两篇博客带你搞定Java8 Stream操作 第二篇

前言

上篇文章我们介绍了Stream流的最终操作!

• 两篇博客带你搞定Java8 Stream操作 第一篇
  接下来，我们继续了解一下Stream的中间操作！

中间操作

Filter操作

通过名字，我们就能知道，filter是用于过滤的。通过自定义过滤条件，就可以根据条件对流中的元素进行相应的过滤操作！

//过滤出成绩大于99的人的集合
 List<Person> collect = s.filter(person -> person.getScole() > 99).collect(Collectors.toList());
 System.out.println(collect);

Distinct去重

distinct操作可以帮助我们快速去除集合中的重复元素，distinct的去重规则如下

• 先判断 hashCode()
• 再判断 equals()
  只有两个条件都满足了，才会被认定为重复元素，进行去重

 List<Person> collect1 = s.distinct().collect(Collectors.toList());

sorted排序

sorted方法可以对流中元素进行排序。
他有两个方法：

• 无参方法：需要对流中元素对应的类实现comparable接口，指定比较规则
• 有参方法：直接在参数中指定比较规则

s.sorted((ele1,ele2)->ele1.getAge()-ele2.getAge()).forEach(System.out::println);

limit

只取流中前指定为的元素

s.limit(3).forEach(System.out::println);
//输出集合中前三条元素

skip

跳过流中的元素,获取剩下的元素

s.skip(3).forEach(System.out::println);
//跳过集合中前三条数据，打印剩下的元素

map

map方法是将指定的Stream中元素进行“平级”处理，每个元素转化为各自所对应的一个Stream集合

//这里展示一下我在公司项目中用到的
//将这个集合中的procInstId转换为一个数组
String[] procInstIds = punchResultEntityList.stream()
                .map(approvalList -> approvalList.getProcInstId())
                .collect(Collectors.toList()).toArray(new String[punchResultEntityList.size()]);
//map操作可以做很多的事情
//map的操作语句可以加上大括号后，就可以写多行语句了！但是写成如下格式后，需要有返回值；也就是return语句
String[] procInstIds = punchResultEntityList.stream()
                .map(approvalList ->{
                approvalList.getProcInstId();
                return approvalList;
                } )
                .collect(Collectors.toList()).toArray(new String[punchResultEntityList.size()]);

在很多时候我们只是想对集合中的某个元素进行某种操作，不需要返回什么，所以这个时候，就可以用peek操作代替map操作！

//peek操作是不需要返回值的
String[] procInstIds = punchResultEntityList.stream()
                .peek(approvalList ->{
                approvalList.getProcInstId();
                } )
                .collect(Collectors.toList()).toArray(new String[punchResultEntityList.size()]);

stream扩展

将数组转换为流

String[] players={"1","2","3","4"};
Stream.of(players).filter().collect(Collectors.toList());

将文件中的元素转换为流

有一个文本类型的文件，
file.txt

1
2
3
4

Stream<String> fileStream=files.lines(Path.get("file.txt");
List<String> list=fileStream.collect(Collectors.tolist());

Stream中间操作分为一下两种：

• 无状态操作
  • filter
  • map
  • flatmap
• 有状态操作
  • distinct
  • limit
  • skip
  • sorted
    Stream也可以实现并发操作，那就是使用并行流！

s.stream.parallel().map();

在面对大量的数据的时候，我们可以使用并行流极大的加快流的处理速度。
但是并不是所有的操作都适合使用并行流。
并行流的操作会影响有状态的操作。

并行流非常适合处理一下几种类型的数据:

• ArrrayLists
• HashMaps
• PlainArrays

Stream流极大的简化了我们的代码，让我们的代码看起来更加优雅，但是stream相比于for循环在性能上表现又如何呢？

并行流>>stream约等于for循环
甚至对于某些数据类型，stream的效率要高于for循环！所以大家可以放心的使用了！