Java 8 Stream实用篇，玩转集合的筛选、归约、分组、聚合

比眉伴天荒 2023-09-30 21:06 5阅读 0赞

## Java 8 Stream实用篇，玩转集合的筛选、归约、分组、聚合 ##

![image][]

### 什么是Stream？ ###

Stream将要处理的元素集合看作一种流，在流的过程中，借助Stream API对流中的元素进行操作，比如：筛选、排序、聚合等。

#### Stream可以由数组或集合创建，对流的操作分为两种： ####

1.  **中间操作**，每次返回一个新的流，可以有多个。
2.  **终端操作**，每个流只能进行一次终端操作，终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。

#### 另外，Stream有几个特性： ####

1.  **stream不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。**
2.  **stream不会改变数据源，通常情况下会产生一个新的集合或一个值。**
3.  **stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。**

### 下面开始我们的Stream ###

**数据封装类：**

package com.xie.stream;
    
    import lombok.AllArgsConstructor;
    import lombok.Data;
    import lombok.NoArgsConstructor;
    
    import java.util.ArrayList;
    import java.util.List;
    
    /**
     * @Description
     * @Date 2022-04-22 10:00
     * @Author xie
     */
    @Data
    @NoArgsConstructor
    @AllArgsConstructor
    public class Person {
        
    
        private String name; // 姓名
        private int salary; // 薪资
        private int age; // 年龄
        private String sex; //性别
        private String area; // 地区
    
        public static List<Person> generatorPersons() {
        
            List<Person> personList = new ArrayList<Person>();
            personList.add(new Person("Tom", 8900, 20, "male", "New York"));
            personList.add(new Person("Jack", 7000, 30, "male", "Washington"));
            personList.add(new Person("Lily", 7800, 25, "female", "Washington"));
            personList.add(new Person("Anni", 8200, 40, "female", "New York"));
            personList.add(new Person("Owen", 9500, 18, "male", "New York"));
            personList.add(new Person("Alisa", 7900, 68, "female", "New York"));
            return personList;
        }
    }

### 1. 通过 java.util.Collection.stream() 方法用集合创建流 ###

/**
     * 1. 通过 java.util.Collection.stream() 方法用集合创建流
     */
    @Test
    public void test1() {
        
        List<String> stringList = Arrays.asList("a", "b", "c");
    
        // 创建一个顺序流
        Stream<String> stringStream = stringList.stream();
    
        // 创建一个并行流
        Stream<String> parallelStream = stringList.parallelStream();
    }

### 2. 使用java.util.Arrays.stream(T\[\] array)方法用数组创建流 ###

/**
     * 2. 使用java.util.Arrays.stream(T[] array)方法用数组创建流
     */
    @Test
    public void test2() {
        
        int[] intArray = {
        1, 3, 5, 6, 8};
        IntStream intStream = Arrays.stream(intArray);
    }

### 3. 使用Stream的静态方法：of()、iterate()、generate() ###

/**
     * 3. 使用Stream的静态方法：of()、iterate()、generate()
     */
    @Test
    public void test3() {
        
        int[] intArray = {
        1, 3, 5, 6, 8};
        Stream<int[]> stream = Stream.of(intArray);
    
        // ------of 生成流
        Stream<Integer> integerStream = Stream.of(1, 3, 5, 6, 8);
    
        //-----------------------------------------------------------------------------------
    
        // ------iterate 循环生成流
        Stream<Integer> iterateStream = Stream.iterate(0, integer -> integer + 3).limit(4);
        iterateStream.forEach(System.out::println);
    
        //-----------------------------------------------------------------------------------
    
        // ------generate 生产对象生成流
        Stream<Double> generateStream = Stream.generate(Math::random).limit(3);
        generateStream.forEach(System.out::println);
    
    }

> 输出结果：  
> 0  
> 3  
> 6  
> 9  
> 0.3795058375911119  
> 0.5861217374662204  
> 0.9820936418960214

**stream和parallelStream的简单区分：**  
stream是顺序流，由主线程按顺序对流执行操作，  
而parallelStream是并行流，内部以多线程并行执行的方式对流进行操作，但前提是流中的数据处理没有顺序要求。例如筛选集合中的奇数，两者的处理不同之处：  
![image][image 1]  
如果流中的数据量足够大，并行流可以加快处速度。除了直接创建并行流，还可以通过parallel()把顺序流转换成并行流：

