【stream】stream流基础知识

张_Laura

已于 2022-07-25 09:00:41 修改

阅读量755

点赞数 2

分类专栏： Java 文章标签： java 算法 stream java8新特性

于 2022-07-25 08:33:18 首次发布

本文链接：https://blog.csdn.net/Laura__zhang/article/details/125967503

版权

Java 专栏收录该内容

13 篇文章 0 订阅

订阅专栏

什么是

Java8中有两大最为重要的改变。第一个是 Lambda 表达式；另外一个则是Stream API(java.util.stream.*)。

Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用Stream API 对集合数据进行操作，就类似于使用SQL 执行的数据库查询。也可以使用Stream API 来并行执行操作。简而言之， Stream API 提供了一种高效且易于使用的处理数据的方式。

流(Stream) 到底是什么呢？
是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。“集合讲的是数据，流讲的是计算！”

注意：

①Stream 自己不会存储元素。
②Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。
③Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。

为什么使用

简化代码量

使用步骤

⚫创建Stream–获取数据源
一个数据源（如：集合、数组），获取一个流
⚫ 中间操作–数据处理
一个中间操作链，对数据源的数据进行处理
⚫ 终止操作(终端操作)–数据整合
一个终止操作，执行中间操作链，并产生结果
在这里插入图片描述

创建流

Java8 中的 Collection 接口被扩展，提供了两个获取流的方法：
⚫ default Stream stream() : 返回一个顺序流
⚫ default Stream parallelStream() : 返回一个并行流

由数组创建流

Java8 中的 Arrays 的静态方法 stream() 可以获取数组流：
⚫ static Stream stream(T[] array): 返回一个流

重载形式，能够处理对应基本类型的数组：
⚫ public static IntStream stream(int[] array)
⚫ public static LongStream stream(long[] array)
⚫ public static DoubleStream stream(double[] array)

由值创建流

可以使用静态方法 Stream.of(), 通过显示值创建一个流。它可以接收任意数量的参数。
⚫ public static Stream of(T… values) : 返回一个流

由函数创建流：创建无限流

可以使用静态方法 Stream.iterate() 和Stream.generate(), 创建无限流。
⚫ 迭代
public static Stream iterate(final T seed, final UnaryOperator f)
⚫ 生成
public static Stream generate(Supplier s) :

代码实现

	@Test
	public void test1(){
		//1. Collection 提供了两个方法  stream() 与 parallelStream()
		List<String> list = new ArrayList<>();
		//获取一个顺序流
		Stream<String> stream = list.stream();
		//获取一个并行流
		Stream<String> parallelStream = list.parallelStream();

		//2. 由数组创建流，通过 Arrays 中的 stream() 获取一个数组流
		Integer[] nums = new Integer[10];
		Stream<Integer> stream1 = Arrays.stream(nums);

		//3. 由值创建流，通过 Stream 类中静态方法 of()
		Stream<Integer> stream2 = Stream.of(1,2,3,4,5,6);

		//4. 由函数创建流，创建无限流
		//使用静态方法Stream.iterate() 和 Stream.generate()
		//迭代
		Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2).limit(10);
		stream3.forEach(System.out::println);

		//生成
		Stream<Double> stream4 = Stream.generate(Math::random).limit(2);
		stream4.forEach(System.out::println);

	}

stream的中间操作

多个中间操作可以连接起来形成一个流水线，除非流水线上触发终止操作，否则中间操作不会执行任何的处理！而在终止操作时一次性全部处理，称为“惰性求值”。

筛选与切片

在这里插入图片描述


	//2. 中间操作
	List<Employee> emps = Arrays.asList(
			new Employee(102, "李四", 59, 6666.66),
			new Employee(101, "张三", 18, 9999.99),
			new Employee(103, "王五", 28, 3333.33),
			new Employee(104, "赵六", 8, 7777.77),
			new Employee(104, "赵六", 8, 7777.77),
			new Employee(104, "赵六", 8, 7777.77),
			new Employee(105, "田七", 38, 5555.55)
	);

filter


	/*
	  筛选与切片
		filter——接收 Lambda ， 从流中排除某些元素。
		limit——截断流，使其元素不超过给定数量。
		skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补
		distinct——筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
	 */

	//内部迭代：迭代操作 Stream API 内部完成
	@Test
	public void test2(){
		//所有的中间操作不会做任何的处理
		Stream<Employee> stream = emps.stream()
			.filter((e) -> {
				System.out.println("测试中间操作");
				return e.getAge() <= 35;
			});
		//只有当做终止操作时，所有的中间操作会一次性的全部执行，称为“惰性求值”
		stream.forEach(System.out::println);
	}


