Java新特性：Java8 Stream 简单快速的处理集合（三）

• Arrays.stream(double[ ])

• Arrays.stream(long[ ])

值得注意的是，还可以规定只取数组的某部分，用到的是Arrays.stream(T[], int, int)

// 只取索引第 1 到第 2 位的：

int[] a = {1, 2, 3, 4};

Arrays.stream(a, 1, 3).forEach(System.out :: println);

// 打印 2 ，3

3、文件生成流

Stream stream = Files.lines(Paths.get(“data.txt”));

每个元素是给定文件的其中一行

4、函数生成流

两个方法：

• iterate ： 依次对每个新生成的值应用函数

• generate ：接受一个函数，生成一个新的值

Stream.iterate(0, n -> n + 2)

// 生成流，首元素为 0，之后依次加 2

Stream.generate(Math :: random)

// 生成流，为 0 到 1 的随机双精度数

Stream.generate(() -> 1)

// 生成流，元素全为 1

四、collect 收集数据

---

collect 方法作为终端操作，接受的是一个 Collector 接口参数，能对数据进行一些收集归总操作

1、收集

最常用的方法，把流中所有元素收集到一个 List, Set 或 Collection 中

• toList

• toSet

• toCollection

• toMap

List newlist = list.stream.collect(toList());

// 如果 Map 的 Key 重复了，可是会报错的哦

Map<Integer, Person> map = list.stream().collect(toMap(Person::getAge, p -> p));

2、汇总

（1）counting

用于计算总和：

long l = list.stream().collect(counting());

没错，你应该想到了，下面这样也可以：

long l = list.stream().count();

推荐第二种

（2）summingInt ，summingLong ，summingDouble

summing，没错，也是计算总和，不过这里需要一个函数参数

计算 Person 年龄总和：

int sum = list.stream().collect(summingInt(Person::getAge));

当然，这个可以也简化为：

int sum = list.stream().mapToInt(Person::getAge).sum();

除了上面两种，其实还可以：

int sum = list.stream().map(Person::getAge).reduce(Interger::sum).get();

推荐第二种

由此可见，函数式编程通常提供了多种方式来完成同一种操作

（3）averagingInt，averagingLong，averagingDouble

看名字就知道，求平均数

Double average = list.stream().collect(averagingInt(Person::getAge));

当然也可以这样写

OptionalDouble average = list.stream().mapToInt(Person::getAge).average();

不过要注意的是，这两种返回的值是不同类型的

（4）summarizingInt，summarizingLong，summarizingDouble

这三个方法比较特殊，比如 summarizingInt 会返回 IntSummaryStatistics 类型

IntSummaryStatistics l = list.stream().collect(summarizingInt(Person::getAge));

IntSummaryStatistics 包含了计算出来的平均值，总数，总和，最值，可以通过下面这些方法获得相应的数据

3、取最值

maxBy，minBy 两个方法，需要一个 Comparator 接口作为参数

Optional optional = list.stream().collect(maxBy(comparing(Person::getAge)));

我们也可以直接使用 max 方法获得同样的结果

Optional optional = list.stream().max(comparing(Person::getAge));

4、joining 连接字符串

也是一个比较常用的方法，对流里面的字符串元素进行连接，其底层实现用的是专门用于字符串连接的 StringBuilder

String s = list.stream().map(Person::getName).collect(joining());

// 结果：jackmiketom

String s = list.stream().map(Person::getName).collect(joining(“,”));

// 结果：jack,mike,tom

joining 还有一个比较特别的重要方法：

String s = list.stream().map(Person::getName).collect(joining(" and ", "Today “, " play games.”));

// 结果：Today jack and mike and tom play games.

即 Today 放开头，play games. 放结尾，and 在中间连接各个字符串

5、groupingBy 分组

groupingBy 用于将数据分组，最终返回一个 Map 类型

Map<Integer, List> map = list.stream().collect(groupingBy(Person::getAge));

例子中我们按照年龄 age 分组，每一个 Person 对象中年龄相同的归为一组

另外可以看出，Person::getAge 决定 Map 的键（Integer 类型），list 类型决定 Map 的值（List 类型）

多级分组

groupingBy 可以接受一个第二参数实现多级分组：

Map<Integer, Map<T, List>> map = list.stream().collect(groupingBy(Person::getAge, groupingBy(…)));

其中返回的 Map 键为 Integer 类型，值为 Map<T, List> 类型，即参数中 groupBy(…) 返回的类型

按组收集数据

Map<Integer, Integer> map = list.stream().collect(groupingBy(Person::getAge, summingInt(Person::getAge)));

该例子中，我们通过年龄进行分组，然后 summingInt(Person::getAge)) 分别计算每一组的年龄总和（Integer），最终返回一个 Map<Integer, Integer>

根据这个方法，我们可以知道，前面我们写的：

groupingBy(Person::getAge)

其实等同于：

groupingBy(Person::getAge, toList())

6、partitioningBy 分区

分区与分组的区别在于，分区是按照 true 和 false 来分的，因此partitioningBy 接受的参数的 lambda 也是 T -> boolean

// 根据年龄是否小于等于20来分区

Map<Boolean, List> map = list.stream()

.collect(partitioningBy(p -> p.getAge() <= 20));

// 打印输出

{

false=[Person{name=‘mike’, age=25}, Person{name=‘tom’, age=30}],

true=[Person{name=‘jack’, age=20}]

}

同样地 partitioningBy 也可以添加一个收集器作为第二参数，进行类似 groupBy 的多重分区等等操作。

五、并行

---

我们通过 list.stream() 将 List 类型转换为流类型，我们还可以通过 list.parallelStream() 转换为并行流。因此你通常可以使用 parallelStream 来代替 stream 方法

并行流就是把内容分成多个数据块，使用不同的线程分别处理每个数据块的流。这也是流的一大特点，要知道，在 Java 7 之前，并行处理数据集合是非常麻烦的，你得自己去将数据分割开，自己去分配线程，必要时还要确保同步避免竞争。

Stream 让程序员能够比较轻易地实现对数据集合的并行处理，但要注意的是，不是所有情况的适合，有些时候并行甚至比顺序进行效率更低，而有时候因为线程安全问题，还可能导致数据的处理错误，这些我会在下一篇文章中讲解。

比方说下面这个例子

int i = Stream.iterate(1, a -> a + 1).limit(100).parallel().reduce(0, Integer::sum);

流的可分解性

这就说到流的可分解性问题了，使用并行的时候，我们要注意流背后的数据结构是否易于分解。比如众所周知的 ArrayList 和 LinkedList，明显前者在分解方面占优。

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
年进入阿里一直到现在。**

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

[外链图片转存中…(img-ddDlsibk-1715435162416)]

[外链图片转存中…(img-7EISgs4k-1715435162417)]

[外链图片转存中…(img-wGyFFylf-1715435162417)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！