Optional<Integer> findFirst = list.stream().parallel().filter(x->x>6).findFirst();

### 4. 遍历/匹配（foreach/find/match） ###

Stream也是支持类似集合的遍历和匹配元素的，只是Stream中的元素是以Optional类型存在的。Stream的遍历、匹配非常简单。  
![image][image 2]

/**
     * 4. 遍历/匹配（foreach/find/match）
     */
    @Test
    public void test4() {
        
    
        List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);
    
        // 遍历输出符合条件的元素
        list.stream().filter(x -> x > 6).forEach(System.out::println);
    
        //-----------------------------------------------------------------------------------
    
        // 匹配第一个
        Optional<Integer> optionalFirst = list.stream().filter(x -> x > 6).findFirst();
        optionalFirst.ifPresent(x -> System.out.println("查询匹配到的第一个值：" + x));
    
        //-----------------------------------------------------------------------------------
    
        // 匹配任意（适用于并行流）
        Optional<Integer> optionalAny = list.parallelStream().filter(x -> x > 6).findAny();
        optionalAny.ifPresent(x -> System.out.println("查询匹配到的任意一个值：" + x));
    
        //-----------------------------------------------------------------------------------
    
        // 是否包含符合特定条件的元素
        boolean anyMatch = list.parallelStream().anyMatch(x -> x > 6);
        System.out.println("是否存在大于6的数值：" + anyMatch);
    }

### 5. 筛选（filter） ###

筛选，是按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作。  
![image][image 3]

/**
     * 5. 筛选（filter）
     */
    @Test
    public void test5() {
        
        List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9);
    
        // 筛选出Integer集合中大于7的元素，并打印出来
        list.stream().filter(x -> x > 7).forEach(System.out::println);
    
        //-----------------------------------------------------------------------------------
    
        // 筛选员工中工资高于8000的人，并形成新的集合。 形成新集合依赖collect（收集）
        List<Person> personList = Person.generatorPersons();
        List<String> filterName =
        personList.stream()
        .filter(person -> person.getSalary() > 8000)
        .map(person -> person.getName())
        .collect(Collectors.toList());
        System.out.println(filterName);
    }

### 6. 聚合（max/min/count) ###

max、min、count这些字眼你一定不陌生，没错，在mysql中我们常用它们进行数据统计。  
Java stream中也引入了这些概念和用法，极大地方便了我们对集合、数组的数据统计工作。  
![image][image 4]

/**
     * 6. 聚合（max/min/count)
     */
    @Test
    public void test6() {
        
    
        // 获取String集合中最长的元素。
        List<String> stringList = Arrays.asList("adnm", "admmt", "pot", "xbangd", "weoujgsd");
        Optional<String> optionalStrMax = stringList.stream().max(Comparator.comparing(String::length));
        optionalStrMax.ifPresent(s -> System.out.println("最长的字符串：" + s));
    
        //-----------------------------------------------------------------------------------
    
        // 获取Integer集合中的最大值。
        List<Integer> integerList = Arrays.asList(7, 6, 9, 4, 11, 6);
        // 自然排序
        Optional<Integer> optionalIntMax = integerList.stream().max(Integer::compareTo);
        optionalIntMax.ifPresent(x -> System.out.println("集合最大值是：" + x));
        // 自定义排序
        Optional<Integer> optionalIntMax1 = integerList.stream().max(Comparator.naturalOrder());
        optionalIntMax1.ifPresent(x -> System.out.println("集合最大值是1：" + x));
    
        //-----------------------------------------------------------------------------------
    
        // 获取员工工资最高的人。
        List<Person> personList = Person.generatorPersons();
        Optional<Person> optionalSalaryMax = personList.stream().max(Comparator.comparingInt(Person::getSalary));
        optionalSalaryMax.ifPresent(p -> System.out.println("工资最高的人：" + p.getName() + " 工资：" + p.getSalary()));
    
        //-----------------------------------------------------------------------------------
    
        // 计算Integer集合中大于6的元素的个数。
        long count = integerList.stream().filter(x -> x > 6).count();
        System.out.println("list中大于6的元素个数：" + count);
    
