Java Streams und Lambdas

Vorlesung
Programmieren I und II
Prof. Dr. rer. nat. Nane Kratzke
Praktische Informatik und betriebliche Informationssysteme 1
Unit 5
Rekursive Programmierung und rekursive Datenstrukturen,
Lambda-Ausdrücke und Streams
Java 8

Prof. Dr. rer. nat.
Nane Kratzke
Praktische Informatik und
betriebliche Informationssysteme
• Raum: 17-0.10
• Tel.: 0451 300 5549
• Email: kratzke@fh-luebeck.de
@NaneKratzke
Updates der Handouts auch über Twitter #prog_inf
und #prog_itd

Wo können Sie es nachlesen?
Kapitel 2
Core Methods
2.1 forEach!
2.2 map!
2.3 filter!
2.5 reduce!
2.6 limit/skip!
2.7 distinct!
2.9 allMatch/anyMatch/noneMatch/count!
http://docs.oracle.com/javase/8/docs/api/java/util/stream/Stream.html!

Streams
• Pipeline für Datenströme (bitte nicht mit I/O
Streams aus Unit 4 verwechseln!)
• Streams sind für den Einsatz von Lambdas
konzipiert worden
• Streams ermöglichen keinen wahlfreien
Zugriff, nur auf das erste Element
• Streams sind lazy, sie liefern Elemente
erst, wenn eine Operation auf einem
Element angewendet werden soll
• Streams können unendlich sein. Mittels
Generatorfunktionen können Streams die
permanente Lieferung von Daten
generieren.
• Streams lassen sich gut parallelisieren
(dazu mehr im 2. Semester)

Erzeugen von Streams
Üblicherweise erzeugt man Streams aus Collections mittels der
stream() Methode.
List<String> list = Arrays.asList("Ich", "bin", "ein", "Beispiel");
Stream<String> s1 = list.stream();
Es geht aber auch mit der Stream.of(T...) Methode
Stream<String> s2 = Stream.of("Noch", "ein", "Beispiel");
Oder so ...
Stream<String> s3 = Stream.of("Noch,ein,Beispiel".split(","));

Unendliche Streams (I)
Klingt komisch (Jeder Rechner ist letztlich endlich, wie soll da etwas
unendliches hineinpassen?). Geht aber.
Hier mal ein Beispiel für einen Stream, der unendlich viele ganzzahlige
Zufallswerte zwischen 0 und 1000 erzeugt.
Stream<Integer> rand = Stream.generate(() -> (int)(Math.random() * 1000));
Der Trick ist, dass man in der Programmierung natürlich nicht unendliche
Streams komplett ausliest ;-)
Wir wollen hier nur einmal die ersten 100 davon ausgeben (es werden also 100
angefordert) und mit jeder Anforderung wird dann (lazy) eine Zufallszahl
erzeugt.
rand.limit(100).forEach(r -> {
System.out.println(r);
});
278!
400!
25!
...!

Unendliche Streams (II)
Mittels iterate(T, UnaryOperator<T>) kann man auch Streams
mittels eines Generatorlambdas generieren.
Hier mal ein Beispiel für einen Stream, der unendlich viele ganzzahlige
Zufallswerte von 1 in Dreierschritten erzeugt.
Stream<Integer> incs = Stream.iterate(1, x -> x + 3);
incs.limit(100).forEach(r -> {
System.out.println(r);
});
1!
4!
7!
10!
13!
16!
...!

Wie machen wir aus Streams wieder Collections?
Streams sind gut um Daten zu verarbeiten. Aber irgendwann brauchen
wir die Daten wieder in einem „direkteren“ Zugriff (zumindest in Java).
So können wir bspw. eine Liste mit 10 Zufallszahlen erzeugen.
List<Integer> rs = rand.limit(10)
.collect(Collectors.toList());
System.out.println(rs);
[978, 323, 331, 583, 484, 421, 916, 296, 476, 525]!

Wie machen wir aus Streams einen String?
Insbesondere für Konsolenausgaben ist es hilfreich, einen Stream in
einen String konvertieren zu können.
So lässt sich bspw. eine Liste mit 10 kommaseparierten Zufallszahlen
erzeugen und ausgeben.
String out = rand.limit(10)
.map(i -> "" + i) // Integer -> String
.collect(Collectors.joining(", "));
System.out.println(out);
978, 323, 331, 583, 484, 421, 916, 296, 476, 525!

