Java8 Stream 流的创建、筛选、映射、排序、归约、分组、聚合、提取与组合、收集、接合、foreach遍历

最新推荐文章于 2023-04-13 11:53:24 发布

Vincent丫

最新推荐文章于 2023-04-13 11:53:24 发布

阅读量1.6k

点赞数 3

分类专栏： Java8--Stream流文章标签： java stream 后端集合 java-ee

本文链接：https://blog.csdn.net/m0_58093863/article/details/123165069

版权

Java8--Stream流专栏收录该内容

1 篇文章 0 订阅

订阅专栏

2 Stream的创建----Stream可以通过集合数组创建。

3、通过 java.util.Collection.stream() 方法用map集合 ,间接创建生成流

stream和parallelStream的简单区分：

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

3 Stream的使用

类声明

类方法注意：这些方法是从 java.lang.Object 类继承来的。

Optional 实例

输出结果：

案例使用的员工类

3.1 遍历/匹配（foreach/find/match）

foreach()是终止操作，只能执行一次，之后再执行此操作，会报IllegalStateException异常

案例--- forEach() / findFirst() / findAny() / findFirst.get() / findAny.get() / anyMatch(）

二 Stream流常见的中间操作

3.2 筛选（filter）--进行筛选提取，不对元素进行修改附加操作

案例一：filter的常规中间操作

案例二：筛选出Integer集合中大于7的元素，并打印出来

案例三：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）。

3.3 聚合（max/min/count)

3.4 映射(map/flatMap)--会对每一个元素进行修改等附加操作

3.5 归约(reduce)

3.6 收集(collect)

3.6.1 归集(toList/toSet/toMap)

toMap 的案例

3.6.2 统计(count/averaging)

3.6.3 分组(partitioningBy/groupingBy)

3.6.4 接合(joining)

3.6.5 归约(reducing)

3.7 排序(sorted)---自然排序调用的是equals（）方法

3.8 提取/组合--中间操作

一了解Stream

1 Stream概述

Java 8 是一个非常成功的版本，这个版本新增的Stream，配合同版本出现的 Lambda ，给我们操作集合（Collection）提供了极大的便利。

那么什么是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、映射、排序、归约、分组、聚合、提取与组合、收集、接合、foreach遍历等。

Stream可以由数组或集合创建

对流的操作分为两种：

中间操作：每次返回一个新的流，可以有多个。

终止操作：流只能进行一次终端操作，终止操作结束后流无法再次使用。终止操作会产生一个新的集合或值。

Stream有几个特性：

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具有延迟执行特性，只有调用终端操作时，中间操作才会执行。

Stream流的起始操作

2 Stream的创建----Stream可以通过集合数组创建。

1、通过 java.util.Collection.stream() 方法用list集合创建流 --顺序流/并行流

		/*
         * @Author Vincent
         * @Description
         * 1、通过 java.util.Collection.stream() 方法用集合创建流
         **/

        List<String> list = Arrays.asList("A", "B", "C");
        //创建一个顺序流
        Stream<String> stream = list.stream();
        stream.forEach(System.out::println);

        System.out.println("=============list.stream()=================");

//创建一个并行流
        Stream<String> parallelStream = list.parallelStream();
        parallelStream.forEach(System.out::println);
        
        System.out.println("===============list.parallelStream()===============");

2、通过 java.util.Collection.stream() 方法用set集合创建流

System.out.println("============set.stream()==================");

        HashSet<String> set = new HashSet<>();
        set.add("法外狂徒张三");
        set.add("芜湖大司马");
        set.add("杭州吴彦祖");
        Stream<String> setStream = set.stream();
        setStream.forEach(System.out::println);

输出结果：

============set.stream()==================
法外狂徒张三
芜湖大司马
杭州吴彦祖

3、通过 java.util.Collection.stream() 方法用map集合 ,间接创建生成流

System.out.println("============Map集合只能间接生成流==================");

        System.out.println("===========map.keySet().stream()================");
        HashMap<String, Integer> map = new HashMap<>();
        map.put("唐伯虎",9527);
        map.put("祝枝山",9528);
        map.put("文征明",9529);
        map.put("徐祯卿",9530);

        Stream<String> keyStream = map.keySet().stream();
        keyStream.forEach(System.out::println);

        System.out.println("===========map.values().stream()================");

        Stream<Integer> valueStream = map.values().stream();
        valueStream.forEach(System.out::println);