    }

### 7. 映射(map/flatMap) ###

映射，可以将一个流的元素按照一定的映射规则映射到另一个流中。分为map和flatMap：

*  map：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
 *  flatMap：接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。  
    ![image][image 5]

![image][image 6]

/**
     * 7. 映射(map/flatMap)
     */
    @Test
    public void test7() {
        
    
        // 英文字符串数组的元素全部改为大写。
        String[] strArr = {
         "abcd", "bcdd", "defde", "fTr" };
        List<String> stringList = Arrays.stream(strArr).map(s -> s.toUpperCase()).collect(Collectors.toList());
        System.out.println("每个元素大写：" + stringList);
    
        //-----------------------------------------------------------------------------------
    
        // 整数数组每个元素+3。
        List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);
        List<Integer> integerList = intList.stream().map(x -> x + 3).collect(Collectors.toList());
        System.out.println("每个元素+3：" + integerList);
    
    
        //-----------------------------------------------------------------------------------
    
        List<Person> personList = Person.generatorPersons();
        // 将员工的薪资全部增加1000。
        // 不改变原来员工集合的方式
        List<Person> personListNew =
                personList.stream()
                            .map(person -> {
        
                                    Person personNew = new Person(person.getName(), 0, 0, null, null);
                                    personNew.setSalary(person.getSalary() + 1000);
                                    return personNew;
                                })
                            .collect(Collectors.toList());
        System.out.println("一次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());
        System.out.println("一次改动后：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());
    
        // 改变原来员工集合的方式（这样会改变原来集合的值）
        List<Person> personListNew2  =
                personList.stream()
                            .map(person -> {
        
                                    person.setSalary(person.getSalary() + 1000);
                                    return person;
                                })
                            .collect(Collectors.toList());
    
        System.out.println("二次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());
        System.out.println("二次改动后：" + personListNew2.get(0).getName() + "-->" + personListNew.get(0).getSalary());
    
        //-----------------------------------------------------------------------------------
    
        // 将两个字符数组合并成一个新的字符数组。
        List<String> list = Arrays.asList("m,k,l,a", "1,3,5,7");
        List<String> listNew = list.stream().flatMap(s -> Arrays.stream(s.split(","))).collect(Collectors.toList());
        System.out.println("处理前的集合：" + list);
        System.out.println("处理后的集合：" + listNew);
    
        }

### 8. 归约(reduce) ###

归约，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。  
![image][image 7]

/**
     * 8. 归约(reduce)
     */
    @Test
    public void test8() {
        
        // 求Integer集合的元素之和、乘积和最大值。
        List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4);
        // 求和方式1
        Optional<Integer> optionalSum1 = list.stream().reduce((x, y) -> x + y);
        // 求和方式2
        Optional<Integer> optionalSum2 = list.stream().reduce(Integer::sum);
        // 求和方式3
        Integer sum3 = list.stream().reduce(0, Integer::sum);
        System.out.println("list求和：" + optionalSum1.get() + "," + optionalSum2.get() + "," + sum3);
    
        //-----------------------------------------------------------------------------------
    
        // 求乘积
        Optional<Integer> optionalProduct = list.stream().reduce((x, y) -> x * y);
        System.out.println("list求积：" + optionalProduct.get());
    
        //-----------------------------------------------------------------------------------
    
        // 求最大值方式1
        Optional<Integer> optionalMax1 = list.stream().reduce((x, y) -> x > y ? x : y);
        // 求最大值方式2
        Integer max2 = list.stream().reduce(0, Integer::max);
        System.out.println("list最大值：" + optionalMax1.get() + "," + max2);
    
        //-----------------------------------------------------------------------------------
    
        // 求所有员工的工资之和和最高工资。
        List<Person> personList = Person.generatorPersons();
        // 求工资之和方式1：
        Optional<Integer> optionalSum = 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(), (max, max1) -> max > max1 ? max1 : max1);
    
        System.out.println("工资之和：" + optionalSum.get() + "," + sumSalary2 + "," + sumSalary3);
        System.out.println("最高工资：" + maxSalary + "," + maxSalary2);
    }

### 9. 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。

/**
     * 9. 收集(collect)
     */
    @Test
    public void test9() {
        
        List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4);
        List<Integer> integerList = list.stream().map(x -> x + 3).collect(Collectors.toList());
        System.out.println(integerList);
    }