Wie machen wir aus Streams ein Mapping?
Mappings sind Key-Value Paare. Insbesondere wenn Sie in Streams nach Gruppen von
Elementen suchen, sind Mappings ggf. ein geeignetes „Zwischenformat“ für ihre
Verarbeitung.
Beispielsweise wollen wir in einem Stream von ganzzahligen Zufallswerten [0..1000]
bestimmen, welche Zufallszahlen im Bereich von [0..333[ (Gruppe „small“), welche im
Bereich von [333..666[ (Gruppe „medium“) und welche im Bereich [666..1000] (Gruppe
„big“) liegen.
Map<String, List<Integer>> map = rand.limit(10)
if (r >= 0 && r < 333) return "small";
if (r >= 333 && r < 666) return "medium";
return "big”;
.collect(Collectors.groupingBy(r ->
}));
System.out.println(map);
{small=[73, 178, 234], big=[947, 843, 774, 976], medium=[625, 359, 605]}!

Miniübung:
Bestimmen Sie aus einem Stream von 1.000.000 ganzzahligen Zufallszahlen
zwischen 0 und 100 wie viele Zufallszahlen in den Bereichen
anteilig (bezogen auf alle gezogenen Zufallszahlen) liegen.
Sie sollen etwa folgenden Konsolenoutput erzeugen und nur Lambdas und
Streams nutzen:
[0..19], [20..39], [40..59], [60..79], [80..100]
[80..100]: !19.9497%!
[60..79]: !20.0396%!
[20..39]: !19.9402%!
[40..59]: !20.0571%!
[0..19]: !20.0134%!

Miniübung:
Lösung:
private static int TOTAL = 1000000;
Map<String, List<Integer>> randGroups = rand.limit(TOTAL)
.collect(Collectors.groupingBy(r -> {
if (r < 20) return "[0..19]";
if (r < 40) return "[20..39]";
if (r < 60) return "[40..59]";
if (r < 80) return "[60..79]";
return "[80..100]";
}));
String out = randGroups.entrySet().stream().map(e ->
e.getKey() + ": t" +
((double)e.getValue().size() / TOTAL * 100) + "%”
).collect(Collectors.joining("n"));
System.out.println(out);

Lambda Funktionen (I)
Uns ist in den letzten Beispielen eine -> Notation über den Weg gelaufen.
Diese Notation definiert eine anonyme Funktion (oder auch Ad
hoc Funktion, Lambda Ausdruck).
Wir hätten für i -> ““ + i auch folgendes schreiben können
und (wenn Java konsequent wäre) folgendes schreiben können.
Hinweis: Aber dann hätten
wir uns einen Namen
ausdenken müssen, der
nur an einer Stelle genutzt
wird und außerdem
Typparamenter
rumschleppen müssen.
.map(i -> "" + i) // Integer -> String
String int2String(int i) {
return ““ + i;
}
.map(int2String) // Integer -> String
Hinweis: Leider ist Java
nicht konsequent und die
Notation geht aus Gründen
der Abwärts-kompatibilität
nicht. Andere Sprachen
können so etwas.

Lambda Funktionen (II)
Um Lambda-Ausdrücke zu formulieren, gehen wir wie folgt vor.
(Typ1 n1, Typ2 n2, Typ3 n3, ...) -> { anweisungen; }
Hinweis: Allgemeinste
und verboseste Form.
Üblicherweise werden
vereinfachte Formen
genutzt (siehe unten).
(int x, int y) -> { return x * y; }
Hinweis: Typinferenz
bedeutet, dass der
Datentyp aus der
Verwendung des Lambda-
Ausdrucks abgeleitet
werden kann.
Beispiel: Lambda-Ausdruck zum Multiplizieren.
Auf Typen kann aber dank Typinferenz verzichtet werden.
(x, y) -> { return x * y; }
Besteht die rechte Seite nur aus einer Anweisung kann auf die
Klammer verzichtet werden.
Ferner kann auf return verzichtet werden, wenn der
Anweisungsblock nur dazu dient einen Ausdruck auszuwerten.
(x, y) -> x * y
Hinweis: Aufgrund dieser
kompakten Notation, ist
dies die präferierte Form
wie Lambda-Ausdrücke
genutzt werden.