        System.out.println("============map.entrySet().stream()============");

        Stream<Map.Entry<String, Integer>> entryStream= map.entrySet().stream();
        entryStream.forEach(System.out::println);

输出结果：

============Map集合只能间接生成流==================
===========map.keySet().stream()================
祝枝山
徐祯卿
唐伯虎
文征明
===========map.values().stream()================
9528
9530
9527
9529
============map.entrySet().stream()============
祝枝山=9528
徐祯卿=9530
唐伯虎=9527
文征明=9529

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：

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：

List<Integer> list2 = Arrays.asList(3, 4, 5,7,9,8,1,18);
        //把顺序流转成并行流   过滤x>6的数，取第一个数
        Optional<Integer> integergOptional = list2.stream().parallel().filter(x -> x > 6).findFirst();
        System.out.println(stringOptional);

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

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

/**
         * @Author Vincent
         * @Description //TODO
         * 2、使用java.util.Arrays.stream(T[] array)方法用数组创建流
         **/

        int[] array ={2,4,6,8,9};
        IntStream arrStream = Arrays.stream(array);
        arrStream.forEach(System.out::println);

        System.out.println("===============Arrays.stream()===============");

4.1 使用Stream的静态方法：of()、iterate()、generate()

	/**
         * @Author Vincent
         * @Description
         * 3、使用Stream的静态方法：of()、iterate()、generate()
         **/

       System.out.println("==============Stream.of()================");
        //of()
        Stream<int[]> arrayStream = Stream.of(array);
        Stream<Integer> integerStream = Stream.of(1, 2, 3, 4, 5, 6);
        Stream<String> stringStream = Stream.of("hello", "world", "java", "yyds");

        arrayStream.forEach(System.out::println);
        integerStream.forEach(System.out::println);
        stringStream.forEach(System.out::println);

        System.out.println("==============Stream.iterate()================");
        //iterate() x从0开始，进行x+3运算，取前4条数据
        Stream<Integer> limitStream = Stream.iterate(0, (x) -> x + 3).limit(4);
        //foreach结合方法引用
        limitStream.forEach(System.out::println);

        System.out.println("==============Stream.generate()================");

        //generate() 生成
        Stream<Double> generateStream = Stream.generate(Math::random).limit(3);
        generateStream.forEach(System.out::println);

输出结果：

============list.stream()==================
A
B
C
============set.stream()==================
法外狂徒张三
芜湖大司马
杭州吴彦祖
============Map集合只能间接生成流==================
===========map.keySet().stream()================
祝枝山
徐祯卿
唐伯虎
文征明
===========map.values().stream()================
9528
9530
9527
9529
============map.entrySet().stream()============
祝枝山=9528
徐祯卿=9530
唐伯虎=9527
文征明=9529
=============list2.stream().parallel()=================
Optional[7]
=============list.parallelStream()=================
B
C
A
=============Arrays.stream()=================
2
4
6
8
9
==============Stream.of()================
[I@643b1d11
1
2
3
4
5
6
hello
world
java
yyds
==============Stream.iterate()================
0
3
6
9
==============Stream.generate()================
0.8949224931186376
0.3844974833341598
0.7886508926329633