### 10. 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。

/**
     * 10. 归集(toList/toSet/toMap)
     */
    @Test
    public void test10() {
        
        List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
        List<Integer> toList = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
        Set<Integer> toSet = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
    
        System.out.println("toList:" + toList);
        System.out.println("toSet:" + toSet);
    
        //-----------------------------------------------------------------------------------
    
        List<Person> personList = Person.generatorPersons();
        Map<String, Integer> map = personList.stream().collect(Collectors.toMap(Person::getName, Person::getSalary));
        System.out.println(map);
        map.entrySet().stream().forEach(entry -> System.out.println(entry.getKey() + ":" + entry.getValue()));
    }

### 11. 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

/**
     * 11. 统计(count/averaging)
     */
    @Test
    public void test11() {
        
        // 统计员工人数、平均工资、工资总额、最高工资。
        List<Person> personList = Person.generatorPersons();
        // 求总数
        int size = personList.size();
        long size1 = personList.stream().count();
        long size2 = personList.stream().collect(Collectors.counting());
        System.out.println("总数：" + size + " ,"  + size1 + " ," + size2);
    
        //-----------------------------------------------------------------------------------
    
        // 求平均工资
        Double averag = personList.stream().map(Person::getSalary).collect(Collectors.averagingDouble(d -> d));
        Double averag1 = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
        System.out.println("平均工资：" + averag + " ,"  + averag1);
    
        //-----------------------------------------------------------------------------------
    
        // 求最高工资
        Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary));
        Optional<Integer> max1 = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
        System.out.println("最高工资：" + max.get().getSalary() + " ,"  + max1.get());
    
        //-----------------------------------------------------------------------------------
    
        // 求工资之和
        Optional<Integer> sum = personList.stream().map(Person::getSalary).reduce(Integer::sum);
        Integer sum1 = personList.stream().collect(Collectors.summingInt(Person::getSalary));
        System.out.println("工资之和：" + sum.get() + " ,"  + sum1);
    
        //-----------------------------------------------------------------------------------
    
        // 一次性统计所有信息
        DoubleSummaryStatistics summaryStatistics = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
        System.out.println(summaryStatistics);
    }

### 12. 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。  
    ![image][image 8]

/**
     * 12. 分组(partitioningBy/groupingBy)
     */
    @Test
    public void test12() {
        
        // 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
        List<Person> personList = Person.generatorPersons();
    
        // 将员工按薪资是否高于8000分组
        Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));
        System.out.println("员工按薪资是否高于8000分组：" + part);
    
        //-----------------------------------------------------------------------------------
    
        // 将员工按性别分组
        Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
        System.out.println("员工按性别分组：" + group);
    
        //-----------------------------------------------------------------------------------
    
        // 将员工先按性别分组，再按地区分组
        Map<String, Map<String, List<Person>>> group1 =
        personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));
        System.out.println("员工先按性别分组，再按地区分组：" + group1);
    }

### 13. 接合(joining) ###

joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。

/**
     * 13. 接合(joining)
     */
    @Test
    public void test13() {
        
        List<Person> personList = Person.generatorPersons();
        String join = personList.stream().map(Person::getName).collect(Collectors.joining(","));
        System.out.println("所有员工的姓名：" + join);
    
        //-----------------------------------------------------------------------------------
    
        List<String> list = Arrays.asList("A", "B", "C");
        String string = list.stream().collect(Collectors.joining("-"));
        System.out.println("拼接后的字符串：" + string);
    
    }

### 14. 归约(reducing) ###

Collectors类提供的reducing方法，相比于stream本身的reduce方法，增加了对自定义归约的支持。

/**
     * 14. 归约(reducing)
     */
    @Test
    public void test14() {
        
        List<Person> personList = Person.generatorPersons();
        // 每个员工减去起征点后的薪资之和（这个例子并不严谨，但一时没想到好的例子）
        Integer reducing = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000)));
        System.out.println("员工扣税薪资总和：" + reducing);
    
        //-----------------------------------------------------------------------------------
    
        // stream的reduce
        Integer reducing1 = personList.stream().map(Person::getSalary).reduce(0, (x, y) -> x + y - 5000);
        System.out.println("员工扣税薪资总和：" + reducing1);
    }

### 15. 排序(sorted) ###

sorted，中间操作。有两种排序：

*  sorted()：自然排序，流中元素需实现Comparable接口
 *  sorted(Comparator com)：Comparator排序器自定义排序