Lambda Funktionen (III)
Hat ein Lambda-Ausdruck nur einen Parameter, so kann auch
noch die Klammer um die Parameter auf der linken Seite
weggelassen werden.
x -> x * x Hinweis: Einfacher geht
es jetzt aber wirklich nicht
mehr ;-)
Hat ein Lambda-Ausdruck keinen Parameter, so kann dies wie
folgt notiert werden.
() -> System.out.println(“Hello World“)
() -> 10

Funktionen an Funktionen übergeben
Was soll das alles?
Mit Java 8 können sie nun auch (über den Umweg neuer
Funktionstypen) Funktionen (also ausführbare Logik!) als
Parameter für Methoden definieren.
Oder anders gesagt:
Man kann einer Methode eine „Methode“ übergeben.
Klingt komisch, klingt innovativ, ist es aber nicht.
Nur Java konnte das jahrelang nicht!

Funktionen an Funktionen übergeben
Die Stream-Klasse definiert eine Reihe von
Methoden, die Lambda-Funktionen (also Code!)
als Parameter erwarten.
Es gibt dabei unterschiedliche Arten von
Funktionen, hier eine Auswahl, die mit Java 8
definiert worden sind.
Name Beschreibung
Predicate<T>! Prüft einen Parameter des Typs T auf eine Eigenschaftserfüllung
(liefert Boolean)
Function<T, R>! Funktionen die Parameter des Typs T auf Ergebnisse des Typs R
abbildet. Bspw. Länge einer Zeichenkette T == String, R == Integer
UnaryOperator<T>! Ein Operator der Parameter des Typs T in Ergebnisse desselben Typs
umrechnet. Bspw. Kann die Fakultät als unärer Operator angesehen
werden. 3! = 6 (int -> int)
BinaryOperator<T>! Ein Operator der zwei Parameter des Typs T in Ergebisse desselben
Typs umrechnet. Bspw. +. 4 + 3 = 7 (int, int) -> int
BiFunction<T, U, R>! Funktionen die zwei Parameter des Typs T und U auf Ergebnisse des
Typs R abbilden. Bspw. Funktion zum Suchen der Häufigkeit eines
Zeichens in einer Zeichenkette (String, Character) -> Integer

Miniübung:
Definieren sie eine Lambda-Funktionen und weisen sie diese einem geeigneten
Funktionstyp zu.
Prüfen ob eine ganzzahlige Zahl gerade ist.
Predicate<Integer> even =
= x -> x % 2 == 0;
Bestimmen der Länge einer Zeichenkette.
Function<String, Integer> length = s -> s.length();
Quadrieren einer Fließkommazahl.
UnaryOperator<Double> sqr = v -> v * v;
Bestimmung des Divisionsrests (Modulo) zweier ganzzahliger Zahlen.
BinaryOperator<Integer> modulo = (a, b) -> a % b;

Miniübung:
(c, s) -> s.chars().filter(x -> x == (int)c).count();
Bestimmung der Anzahl eines Zeichens in einer Zeichenkette.
BiFunction<Character, String, Long> count =

Stream::forEach()!
Streams bieten nun eine Reihe von Methoden an, die solche
Funktionstypen als Parameter nutzen.
Möchte man bspw. einen Stream einfach Element für Element
durchgehen und für jedes Element Anweisungen ausführen, so geht
dies mittels forEach()
Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 0);
Consumer<Integer> print = i -> System.out.println("- " + i);
stream.forEach(print);
Oder auch kürzer:
- 1!
- 2!
- 3!
- 4!
- 5!
- 6!
- 7!
- 8!
- 9!
- 0!
stream.forEach(i -> System.out.println("- " + i));

Stream::map()!
Möchte man in einem Stream auf jedem Element eine Funktion ausführen, so
geht dies mittels map().
Hinweis:
Die Langformen
werden hier nur
angegeben, um
den
Funktionstyp
explizit zu
machen.
Hinweis:
Die kürzeren
Formen sind
gebräuchlicher
und auch
flexibler
einsetzbar.
Function<Integer, String> toString = i -> "'" + i + "'";
Stream<String> is = stream.map(toString);
System.out.println(is.collect(Collectors.toList());
['1', '2', '3', '4', '5', '6', '7', '8', '9', '0']!
Oder auch in dieser Form:
Stream<String> is = stream.map(i -> "'" + i + "'");