Process finished with exit code 0

3 Stream的使用

在使用stream之前，先理解一个概念：Optional

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。

Optional 是个容器：它可以保存类型T的值，或者仅仅保存null。Optional提供很多有用的方法，这样我们就不用显式进行空值检测。

Optional 类的引入很好的解决空指针异常。

类声明

以下是一个 java.util.Optional<T> 类的声明：

public final class Optional<T> extends Object

类方法注意：这些方法是从 java.lang.Object 类继承来的。

序号	方法 & 描述
1	static <T> Optional<T> empty() 返回空的 Optional 实例。
2	boolean equals(Object obj) 判断其他对象是否等于 Optional。
3	Optional<T> filter(Predicate<? super <T> predicate) 如果值存在，并且这个值匹配给定的 predicate，返回一个Optional用以描述这个值，否则返回一个空的Optional。
4	<U> Optional<U> flatMap(Function<? super T,Optional<U>> mapper) 如果值存在，返回基于Optional包含的映射方法的值，否则返回一个空的Optional
5	T get() 如果在这个Optional中包含这个值，返回值，否则抛出异常：NoSuchElementException
6	int hashCode() 返回存在值的哈希码，如果值不存在返回 0。
7	void ifPresent(Consumer<? super T> consumer) 如果值存在则使用该值调用 consumer , 否则不做任何事情。
8	boolean isPresent() 如果值存在则方法会返回true，否则返回 false。
9	<U>Optional<U> map(Function<? super T,? extends U> mapper) 如果有值，则对其执行调用映射函数得到返回值。如果返回值不为 null，则创建包含映射返回值的Optional作为map方法返回值，否则返回空Optional。
10	static <T> Optional<T> of(T value) 返回一个指定非null值的Optional。
11	static <T> Optional<T> ofNullable(T value) 如果为非空，返回 Optional 描述的指定值，否则返回空的 Optional。
12	T orElse(T other) 如果存在该值，返回值，否则返回 other。
13	T orElseGet(Supplier<? extends T> other) 如果存在该值，返回值，否则触发 other，并返回 other 调用的结果。
14	<X extends Throwable> T orElseThrow(Supplier<? extends X> exceptionSupplier) 如果存在该值，返回包含的值，否则抛出由 Supplier 继承的异常
15	String toString() 返回一个Optional的非空字符串，用来调试

Optional 实例

/**
 * @author Vincent
 * @version V1.0
 * @Package com.legion.streamstudy
 * @Description Java8-->Optional的学习
 * @date 2022/2/26 14:33
 **/

public class OptionalTest {

    public static void main(String[] args) {

        //创建类对象
        OptionalTest java8Test = new OptionalTest();
        Integer value1 = null;
        Integer value2 = new Integer(10);

        // Optional.ofNullable - 允许传递为 null 参数
        Optional<Integer> a = Optional.ofNullable(value1);

        // Optional.of - 如果传递的参数是 null，抛出异常 NullPointerException
        Optional<Integer> b = Optional.of(value2);
        System.out.println(java8Test.sum(a,b));

    }

    public Integer sum(Optional<Integer> a, Optional<Integer> b){

        // Optional.isPresent - 判断值是否存在

        System.out.println("第一个参数值存在: " + a.isPresent());
        System.out.println("第二个参数值存在: " + b.isPresent());

        // Optional.orElse - 如果值存在，返回它，否则返回默认值
        Integer value1 = a.orElse(new Integer(0));

        //Optional.get() - 获取值，值需要存在
        Integer value2 = b.get();
        return value1 + value2;
    }

}

输出结果：

第一个参数值存在: false
第二个参数值存在: true
10

Process finished with exit code 0

案例使用的员工类

这是后面案例中使用的员工类：

/**
 * @author Vincent
 * @version V1.0
 * @Package com.legion.streamstudy.exampleDemo
 * @Description 员工类
 * @date 2022/2/26 14:49
 **/


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 Person() { }

    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;
    }

    @Override
    public boolean equals(Object o) {
        if (this == o) {
            return true;
        }
        if (o == null || getClass() != o.getClass()) {
            return false;
        }
        Person person = (Person) o;
        return salary == person.salary &&
                age == person.age &&
                Objects.equals(name, person.name) &&
                Objects.equals(sex, person.sex) &&
                Objects.equals(area, person.area);
    }

    @Override
    public int hashCode() {
        return Objects.hash(name, salary, age, sex, area);
    }

    @Override
    public String toString() {
        return "Person{" +
                "name='" + name + '\'' +
                ", salary=" + salary +
                ", age=" + age +
                ", sex='" + sex + '\'' +
                ", area='" + area + '\'' +
                '}';
    }
}

3.1 遍历/匹配（foreach/find/match）

foreach()是终止操作，只能执行一次，之后再执行此操作，会报IllegalStateException异常

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。

案例--- forEach() / findFirst() / findAny() / findFirst.get() / findAny.get() / anyMatch(）

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

        List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);

        /**
         * @Author Vincent
         * @Description 遍历输出符合条件的元素
         * list.stream() 调用stream流方法
         * filter(x->x>6) 筛选过滤条件
         * forEach()遍历
         * (System.out::println) 方法引用
         *
         **/
        list.stream().filter(x -> x > 6).forEach(System.out::println);

        /* 匹配满足条件的第一个元素
         * findFirst()
         * */
        Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();


        /* 匹配任意（适用于并行流）
         * findAny()
         * */
        Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();


        boolean anyMatch = list.stream().anyMatch(x -> x > 6);


        System.out.println("匹配满足条件的第一个值：" + findFirst.get());
        System.out.println("匹配满足条件的任意一个值：" + findAny.get());
        System.out.println("是否存在大于6的值：" + anyMatch);

