employee(3,43,"M","Ricky","Martin"); Employee e4 = new Employee(4,26,"M","Jon","Lowman"); Employee e5 = new Employee(5,19,"F","Cristine","Maria"); Employee e6 = new Employee(6,15,"M","David","Feezor"); Employee e7 = new Employee(7,68,"F","Melissa","Roy"); Employee e8 = new Employee(8,79,"M","Alex","Gussin"); Employee e9 = new Employee(9,15,"F","Neetu","Singh"); Employee e10 = new Employee(10,45,"M","Naveen","Jain"); List employees = Arrays.asList(e1, e2, e3, e4, e5, e6, e7, e8, e9, e10); List filtered = employees.stream() .filter(e -> e.getAge() > 70 && e.getGender().equals("M")) .collect(Collectors.toList()); System.out.println(filtered); }}

需要注意的是上面的filter傳入了lambda表達式(之前的章節我們已經講過了)，表達過濾年齡大于70并且男性的Employee員工。輸出如下：

[Employee(id=8, age=79, gender=M, firstName=Alex, lastName=Gussin)]

二、什么是謂詞邏輯？

下面要說我們的重點了，通過之前的章節的講解，我們已經知道lambda表達式表達的是一個匿名接口函數的實現。那具體到Stream.filter()中，它表達的是什么呢？看下圖：可以看出它表達的是一個Predicate接口，在英語中這個單詞的意思是：謂詞。

什么是謂詞？(百度百科)

什么是謂詞邏輯？

WHERE 和 AND 限定了主語employee是什么，那么WHERE和AND語句所代表的邏輯就是謂詞邏輯

SELECT *FROM employeeWHERE age > 70AND gender = 'M'

三、謂詞邏輯的復用

通常情況下，filter函數中lambda表達式為一次性使用的謂詞邏輯。如果我們的謂詞邏輯需要被多處、多場景、多代碼中使用，通常將它抽取出來單獨定義到它所限定的主語實體中。 比如：將下面的謂詞邏輯定義在Employee實體class中。

public static Predicate ageGreaterThan70 = x -> x.getAge() >70; public static Predicate genderM = x -> x.getGender().equals("M");

3.1.and語法(并集)

List filtered = employees.stream() .filter(Employee.ageGreaterThan70.and(Employee.genderM)) .collect(Collectors.toList());

輸出如下：

[Employee(id=8, age=79, gender=M, firstName=Alex, lastName=Gussin)]

3.2.or語法(交集)

List filtered = employees.stream() .filter(Employee.ageGreaterThan70.or(Employee.genderM)) .collect(Collectors.toList());

輸出如下：實際上就是年齡大于70的和所有的男性(由于79的那位也是男性，所以就是所有的男性)

[Employee(id=1, age=23, gender=M, firstName=Rick, lastName=Beethovan), Employee(id=3, age=43, gender=M, firstName=Ricky, lastName=Martin), Employee(id=4, age=26, gender=M, firstName=Jon, lastName=Lowman), Employee(id=6, age=15, gender=M, firstName=David, lastName=Feezor), Employee(id=8, age=79, gender=M, firstName=Alex, lastName=Gussin), Employee(id=10, age=45, gender=M, firstName=Naveen, lastName=Jain)]

3.3.negate語法(取反)

List filtered = employees.stream() .filter(Employee.ageGreaterThan70.or(Employee.genderM).negate()) .collect(Collectors.toList());

輸出如下：把上一小節代碼的結果取反，實際上就是所有的女性

[Employee(id=2, age=13, gender=F, firstName=Martina, lastName=Hengis), Employee(id=5, age=19, gender=F,

面試資料可私聊，Java，資料，面試

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的java stream 多个filter_恕我直言你可能真的不会java第3篇：Stream的Filter与谓词逻辑...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。