Stream::sorted()!
Möchte man einen Stream sortieren, so geht dies mittels sorted().
Stream<String> strings =
Comparator<String> byLength = (s1, s2) -> s1.length() - s2.length();
Stream.of("Dies", "ist", "ein", "Beispiel");
Stream<String> sorted = strings.sorted(byLength);
sorted.forEach(s -> System.out.println(s));
ist!
ein!
Dies!
Beispiel!
Hinweis:
Ein Comparator vergleicht zwei Werte w1 und w2.
Liefert der Comparator für w1, w2 etwas kleiner als Null so steht w1 vor w2 in der Ordnung (ist
kleiner).
Liefert der Comparator für w1, w2 etwas größer als Null so steht w1 hinter w2 in der Ordnung
(ist größer).
Liefert der Comparator für w1, w2 Null so steht w1 und w2 in derselben Ordnung (ist gleich).
Mittels sorted können Sie also eine beliebige Ordnung definieren (vgl. Informatik I) und
anhand dieser sortieren.

Stream::filter()!
Möchte man in einem Stream Elemente herausfiltern, die einer Bedingung
genügen (z.B. nur ungerade Werte), geht dies mittels filter().
Hinweis:
Die Langformen
werden hier nur
angegeben, um
den
Funktionstyp
explizit zu
machen.
Predicate<Integer> odd = i -> i % 2 != 0;
Stream<Integer> is = stream.filter(odd);
Stream<Integer> is = stream.map(i -> i % 2 != 0);
System.out.println(is.collect(Collectors.toList()));
[1, 3, 5, 7, 9]!
Hinweis:
Die kürzeren
Formen sind
gebräuchlicher
und auch
flexibler
einsetzbar.

Stream::limit()!
Möchte man in einem Stream nur die ersten n Elemente verarbeiten,
so geht dies mittels limit().
Stream<Integer> is = stream.limit(4);
[1, 2, 3, 4]!
Hinweis:
Ist n größer als Elemente in dem Stream m
vorhanden sind, wird ein Stream der Länge m < n
zurückgeliefert.

Stream::skip()!
Möchte man in einem Stream die ersten n Elemente nicht verarbeiten,
so geht dies mittels skip().
Stream<Integer> is = stream.skip(4);
[5, 6, 7, 8, 9, 0]!
Hinweis:
Ist n größer als Elemente in dem Stream m
vorhanden sind, wird ein leerer Stream
zurückgeliefert.

Stream::distinct()!
Möchte man in einem Stream nur unterschiedliche Elemente
verarbeiten, so geht dies mittels distinct().
Stream<Integer> is = stream.distinct();
[1, 2, 3, 4, 5]!
Hinweis:
Hierbei wird die Wertegleichtheit herangezogen, nicht die
Referenzgleichheit. D.h. die Elemente innerhalb des Streams werden
mittels equals() und nicht mittels == verglichen!

Miniübung:
Bestimmen Sie wie viele gleiche Zufallszahlen in folgendem Stream im Bereich
der Zufallszahlen 100 bis 199 (jeweils inklusive) gezogen wurden.
S tream<Integer> rands = Stream.generate(() -> (int)(Math.random() * 100));
List<Integer> differents =
rands.skip(100).limit(100).distinct().collect(Collectors.toList());
int equals = 100 - differents.size();

Miniübung:
Übersetzen sie diese in einen Lambdaausdruck mit demselben Verhalten.
Hinweis:
Der limit() Ausdruck ist erforderlich, da wir es mit unendlich großen Streams zu tun haben. Und
filter() liest unendlich aus dem Stream aus (das meiste wird zwar verworfen, aber es wird
gelesen, gelesen, gelesen, ...). Zusätzlich geschieht irgendwann noch ein Integerüberlauf, so dass auf
einmal negative Zahlen ausgegeben werden, da diese <= 100 sind).
Gegeben sei folgende for-Schleife.
for(int i = 10; i <= 100; i += 3) {
System.out.println(i);
}
Stream.iterate(10, i -> i + 3).limit(100).filter(i -> i <= 100).forEach(i -> {
System.out.println(i);
});