    }

}

输出结果：

7
9
8
匹配满足条件的第一个值：7
匹配满足条件的任意一个值：8
是否存在大于6的值：true

Process finished with exit code 0

二 Stream流常见的中间操作

3.2 筛选（filter）--进行筛选提取，不对元素进行修改附加操作

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。

案例一：filter的常规中间操作

public class StreamFilterTest {
    public static void main(String[] args) {
      
        //把集合长度为3的元素在控制台输出
        ArrayList<String> list1 = new ArrayList<>();
        list1.add("林青霞");
        list1.add("王祖贤");
        list1.add("张曼玉");
        list1.add("张敏");
        list1.add("钟丽缇");
        list1.add("朱茵");
        list1.add("莫文蔚");

        //把list集合中以朱开头的元素输出
        list1.stream().filter(s->s.startsWith("朱"))
                      .forEach(System.out::println);

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

        //把集合长度为3的元素在控制台输出
        list1.stream().filter(s->s.length()==3)
                      .forEach(System.out::println);

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

        //把list集合中以张开头且长度为3的元素在控制台输出
        list1.stream().filter(s->s.startsWith("张"))
                      .filter(s->s.length()==3)
                      .forEach(System.out::println);
    }
}

输出结果：

朱茵
--------
林青霞
王祖贤
张曼玉
钟丽缇
莫文蔚
--------
张曼玉


Process finished with exit code 0

案例二：筛选出Integer集合中大于7的元素，并打印出来

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

        //筛选出Integer集合中大于7的元素，并打印出来
        List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9);
        Stream<Integer> stream = list.stream();
        stream.filter(x -> x > 7).forEach(System.out::println);

    }
}

输出结果：

8
9

Process finished with exit code 0

案例三：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）。

/**
 * @author Vincent
 * @version V1.0
 * @Package com.legion.streamstudy.exampleDemo
 * @Description 筛选员工中工资高于8000的人，并形成新的集合
 * @date 2022/2/26 15:24
 **/

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

        //多态
        List<Person> list = new ArrayList<>();

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

        /**
         * @Author Vincent
         * @Description 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）
         * @Date 15:33 2022/2/26
         * list.stream() 调用stream流
         * filter(person->person.getSalary()>8000) 筛选薪水>8000的person   如<Tom,8900>,<Anni,8200>,<Owen,9500>
         * map(Person::getName) 把满足上述条件的人的人名获取到放在map中
         * collect(Collectors.toList()) 收集转成list集合
         * forEach(System.out::println) 遍历输出
         **/
        
        list.stream().filter(person->person.getSalary()>8000).map(Person::getName).collect(Collectors.toList()).forEach(System.out::println);
        
    }
}

输出结果：

Tom
Anni
Owen

Process finished with exit code 0

3.3 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。

案例一：获取String集合中最长的元素。

/**
 * @author Vincent
 * @version V1.0
 * @Package com.legion.streamstudy.exampleDemo
 * @Description TODO
 * @date 2022/2/26 15:54
 **/
public class StreamAggregateTest {
    public static void main(String[] args) {

        /**
         * @Author Vincent
         * @Description //获取String集合中最长的元素
         * @Date 15:58 2022/2/26
         * max()
         * Comparator.comparing(String::length) 调用比较器中的comparing()方法，比较String类型的元素长度
         * get()方法，如果值存在则返回，值不存在则抛出异常NoSuchElementException
         **/
        List<String> list = Arrays.asList("adnm", "admmt", "csdn", "xbangd", "hellolegion");
        Optional<String> maxLength = list.stream().max(Comparator.comparing(String::length));

        System.out.println("最长的字符串：" + maxLength.get());

    }
}

输出结果：

最长的字符串：hellolegion

案例二：获取Integer集合中的最大值。

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

        List<Integer> list = Arrays.asList(7, 6, 9, 4, 11, 6);

        // 自然排序
        Optional<Integer> maxInteger = list.stream().max(Integer::compareTo);

        /**
         * @Author Vincent
         * @Description  自定义排序---要创建比较器对象--调用compare()方法
         * return o1.compareTo(o2);
         * new Comparator<Integer>() {} 匿名内部类
         * get()方法，如果值存在则返回，值不存在则抛出异常NoSuchElementException 
         * @Date 16:25 2022/1/26
         **/
        Optional<Integer> maxInteger2 = list.stream().max(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o1.compareTo(o2);
            }
        });

