Java 8 之 Stream 相关

博文内容和示例以及图片均参考自:https://zhuanlan.zhihu.com/p/285237824?utm_source=wechat_session&utm_medium=social&utm_oi=1087860225041776640&utm_campaign=shareopn

在此表示感谢,如有侵权,请联系删除!!

 

Stream 概述

Java 8 版本是一个非常成功的版本,此版本中新增的 Stream 和 Lambda,为我们平时对集合(Collection)的操作提供了非常大的便利。Stream是将要处理的元素集合看成一种流,在流的过程中,借助 Stream API 提供的方法对流中的元素进行相应的操作,这些操作包括但不限于如筛选、排序、聚合等。

Stream 的几个特性:

  • 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;
  • 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;
  • stream 具有延迟执行的特性,只有调用终端操作时,中间操作才会执行

 

Stream 的创建

stream 可以通过集合数组去创建

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

List<String> listStr = Arrays.asList("a","b","c","d");
//创建一个顺序流
Stream<String> stream = listStr.stream();
//创建一个并行流
Stream<String> parallelStream = listStr.parallelStream();

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

int arr[] = {1,2,3,4,5};
IntStream stream = Arrays.stream(arr);

使用 Stream 的静态方法 of()、iterate()、generate() 创建 stream

Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);
System.out.println("输出 stream 为:");
stream.forEach(System.out::println);
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 3).limit(4);
System.out.println("输出 stream2 为:");
stream2.forEach(System.out::println);
Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
System.out.println("输出 stream3 为:");
stream3.forEach(System.out::println);

stream(顺序流)和 parallelStream(并行流)的区别在于:stream 是顺序流,由主线程按顺序对流执行相应操作,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对于处理没有顺序要求。以筛选集合中的奇数为例,来说明顺序流与并行流的区别:

如果流中的数据量足够大,那么并行流的处理效果是非常明显的。

 

Stream 使用之遍历与匹配(foreach、find、match)

stream 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。Optional 类是一个可以为 null 的容器对象,如果值存在则 isPresent() 方法会返回 true,调用 get() 方法会返回该对象。

import java.util.Arrays;
import java.util.List;
import java.util.Optional;

public class StreamTest {
    public static void main(String[] args) {

        List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);
        // 遍历输出大于6的元素
        list.stream().filter(x -> x > 6).forEach(System.out::println);
        // 匹配第一个大于7的元素
        Optional<Integer> findFirst = list.stream().filter(x -> x > 7).findFirst();
        // 匹配任意(适用于并行流)大于3的元素
        Optional<Integer> findAny = list.parallelStream().filter(x -> x > 3).findAny();
        // 是否包含符合特定条件(小于6)的元素
        boolean anyMatch = list.stream().anyMatch(x -> x < 6);
        System.out.println("匹配第一个值:" + findFirst.get());
        System.out.println("匹配任意一个值:" + findAny.get());
        System.out.println("是否存在小于6的值:" + anyMatch);
    }
}

 

Stream 使用之筛选(filter)

筛选,简单来讲就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。

import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;

public class StreamTest {
    public static void main(String[] args) {

        List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9);
        Stream<Integer> stream = list.stream();
        System.out.println("大于7的元素有:");
        stream.filter(x -> x > 7).forEach(System.out::println);
    }
}

 

Stream 使用之聚合(max、min、count)

在 MySQL 中,我们经常使用 max、min 和 count 来进行数据统计。在 Java Stream 中也引入了这些概念和用法,为我们对集合、数组的数据统计工作提供了极大的便利。

例:获取 String 类型的集合中长度最长的元素

import java.util.Arrays;
import java.util.Comparator;
import java.util.List;
import java.util.Optional;

public class StreamTest {
    public static void main(String[] args) {

        List<String> list = Arrays.asList("abcd", "ads", "admin", "Java", "Java Stream");
        System.out.println("list = " + list);
        Optional<String> max = list.stream().max(Comparator.comparing(String::length));
        System.out.println("其中最长的元素是:" + max.get());
    }
}

例:获取 Integer 类型的集合中的最大值

import java.util.Arrays;
import java.util.Comparator;
import java.util.List;
import java.util.Optional;

public class StreamTest {
    public static void main(String[] args) {

        List<Integer> list = Arrays.asList(7, 6, 9, 4, 11, 6);
        // 自然排序
        Optional<Integer> max = list.stream().max(Integer::compareTo);
        // 自定义排序
        Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() {
            @Override
            public int compare(Integer a, Integer b) {
                return a.compareTo(b);
            }
        });
        System.out.println("自然排序的最大值:" + max.get());
        System.out.println("自定义排序的最大值:" + max2.get());