	//外部迭代
	@Test
	public void test3(){
		Iterator<Employee> it = emps.iterator();

		while(it.hasNext()){
			System.out.println(it.next());
		}
	}

limit

	@Test
	public void test4(){
//		emps.stream()
//			.filter((e) -> {
//				System.out.println("短路！"); // &&  ||
//				return e.getSalary() >= 5000;
//			}).limit(3)
//			.forEach(System.out::println);

		emps.stream()
				.filter((e)->e.getSalary()>5000)
				.limit(2)
				.forEach(System.out::println);
	}

skip

	@Test
	public void test5(){
		emps.parallelStream()
			.filter((e) -> e.getSalary() >= 5000)
			.skip(2)
			.forEach(System.out::println);
	}

distinct

@Test
	public void test6(){
		emps.stream()
			.distinct()
			.forEach(System.out::println);
	}

映射

map——接收 Lambda ，将元素转换成其他形式或提取信息。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
在这里插入图片描述

	/*
		映射
		map——接收 Lambda ， 将元素转换成其他形式或提取信息。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
	 */
		List<String> strList = Arrays.asList("aaa", "bbb", "ccc", "ddd", "eee");

		//第一种
		Stream<String> stream = strList.stream().map(String::toUpperCase);
		stream.forEach(System.out::println);
		//第二种
		strList.stream().map((s)->s.toUpperCase()).forEach(System.out::println);
		//第三种
		strList.stream().map(Employee::getName).forEach(System.out::println);

flatMap

	public static Stream<Character> filterCharacter(String str){
		List<Character> list = new ArrayList<>();

		for (Character ch : str.toCharArray()) {
			list.add(ch);
		}

		return list.stream();
	}

		//生成单个流
		Stream<Stream<Character>> stream2 = strList.stream()
			   .map(TestStreamAPI1::filterCharacter);
		stream2.forEach((sm) -> {
			sm.forEach(System.out::println);
		});

		System.out.println("---------------------------------------------");
		//将单个流整合在一起，生成一个流
		Stream<Character> stream3 = strList.stream()
			   .flatMap(TestStreamAPI1::filterCharacter);//TestStreamAPI1当前类名，拿到类中的方法filterCharacter
		stream3.forEach(System.out::println);

排序

在这里插入图片描述


	/*
		sorted()——自然排序（Comparable）
		sorted(Comparator com)——定制排序
	 */
	@Test
	public void test2(){
		emps.stream()
			.map(Employee::getName)
			.sorted()
			.forEach(System.out::println);

		System.out.println("------------------------------------");

		//按照年龄排序，年龄一样的按照姓名排序
		emps.stream()
			.sorted((x, y) -> {
				if(x.getAge() == y.getAge()){
					return x.getName().compareTo(y.getName());
				}else{
					return Integer.compare(x.getAge(), y.getAge());
				}
			}).forEach(System.out::println);
	}

stream的终止操作

终端操作会从流的流水线生成结果。其结果可以是任何不是流的
值，例如：List、Integer，甚至是 void 。

查找与匹配

在这里插入图片描述



	/*
		allMatch——检查是否匹配所有元素
		anyMatch——检查是否至少匹配一个元素
		noneMatch——检查是否没有匹配的元素
		findFirst——返回第一个元素
		findAny——返回当前流中的任意元素
		count——返回流中元素的总个数
		max——返回流中最大值
		min——返回流中最小值
	 */

	@Test
	public void test1(){
		//检查匹配所有元素
			boolean bl = emps.stream()
				.allMatch((e) -> e.getStatus().equals(Status.BUSY));

			System.out.println(bl);
        
        System.out.println("--------------------------------");
			//至少匹配一个元素
			boolean bl1 = emps.stream()
				.anyMatch((e) -> e.getStatus().equals(Status.BUSY));

			System.out.println(bl1);
        
        System.out.println("--------------------------------");
			//没有匹配所有元素
			boolean bl2 = emps.stream()
				.noneMatch((e) -> e.getStatus().equals(Status.BUSY));

			System.out.println(bl2);
        
        System.out.println("--------------------------------");
        
        		//返回第一个元素
		Optional<Employee> op = emps.stream()
			.sorted((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()))
			.findFirst();

		System.out.println(op.get());

		System.out.println("--------------------------------");
		//返回当前流中任意元素
		Optional<Employee> op2 = emps.parallelStream()
			.filter((e) -> e.getStatus().equals(Status.FREE))
			.findAny();

		System.out.println(op2.get());
        