        System.out.println("自然排序的最大值：" + maxInteger.get());
        System.out.println("自定义排序的最大值：" + maxInteger2.get());
        
    }
}

输出结果：

自然排序的最大值：11
自定义排序的最大值：11

Process finished with exit code 0

案例三：获取员工工资最高的人。

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

        //案例三：获取员工工资最高的人
        List<Person> list = new ArrayList<>();

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

        Optional<Person> maxSalary = list.stream().max(Comparator.comparingInt(Person::getSalary));
        System.out.println("员工工资最大值：" + maxSalary.get().getSalary());
    }
}

输出结果：

员工工资最大值：9500

案例四：计算Integer集合中大于6的元素的个数。

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

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

    }
}

输出结果：

list中大于6的元素个数：4

3.4 映射(map/flatMap)--会对每一个元素进行修改等附加操作

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。

案例一：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。

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

				 /**
         * @Author Vincent
         * 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。
         **/

        //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(String::toUpperCase).collect(Collectors.toList());

        //整数数组每个元素+3
        List<Integer> integerList = Arrays.asList(1, 3, 5, 7, 9, 11);
        List<Integer> integerListNew = integerList.stream().map(x -> x + 3).collect(Collectors.toList());
        
        System.out.println("每个元素大写：" + stringList);
        System.out.println("每个元素+3：" + integerListNew);
    }
}

输出结果：

每个元素大写：[ABCD, BCDD, DEFDE, FTR]
每个元素+3：[4, 6, 8, 10, 12, 14]

Process finished with exit code 0

案例二：将员工的薪资全部增加1000。

public class MapCollectTest2 {
    public static void main(String[] args) {

        //案例二：将员工的薪资全部增加1000。

        List<Person> list = new ArrayList<>();

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

        //1.不改变原来员工集合的方式
        List<Person> personListNew = list.stream().map(person -> {
            Person personNew = new Person(person.getName(), 0, 0, null, null);
            personNew.setSalary(person.getSalary() + 1000);
            return personNew;
        }).collect(Collectors.toList());

        // Person person = list.get(0);
        System.out.println("一次改动前：" + list.get(0).getName() + "-->" + list.get(0).getSalary());
        System.out.println("一次改动后：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());


        //2.改变原来员工集合的方式
        List<Person> personListNew2 = list.stream().map(person -> {
            person.setSalary(person.getSalary() + 10000);
            return person;
        }).collect(Collectors.toList());

        System.out.println("二次改动前：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());
        System.out.println("二次改动后：" + personListNew2.get(0).getName() + "-->" + personListNew2.get(0).getSalary());
    }
}

输出结果：

一次改动前：Tom-->8900

一次改动后：Tom-->9900

二次改动前：Tom-->9900

二次改动后：Tom-->18900

案例三：将两个字符数组合并成一个新的字符数组。

public class MapCollectTest3 {
    public static void main(String[] args) {

        //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 -> {
            // 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("处理前的集合：" + list);
        System.out.println("处理后的集合：" + listNew);
    }
}

输出结果：

处理前的集合：[m-k-l-a, 1,3,5,7]
处理后的集合：[m-k-l-a, 1, 3, 5, 7]

3.5 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。

案例一：求Integer集合的元素之和、乘积和最大值。

public class ReduceTest2 {
    public static void main(String[] args) {

        // 求所有员工的工资之和和最高工资。
        List<Person> list = new ArrayList<>();

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


        // 求工资之和方式1--sum
        Optional<Integer> sumSalary = list.stream().map(Person::getSalary).reduce(Integer::sum);
        // 求工资之和方式2
        Integer sumSalary2 = list.stream().map(Person::getSalary).reduce(0, Integer::sum);
        //求工资之和方式3
        Integer sumSalary3 = list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), (sum1, sum2) -> sum1 + sum2);

        //求工资之和方式4
        Integer sumSalary4 = list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);


        //求最高工资方式1--max
        Integer maxSalary  = list.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), Integer::max);

        //求最高工资方式2
        Integer maxSalary2 = list.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),
                (max1, max2) -> max1 > max2 ? max1 : max2);

        System.out.println("工资之和：" + sumSalary.get() + "," + sumSalary2 + "," + sumSalary3+","+sumSalary4);
        System.out.println("最高工资：" + maxSalary + "," + maxSalary2);