    }
}

例:获取集合中符合某特定条件的元素个数

import java.util.Arrays;
import java.util.List;

public class StreamTest {
    public static void main(String[] args) {

        List<Integer> list = Arrays.asList(7, 6, 4, 8, 2, 11, 9);
        System.out.println("list = " + list);
        long count = list.stream().filter(x -> x > 6).count();
        System.out.println("list中大于6的元素个数:" + count);

    }
}

 

Stream 使用之映射(map/flatMap)

映射,即是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

            

例:将英文字符串数组的元素全部改为大写,整数数组每个元素 + 3

import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;

public class StreamTest {
    public static void main(String[] args) {

        // String 数组
        String[] strArr = { "abcd", "asd", "xyzz", "java" };
        List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());
        // 整数数组
        List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);
        List<Integer> intListNew = intList.stream().map(x -> x + 3).collect(Collectors.toList());
        System.out.println("转换为大写之后的String数组:" + strList);
        System.out.println("每个元素 +3 之后的整数数组:" + intListNew);

    }
}

例:将两个字符数组合并成一个新的字符数组:

import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class StreamTest {
    public static void main(String[] args) {

        List<String> list = Arrays.asList("m,k,l,a", "1,3,5,7");
        List<String> listNew = list.stream().flatMap(s -> {
            // 将每个元素转换成一个stream
            String[] split = s.split(",");
            Stream<String> s2 = Arrays.stream(split);
            return s2;
        }).collect(Collectors.toList());
        System.out.println("合并前:" + list);
        System.out.println("合并后:" + listNew);

    }
}

 

Stream 使用之归约(reduce)

所谓归约,也称缩减,即是把一个流缩减成一个值,能实现对集合求和、求乘积和求最值的操作。

例:求整数集合中的各个元素的和、乘积和最大值

import java.util.Arrays;
import java.util.List;
import java.util.Optional;

public class StreamTest {
    public static void main(String[] args) {

        List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4);
        // 求和方式1
        Optional<Integer> sum = list.stream().reduce((x, y) -> x + y);
        // 求和方式2
        Optional<Integer> sum2 = list.stream().reduce(Integer::sum);
        // 求和方式3
        Integer sum3 = list.stream().reduce(0, Integer::sum);
        // 求乘积
        Optional<Integer> product = list.stream().reduce((x, y) -> x * y);
        // 求最大值方式1
        Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y);
        // 求最大值写法2
        Integer max2 = list.stream().reduce(1, Integer::max);

        System.out.println("sum = " + sum.get() + "," + sum2.get() + "," + sum3);
        System.out.println("mul = " + product.get());
        System.out.println("max = " + max.get() + "," + max2);

    }
}

 

Stream 使用之收集(collect)

collect,意为收集。关于 collect,可以说是内容最多、功能最丰富的部分了。收集,即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。使用一个新的例子来说明 collect 的使用。

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

    // 构造方法
    public Person(String name, int salary, int age,String sex,String area) {
        this.name = name;
        this.salary = salary;
        this.age = age;
        this.sex = sex;
        this.area = area;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getSalary() {
        return salary;
    }

    public void setSalary(int salary) {
        this.salary = salary;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public String getSex() {
        return sex;
    }

    public void setSex(String sex) {
        this.sex = sex;
    }

    public String getArea() {
        return area;
    }

    public void setArea(String area) {
        this.area = area;
    }
}

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,最常用的是 toList、toSet、toMap。

package demo;

import java.util.*;
import java.util.stream.Collectors;

public class StreamTest {
    public static void main(String[] args) {

        List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
        // 输出 list 中的偶数
        List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
        // 输出 list 中的偶数,不重复
        Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 24, "female", "New York"));
        personList.add(new Person("Owen", 9500, 25, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 26, "female", "New York"));
        // 将员工中工资 > 8000 的员工姓名输出
        Map<?, Person> map = personList.stream().filter(p -> p.getSalary() > 8000)
                .collect(Collectors.toMap(Person::getName, p -> p));
        System.out.println("toList:" + listNew);
        System.out.println("toSet:" + set);
        System.out.println("toMap:" + map);

    }
}

统计(count/averaging)

Collectors 提供了一系列用于数据统计的静态方法:如,计数、平均值、最值、求和、统计等。例:统计员工人数、平均工资、工资总额、最高工资

import java.util.*;
import java.util.stream.Collectors;

public class StreamTest {
    public static void main(String[] args) {

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 24, "female", "New York"));
        personList.add(new Person("Owen", 9500, 25, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 26, "female", "New York"));
        // 求员工总数
        Long count = personList.stream().collect(Collectors.counting());
        // 求平均工资
        Double averageSalary = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
        // 求最高工资
        Optional<Integer> maxSalary = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
        // 求工资之和
        Integer sumSalary = personList.stream().collect(Collectors.summingInt(Person::getSalary));
        // 一次性统计所有信息
        DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
        System.out.println("员工总数为:" + count);
        System.out.println("员工平均工资为:" + averageSalary);
        System.out.println("员工最高工资为:" + maxSalary);
        System.out.println("员工工资总和为:" + sumSalary);
        System.out.println("员工工资所有统计:" + collect);