        
        		//返回流中元素的总个数
		long count = emps.stream()
						 .filter((e) -> e.getStatus().equals(Status.FREE))
						 .count();

		System.out.println(count);

        System.out.println("--------------------------------");
		//最大值
		Optional<Double> op = emps.stream()
			.map(Employee::getSalary)
			.max(Double::compare);

		System.out.println(op.get());

        System.out.println("--------------------------------");
		//最小值
		Optional<Employee> op2 = emps.stream()
			.min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));

		System.out.println(op2.get());
	}

归约

在这里插入图片描述

备注：map 和reduce 的连接通常称为map-reduce 模式，因Google 用它
来进行网络搜索而出名。

	/*
		归约
		reduce(T identity, BinaryOperator) / reduce(BinaryOperator) ——可以将流中元素反复结合起来，得到一个值。
	 */
	@Test
	public void test1(){
		List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
		
		Integer sum = list.stream()
			.reduce(0, (x, y) -> x + y);
		//reduce(起始值，数值处理逻辑)
		System.out.println(sum);
		
		System.out.println("----------------------------------------");
		
		//可能为控制，避免空指针
		Optional<Double> op = emps.stream()
			.map(Employee::getSalary)
			.reduce(Double::sum);
		
		System.out.println(op.get());
	}

收集

在这里插入图片描述

Collector 接口中方法的实现决定了如何对流执行收集操作(如收集到 List、Set、Map)。但是 Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例，具体方法与实例如下表：
collectors工具类：
在这里插入图片描述

	// 收集
	// collect——将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法
	@Test
	public void test3(){
		List<String> list = emps.stream()
			.map(Employee::getName)
			.collect(Collectors.toList());

		list.forEach(System.out::println);

		System.out.println("----------------------------------");

		Set<String> set = emps.stream()
			.map(Employee::getName)
			.collect(Collectors.toSet());

		set.forEach(System.out::println);

		System.out.println("----------------------------------");

		HashSet<String> hs = emps.stream()
			.map(Employee::getName)
			.collect(Collectors.toCollection(HashSet::new));

		hs.forEach(System.out::println);
	}


@Test
	public void test4(){
		//最大值
		Optional<Double> max = emps.stream()
			.map(Employee::getSalary)
			.collect(Collectors.maxBy(Double::compare));

		System.out.println(max.get());
		System.out.println("----------------------------------");
		
		//最小值
		Optional<Employee> op = emps.stream()
			.collect(Collectors.minBy((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())));

		System.out.println(op.get());
		System.out.println("----------------------------------");

		//总和
		Double sum = emps.stream()
			.collect(Collectors.summingDouble(Employee::getSalary));

		System.out.println(sum);
		System.out.println("----------------------------------");

		//平均值
		Double avg = emps.stream()
			.collect(Collectors.averagingDouble(Employee::getSalary));

		System.out.println(avg);
		System.out.println("----------------------------------");

		//总数
		Long count = emps.stream()
			.collect(Collectors.counting());

		System.out.println(count);
		System.out.println("--------------------------------------------");

		//返回一个集合，可以取各种值
		DoubleSummaryStatistics dss = emps.stream()
			.collect(Collectors.summarizingDouble(Employee::getSalary));

		System.out.println(dss.getMax());
		System.out.println(dss.getCount());
		System.out.println(dss.getMin());
		System.out.println(dss.getSum());
		System.out.println(dss.getAverage());
	}


	//分组
	@Test
	public void test5(){
		Map<Status, List<Employee>> map = emps.stream()
			.collect(Collectors.groupingBy(Employee::getStatus));

		System.out.println(map);
	}

	//多级分组
	@Test
	public void test6(){
		Map<Status, Map<String, List<Employee>>> map = emps.stream()
			.collect(Collectors.groupingBy(Employee::getStatus, Collectors.groupingBy((e) -> {
				if(e.getAge() >= 60)
					return "老年";
				else if(e.getAge() >= 35)
					return "中年";
				else
					return "成年";
			})));

		System.out.println(map);
	}

	//分区
	// TRUE和false的区别，满足的一区不满足的一区
	@Test
	public void test7(){
		Map<Boolean, List<Employee>> map = emps.stream()
			.collect(Collectors.partitioningBy((e) -> e.getSalary() >= 5000));

		System.out.println(map);
	}

	//连接字符串
	//生成“----张三，李四，王五----”
	@Test
	public void test8(){
		String str = emps.stream()
			.map(Employee::getName)
			.collect(Collectors.joining("," , "----", "----"));

		System.out.println(str);
	}