    }
}

输出结果：

list求和：29,29,29
list求积：2112
list求最大值：11,11

案例二：求所有员工的工资之和和最高工资。

/**
 * @author Vincent
 * @version V1.0
 * @Package com.legion.streamstudy.exampleDemo.streamReduce
 * @Description 案例二：求所有员工的工资之和和最高工资。
 * @date 2022/2/26 19:24
 **/

public class ReduceTest2 {
    public static void main(String[] args) {

        // 求所有员工的工资之和和最高工资。
        List<Person> list = new ArrayList<>();

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

        
        // 求工资之和方式1--sum
        Optional<Integer> sumSalary = list.stream().map(Person::getSalary).reduce(Integer::sum);
        //求工资之和方式2
        Integer sumSalary2 = list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), (sum1, sum2) -> sum1 + sum2);
        
        //求工资之和方式3
        Integer sumSalary3 = list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);


        //求最高工资方式1--max
        Integer maxSalary  = list.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), Integer::max);

        //求最高工资方式2
        Integer maxSalary2 = list.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),
                (max1, max2) -> max1 > max2 ? max1 : max2);

        System.out.println("工资之和：" + sumSalary.get() + "," + sumSalary2 + "," + sumSalary3);
        System.out.println("最高工资：" + maxSalary + "," + maxSalary2);


    }
}

输出结果：

工资之和：49300,49300,49300,49300
最高工资：9500,9500

Process finished with exit code 0

3.6 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

3.6.1 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。

下面用一个案例演示toList、toSet和toMap：

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

        //归集(toList/toSet/toMap)
        
        List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);

        //筛选偶数转成list集合
        List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());

        //筛选偶数转成set(无序且不重复的)集合
        Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());



        List<Person> personList = new ArrayList<>();
        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"));

        //筛选出薪水>8000的人，转成map集合
        Map<String, 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);

    }
}

输出结果：

toList:[6, 4, 6, 6, 20]
toSet:[4, 20, 6]
toMap:{Tom=com.legion.streamstudy.exampleDemo.Person@6b2fad11, Anni=com.legion.streamstudy.exampleDemo.Person@79698539}

Process finished with exit code 0

toMap 的案例

public class MapCollectTest4 {
    public static void main(String[] args) {


        //创建list集合
        ArrayList<String> list = new ArrayList<>();
        list.add("林青霞");
        list.add("王祖贤");
        list.add("钟丽缇");
        list.add("张敏");
        list.add("朱茵");
        list.add("莫文蔚");

        //得到3个字的流
        Stream<String> listStream = list.stream().filter(s -> s.length() == 3);

        //把Stream流操作玩的数据收集到list集合中
        List<String> names = listStream.collect(Collectors.toList());
        //names.forEach(System.out::println);

        //创建set集合
        HashSet<Integer> set = new HashSet<>();
        set.add(10);
        set.add(20);
        set.add(30);
        set.add(35);


        //得到元素大于25的流
        Stream<Integer> ages = set.stream().filter(age -> age > 25);

        //把ages 收集到Set集合中，并遍历
        //ages.collect(Collectors.toSet()).forEach(System.out::println);


        System.out.println("==============Collectors.toMap()=====================");

        //定义一个字符串数组，每一个字符串数据由姓名数据和年龄数据组成
        String[] strArray = {"林青霞,30", "王祖贤,25", "钟丽缇,24", "张敏,26", "朱茵,27", "莫文蔚,28"};

        //得到字符串年龄数据大于28的流
        Stream<String> ageStream = Stream.of(strArray).filter(s -> Integer.parseInt(s.split(",")[1]) > 25);


        //把使用Stream流操作的数据收集到Map集合中遍历，姓名作为key,年龄作为value
        Map<String, Integer> map = ageStream.collect(Collectors.toMap(s -> s.split(",")[0],
                                                                      s -> Integer.parseInt(s.split(",")[1])));

        Set<String> keySet = map.keySet();
        for (String key : keySet) {
            Integer value = map.get(key);
            System.out.println(key + "," + value);

        }
    }
}

输出结果：

林青霞,30
张敏,26
莫文蔚,28
朱茵,27

Process finished with exit code 0

3.6.2 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

案例：统计员工人数、平均工资、工资总额、最高工资。

数据统计常用Collectors类对象来调用各种方法

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

        //统计员工人数、平均工资、工资总额、最高工资。

        List<Person> list = new ArrayList<>();
        list.add(new Person("Tom", 8900, 23, "male", "New York"));
        list.add(new Person("Jack", 7000, 25, "male", "Washington"));
        list.add(new Person("Lily", 7800, 21, "female", "Washington"));