/**
     * 15. 排序(sorted)
     */
    @Test
    public void test15() {
        
        // 将员工按工资由高到低（工资一样则按年龄由大到小）排序
        List<Person> personList = Person.generatorPersons();
    
        //-----------------------------------------------------------------------------------
    
        // 按工资升序排序（自然排序）
        List<Person> personList1 = personList.stream().sorted(Comparator.comparing(Person::getSalary)).collect(Collectors.toList());
        System.out.println("按工资升序排序：" + personList1);
    
        //-----------------------------------------------------------------------------------
    
        // 按工资倒序排序
        List<Person> personList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()).collect(Collectors.toList());
        System.out.println("按工资降序排序：" + personList2);
    
        //-----------------------------------------------------------------------------------
    
        // 先按工资再按年龄升序排序
        List<String> list = personList.stream()
                                        .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge))
                                        .map(Person::getName)
                                        .collect(Collectors.toList());
        System.out.println("先按工资再按年龄升序排序：" + list);
    
        //-----------------------------------------------------------------------------------
    
        // 先按工资再按年龄自定义排序（降序）
        List<String> list1 =
                    personList.stream()
                            .sorted((o1, o2) -> {
        
                                        if (o1.getSalary() == o2.getSalary()) {
        
                                            return o2.getAge() - o1.getAge();
                                        } else {
        
                                            return o2.getSalary() - o1.getSalary();
                                        }
                                    })
                            .map(Person::getName)
                            .collect(Collectors.toList());
        System.out.println("先按工资再按年龄自定义降序排序：" + list1);
    }

### 16. 提取/组合 ###

流也可以进行合并、去重、限制、跳过等操作。  
![image][image 9]  
![image][image 10]  
![image][image 11]

/**
     * 16. 提取/组合
     */
    @Test
    public void test16() {
        
    
        String[] arr1 = {
         "a", "b", "c", "d" };
        String[] arr2 = {
         "d", "e", "f", "g" };
    
        Stream<String> stream1 = Stream.of(arr1);
        Stream<String> stream2 = Stream.of(arr2);
    
        //-----------------------------------------------------------------------------------
    
        // concat:合并两个流 distinct：去重
        List<String> list = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
        System.out.println("流合并：" + list);
    
        //-----------------------------------------------------------------------------------
    
        // limit：限制从流中获得前n个数据
        List<Integer> list1 = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
        System.out.println("limit：" + list1);
    
        //-----------------------------------------------------------------------------------
    
        // skip：跳过前n个数据
        List<Integer> list2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
        System.out.println("skip：" + list2);
    }

[image]: https://img-blog.csdnimg.cn/img_convert/d74d23f046dfd0f0494b07ace59a3d15.png
[image 1]: https://img-blog.csdnimg.cn/img_convert/974f5636a92d6a774a56aff2d8a1df14.png
[image 2]: https://img-blog.csdnimg.cn/img_convert/cda190a8c0487aebc224b464245bfd5e.png
[image 3]: https://img-blog.csdnimg.cn/img_convert/c2215b7c013bc6b1b82285206fedbbbb.jpeg
[image 4]: https://img-blog.csdnimg.cn/img_convert/f6b16b8bb0182460cad9bdd7a1d3e96d.png
[image 5]: https://img-blog.csdnimg.cn/img_convert/c0a41c61e8450809c440f29a3835c328.jpeg
[image 6]: https://img-blog.csdnimg.cn/img_convert/7393b5e781a398c8729375a4c9a6e460.jpeg
[image 7]: https://img-blog.csdnimg.cn/img_convert/602af3a6f261751dbb631b9c494f1726.png
[image 8]: https://img-blog.csdnimg.cn/img_convert/9ec30a7c379629e449590ae9ba1a8b2f.png
[image 9]: https://img-blog.csdnimg.cn/img_convert/c0e7e75e33b0e3a9ea45a8b2274f3ff7.jpeg
[image 10]: https://img-blog.csdnimg.cn/img_convert/e4c955c6cd88540e4e7cd1ab7c8d00ab.jpeg
[image 11]: https://img-blog.csdnimg.cn/img_convert/52558ad34d2a0ca920e1ca3c3e770dfb.jpeg