Stream::reduce()!
Möchte man alle Werte in einem Stream auf
einen Wert „zusammenrechnen“ so geht dies
mittels reduce().
reduce(id, op) hat dabei zwei Parameter.
1. Der initiale Wert id mit dem die Reduktion
begonnen wird (das neutrale Element id der
Reduktionsoperation op, d.h. x op id == x)
2. Die Reduktionsoperation op, diese muss
assoziativ sein (d.h. (x op y) op z == x op (y op
z))
1 2 3 4 5
op sei die Addition, d.h. +
id für + ist 0
0 +
1 + 2 3 4 5
3 + 3 4 5
6 + 4 5
10 + 5
15

Stream::reduce()!
Da die Reduktionsoperation assoziativ ist, kann
das ganze auch in einer beliebig anderen
Reihenfolge (und auch parallel) erfolgen.
1 2 3 4 5
3 3 9
3 12
Hinweis:
Initiale Operation mit
neutralem Element
aus Gründen der
Anschaulichkeit
weggelassen!
Hinweis:
Das geht natürlich
auch in einer
beliebigen anderen
Reduktionsabfolge,
vorausgesetzt die
Reduktionsoperation
ist assoziativ!
15

Stream::reduce()!
Möchte man alle Werte in einem Stream auf einen Wert „zusammenrechnen“
so geht dies mittels reduce().
Hinweis:
Die Langformen
werden hier nur
angegeben, um
den
Funktionstyp
explizit zu
machen.
BinaryOperator<Integer> plus = (x, y) -> x + y;
int sum = stream.reduce(0, plus);
System.out.println(sum);
45!
int sum = stream.reduce((x, y) -> x + y);
System.out.println(sum);
Hinweis:
Die kürzeren
Formen sind
gebräuchlicher
und auch
flexibler
einsetzbar.

Miniübung:
Stream<String> strings = Stream.of(“Hello”, “functional”, “crazy”, “World”);
Verknüpfen sie diesen Stream (und beliebige andere) zu einer Zeichenkette in
der jedes Element durch ein Leerzeichen getrennt ist. Nutzen sie ausschließlich
die reduce() Methode.
strings.reduce("", (s1, s2) -> s1 + (s1 == "" ? "" : " ") + s2)
“Hello functional crazy World“!
Gegeben ist folgender Stream von Zeichenketten.

Miniübung:
Stream<Integer> rands = Stream.generate(() -> (int)(Math.random() * 1000));
Bestimmen sie aus den ersten 100 Einträgen des Streams das Maximum.
Nutzen sie zur Reduktion nur die reduce() Funktion.
Gegeben ist folgender Stream von Integerwerten.
rands.limit(100).reduce(0, (x, y) -> x <= y ? y : x)

Miniübung:
Stream<Integer> rands = Stream.generate(() -> Math.random(1000));
[877, 567, 678, 400, 300, 177, 999, 675, 444, 666]
BinaryOperator<String> concat = (s1, s2) -> s1 + (s1 == "" ? "" : ", ") + s2;
System.out.println("[" + rands2.limit(10).map(x -> x + "").reduce("", concat) + "]");
Gegeben ist folgender Stream von Integerwerten.
Geben sie die ersten 10 Einträge in folgender Form
als Zeichenkette aus.
Nutzen sie zur Reduktion nur die reduce() Funktion.

Stream::count()!
Möchte man in einem Stream die Anzahl vorhandener Elemente
bestimmen, so geht dies mittels count().
long quantity = stream.count();
System.out.println(quantity);
10!
Hinweis:
Achtung der Rückgabetype von count() ist long. D.h. es wird von der
Möglichkeit seeeeeehr langer Streams ausgegangen ;-)
Die Länge eines unendlich langen Streams, dauert unendlich lange zu
berechnen (irgendwie logisch). Unten stehende Zeile wird also nie terminieren ...
long nr = Stream.iterate(1, x -> x + 1).count(); // terminiert nie!

Stream::all/any/noneMatch()!
Möchte man in einem Stream alle
Elemente gegen eine Bedingung prüfen,
so geht dies mit den Methoden
1. boolean
allMatch(Predicate<T>) alle
Elemente genügen einer Bedingung
2. boolean
anyMatch(Predicate<T>)
mindestens ein Element genügt einer
Bedingung
3. boolean
noneMatch(Predicate<T>) kein
Element genügt einer Bedingung