        // 求总数方式1
        Long count = list.stream().collect(Collectors.counting());
        // 求总数方式2
        Long count2 = list.stream().count();
        // 求总数方式3
        Long count3 = (long) list.size();

        // 求平均工资
        Double average  = list.stream().collect(Collectors.averagingDouble(Person::getSalary));

        // 求最高工资方式1
        Integer max1 = list.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),
                Integer::max);
        // 求最高工资方式2
        Optional<Integer> max2 = list.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compareTo));
        // 求最高工资方式3
        Optional<Integer> max3 = list.stream().map(Person::getSalary).max(Integer::compareTo);

        // 求工资之和
        IntSummaryStatistics sum = list.stream().collect(Collectors.summarizingInt(Person::getSalary));


        // 一次性统计所有信息
        DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Person::getSalary));

        System.out.println("员工总数：" + count+","+count2+","+count3);
        System.out.println("员工平均工资：" + average);
        System.out.println("员工最高工资：" + max1+","+max2.get()+","+max3.get());
        System.out.println("员工工资总和：" + sum.getSum());
        System.out.println("员工工资所有统计：" + statistics);

    }
}

输出结果：

员工总数：3,3,3
员工平均工资：7900.0
员工最高工资：8900,8900,8900
员工工资总和：23700
员工工资所有统计：DoubleSummaryStatistics{count=3, sum=23700.000000, min=7000.000000, average=7900.000000, max=8900.000000}

Process finished with exit code 0

3.6.3 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。

案例：将员工按薪资是否高于8000分为两部分--partitioningBy() ；将员工按性别和地区分组--groupingBy()

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

        //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> list = new ArrayList<>();
        list.add(new Person("Tom", 8900,23, "male", "New York"));
        list.add(new Person("Jack", 7000,25, "male", "Washington"));
        list.add(new Person("Lily", 7800,28, "female", "Washington"));
        list.add(new Person("Anni", 8200,19, "female", "New York"));
        list.add(new Person("Owen", 9500,26, "male", "New York"));
        list.add(new Person("Alisa", 7900,21, "female", "New York"));


        // 将员工按薪资 是否 高于8000分组(两部分：高于8000和低于8000)--partitioningBy()
        Map<Boolean, List<Person>> part = list.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));

        // 将员工按性别分组--groupingBy()
        Map<String, List<Person>> group  = list.stream().collect(Collectors.groupingBy(Person::getSex));

        // 将员工先按性别分组，再按地区分组--groupingBy()
        Map<String, Map<String, List<Person>>> group2  = list.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));


        System.out.println("员工按薪资是否大于8000分组情况：" + part);
        System.out.println("员工按性别分组情况：" + group);
        System.out.println("员工按性别、地区：" + group2);


    }
}

输出结果：

员工按薪资是否大于8000分组情况：
{ false=[com.legion.streamstudy.exampleDemo.Person@42d3bd8b, com.legion.streamstudy.exampleDemo.Person@26ba2a48, com.legion.streamstudy.exampleDemo.Person@5f2050f6],
  true=[com.legion.streamstudy.exampleDemo.Person@3b81a1bc, com.legion.streamstudy.exampleDemo.Person@64616ca2, com.legion.streamstudy.exampleDemo.Person@13fee20c] }

员工按性别分组情况：
{ female=[com.legion.streamstudy.exampleDemo.Person@26ba2a48, com.legion.streamstudy.exampleDemo.Person@64616ca2, com.legion.streamstudy.exampleDemo.Person@5f2050f6],
  male=[com.legion.streamstudy.exampleDemo.Person@3b81a1bc, com.legion.streamstudy.exampleDemo.Person@42d3bd8b, com.legion.streamstudy.exampleDemo.Person@13fee20c] }

员工按性别、地区：
{ female={ New York=[com.legion.streamstudy.exampleDemo.Person@64616ca2, com.legion.streamstudy.exampleDemo.Person@5f2050f6], Washington=[com.legion.streamstudy.exampleDemo.Person@26ba2a48]},
  male={ New York=[com.legion.streamstudy.exampleDemo.Person@3b81a1bc, com.legion.streamstudy.exampleDemo.Person@13fee20c],  Washington=[com.legion.streamstudy.exampleDemo.Person@42d3bd8b]} }