    }
}

分组(partitioningBy/groupingBy)

  • partitioningBy:分区。将 stream 按条件分为两个 map,比如将员工按工资是否高于8000分为两部分;
  • groupingBy:分组。将集合分为多个 map,比如将员工按照性别分组。

import java.util.*;
import java.util.stream.Collectors;

public class StreamTest {
    public static void main(String[] args) {

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 24, "female", "New York"));
        personList.add(new Person("Owen", 9500, 25, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 26, "female", "New York"));
        // 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("员工按薪资是否大于8000分组情况:");
        System.out.println(part);
        Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
        System.out.println("员工按性别分组情况:");
        System.out.println(group);
        // 将员工先按性别分组,再按地区分组
        Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));
        System.out.println("员工按性别、地区:");
        System.out.println(group2);

    }
}

接合(joining)

joining 可以将 stream 中的元素用特定的连接符连接成一个字符串

import java.util.*;
import java.util.stream.Collectors;

public class StreamTest {
    public static void main(String[] args) {

        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);

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 24, "female", "New York"));
        personList.add(new Person("Owen", 9500, 25, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 26, "female", "New York"));
        String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
        System.out.println("所有员工的姓名:" + names);

    }
}

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

import java.util.*;
import java.util.stream.Collectors;

public class StreamTest {
    public static void main(String[] args) {

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 24, "female", "New York"));
        personList.add(new Person("Owen", 9500, 25, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 26, "female", "New York"));

        // 每个员工的工资减去5000之后的薪资之和
        Integer sum = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000)));
        System.out.println("员工薪资总和:" + sum);
        // stream的reduce
        Optional<Integer> sum2 = personList.stream().map(Person::getSalary).reduce(Integer::sum);
        System.out.println("员工薪资总和:" + sum2.get());

    }
}

排序(sorted)

sorted():自然排序,流中元素需要实现 Comparable 接口

sorted(Comparator com):Comparator 排序器自定义排序

例:将员工按照工资排序

import java.util.*;
import java.util.stream.Collectors;

public class StreamTest {
    public static void main(String[] args) {

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 24, "female", "New York"));
        personList.add(new Person("Owen", 9500, 25, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 26, "female", "New York"));
        // 按工资升序排序
        List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
                .collect(Collectors.toList());
        // 按工资降序排序
        List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
                .map(Person::getName).collect(Collectors.toList());
        // 先按工资再按年龄自然排序(降序)
        List<String> newList3 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
                .map(Person::getName).collect(Collectors.toList());
        // 先按工资再按年龄自定义排序(升序)
        List<String> newList4 = personList.stream().sorted((p1, p2) -> {
            if (p1.getSalary() == p2.getSalary()) {
                return p2.getAge() - p1.getAge();
            } else {
                return p1.getSalary() - p2.getSalary();
            }
        }).map(Person::getName).collect(Collectors.toList());
        System.out.println("按工资升序自然排序:" + newList);
        System.out.println("按工资降序排序:" + newList2);
        System.out.println("先按工资再按年龄自然排序:" + newList3);
        System.out.println("先按工资再按年龄自定义排序:" + newList4);

    }
}

 

提取/组和

流也可以进行合并、去重、限制、跳过等操作

       

package demo;

import java.util.*;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class StreamTest {
    public static void main(String[] args) {

        String[] arr1 = { "a", "b", "c", "d" };
        String[] arr2 = { "d", "e", "f", "g" };
        String[] arr3 = {"A", "B", "C", "D"};
        String[] arr4 = {"D", "E", "F", "G"};
        Stream<String> stream1 = Stream.of(arr1);
        Stream<String> stream2 = Stream.of(arr2);
        Stream<String> stream3 = Stream.of(arr3);
        Stream<String> stream4 = Stream.of(arr4);
        // concat:合并两个流
        List<String> listConcat = Stream.concat(stream1,stream2).collect(Collectors.toList());
        System.out.println("合并两个流:" + listConcat);
        // concat:合并两个流 distinct:去重
        List<String> listDistinct = Stream.concat(stream3, stream4).distinct().collect(Collectors.toList());
        System.out.println("合并两个流并去重:" + listDistinct);
        // limit:限制从流中获得前n个数据
        // 从1开始,获取10个逐个+2的数
        List<Integer> limit = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
        System.out.println("limit:" + limit);
        // skip:跳过前n个数据
        // 从1开始,获取5个逐个+2的数,但是跳过第一个
        List<Integer> skip= Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
        System.out.println("skip:" + skip);

    }
}

 

想要了解更多关于 Java 8 语法的示例,请移步至:https://blog.csdn.net/jiaomubai/article/details/111031943

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值