Stream::all/any/noneMatch()!
Gegeben sei folgende Liste und folgende Prädikate:
List<Integer> is = Arrays.asList(1, 2, 3, 4, 5);
Predicate<Integer> even = i -> i % 2 == 0;
Predicate<Integer> isZero = i -> i == 0;
Geben Sie bitte an, welche Ausdrücke zu false und welche zu true
ausgewertet werden.
is.stream().allMatch(even)
is.stream().anyMatch(even)
is.stream().noneMatch(even)
// false
// true
// false
is.stream().allMatch(isZero)
is.stream().anyMatch(isZero)
is.stream().noneMatch(isZero)
// false
// false
// true

Miniübung:
Gegeben sei folgende (klassische) Methode zur Erzeugung von Primzahlen bis n.
public static List<Integer> erathostenes(int n) {
if (!deleted[i]) prims.add(i);
for (int j = i * i; j <= n; j += i) deleted[j] = true;
boolean[] deleted = new boolean[n + 1];
List<Integer> prims = new LinkedList<>();
for (int i = 2; i < Math.sqrt(n); i++) {
}
for (int i = (int)Math.sqrt(n) + 1; i <= n; i++)
if (!deleted[i]) prims.add(i);
return prims;
}

Miniübung:
Für kryptografische Anwendung benötigen sie eine einfache Methode Primzahlen zu
erzeugen. Sie stoßen bei Wikipedia
https://de.wikipedia.org/wiki/Primzahlgenerator!
auf die folgenden Funktionen, die auf Euler zurück gehen sollen (Euler gilt im
Allgemeinen ja als verlässliche Quelle), die beide jeweils nur Primzahlen erzeugen sollen.
Euler 1
Euler 2
p1(n) = n2 + n +17
p2 (n) = n2 − n + 41

Miniübung:
Sie können die Methode List<Integer> erathosthenes(int) als korrekt annehmen.
Prüfen Sie Euler 1 und Euler 2 für die ersten 20 generierten Primzahlen auf Korrektheit.
Geben Sie im Falle fehlerhafter Primzahlen falsch generierte Primzahlen für Euler 1 und Euler 2 aus.
Function<Integer, Integer> euler1 = n -> n * n + n + 17;
Function<Integer, Integer> euler2 = n -> n * n - n + 41;
Predicate<Integer> isPrim = n -> erathosthenes(1000000).contains(n);
Was passiert, wenn Sie Euler 2 für die ersten 100 generierten Primzahlen prüfen?
boolean euler1Correct =
Stream.iterate(1, i -> i + 1).limit(20).map(euler1).allMatch(isPrim);
Stream.iterate(1, i -> i + 1).limit(20).map(euler1)
.filter(e -> !isPrim.test(e)) // fuer Euler 2 analog
.forEach(p -> {
System.out.println(p);
});

Und nun HTML mit Lambdas erzeugen zu sein wird
Um zu prüfen, ob verstanden Du hast ...

Miniübung:
Gegeben sind Strings folgenden Formats:
String students = "Mustermann, Max" + 'n' +
"Musterfrau, Maren" + 'n' +
"Hilflos, Holger" + 'n' +
"Loniki, Tessa";
<table>
<tr><th>Vorname</th><th>Nachname</th></tr>
<tr><td>Max</td><td>Mustermann</td></tr>
<tr><td>Maren</td><td>Musterfrau</td></tr>
<tr><td>Holger</td><td>Hilflos</td></tr>
<tr><td>Tessa</td><td>Loniki</td></tr>
</table>
Wandeln Sie Strings in
HTML Zeichenketten, so
dass sie in einem HTML
Browser als Tabelle
dargestellt würden.
Nutzen sie
ausschließlich
Lambdas, um dies zu
realisieren.

Miniübung:
Lösung:
String students = "Mustermann, Max" + 'n' +
"Musterfrau, Maren" + 'n' +
"Hilflos, Holger" + 'n' +
"Loniki, Tessa";
UnaryOperator<String> td = e -> "<td>" + e + "</td>";
Function<Stream<String>, String> row =
r -> "<tr>" + r.map(td).collect(Collectors.joining()) + "</tr>";
String table = "<table>n" +
Stream.of(students.split("n")).map(line -> {
String[] names = line.split(", *");
return Stream.of(names[1], names[0]);
}).map(row).collect(Collectors.joining("n")) +
"n</table>";
System.out.println(table);

Java Streams und Lambdas

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt? (20)

Andere mochten auch (20)

Ähnlich wie Java Streams und Lambdas (20)

Mehr von Nane Kratzke (20)

Java Streams und Lambdas