Process finished with exit code 0

3.6.4 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。

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

        //Collectors.joining("分隔符")，用于拼接
        
        List<Person> list = new ArrayList<>();
        list.add(new Person("Tom", 8900, 23, "male", "New York"));
        list.add(new Person("Jack", 7000, 25, "male", "Washington"));
        list.add(new Person("Lily", 7800, 21, "female", "Washington"));

        //所有员工姓名，用逗号","隔开
        String names = list.stream().map(Person::getName).collect(Collectors.joining(","));
        System.out.println("所有员工的姓名：" + names);

        //用"-"拼接集合中的字符串
        List<String> list2 = Arrays.asList("A", "B", "C");
        String str = list2.stream().collect(Collectors.joining("-"));
        System.out.println("拼接后的字符串：" + str);
    }
}

输出结果：

所有员工的姓名：Tom,Jack,Lily
拼接后的字符串：A-B-C

Process finished with exit code 0

3.6.5 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。

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

        //学习reducing()

        List<Person> list = new ArrayList<>();

        list.add(new Person("Tom", 8900, 23, "male", "New York"));
        list.add(new Person("Jack", 7000, 25, "male", "Washington"));
        list.add(new Person("Lily", 7800, 21, "female", "Washington"));

        // 每个员工减去起征点税后的薪资之和--reducing()方法
        Integer sum = list.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000)));
        System.out.println("员工扣税薪资总和：" + sum);

        //stream的reduce()方法
        Optional<Integer> sum2 = list.stream().map(Person::getSalary).reduce(Integer::sum);
        System.out.println("员工薪资总和：" + sum2.get());
        
    }
}

输出结果：

员工扣税薪资总和：8700
员工薪资总和：23700

Process finished with exit code 0

3.7 排序(sorted)---自然排序调用的是equals（）方法

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

案例：将员工按工资由高到低（工资一样则按年龄由大到小）排序

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

        //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> list = new ArrayList<Person>();

        list.add(new Person("Sherry", 9000, 24, "female", "New York"));
        list.add(new Person("Tom", 8900, 22, "male", "Washington"));
        list.add(new Person("Jack", 9000, 25, "male", "Washington"));
        list.add(new Person("Lily", 8800, 26, "male", "New York"));
        list.add(new Person("Alisa", 9000, 26, "female", "New York"));


        //按工资升序排序（自然排序）
        List<String> newList = list.stream().sorted(Comparator.comparing(Person::getSalary))
                .map(Person::getName).collect(Collectors.toList());

        // 按工资倒序排序 reversed() 反转   map(Person::getName)-->映射到人名上
        List<String> newList2 = list.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
                .map(Person::getName).collect(Collectors.toList());


        // 先按工资再按年龄升序排序 -->先按工资排序，工资相同，按年龄升序排
        List<String> newList3 = list.stream().sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge))
                .map(Person::getName).collect(Collectors.toList());

        // 先按工资再按年龄 自定义排序（降序）, map(Person::getName)-->映射到人名上
        List<String> newList4 = list.stream().sorted((p1, p2) -> {
            if (p1.getSalary() == p2.getSalary()) {
                return p2.getAge() - p1.getAge();
            } else {
                return p2.getSalary() - p1.getSalary();
            }
        }).map(Person::getName).collect(Collectors.toList());

        System.out.println("按工资升序排序：" + newList);
        System.out.println("按工资降序排序：" + newList2);
        System.out.println("先按工资再按年龄升序排序：" + newList3);
        System.out.println("先按工资再按年龄自定义降序排序：" + newList4);

    }
}

输出结果：

按工资升序排序：[Lily, Tom, Sherry, Jack, Alisa]
按工资降序排序：[Sherry, Jack, Alisa, Tom, Lily]
先按工资再按年龄升序排序：[Lily, Tom, Sherry, Jack, Alisa]
先按工资再按年龄自定义降序排序：[Alisa, Jack, Sherry, Tom, Lily]

Process finished with exit code 0

3.8 提取/组合--中间操作

流也可以进行合并、去重、限制、跳过等操作。

去重: distinct()

限制: limit()

跳过: skip()

concat() 合并流

limit() 限制取数

skip() 跳过元素

案例一：

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

        //concat合并流操作

        ArrayList<String> list = new ArrayList<>();
        list.add("林青霞");
        list.add("王祖贤");
        list.add("张曼玉");
        list.add("张敏");
        list.add("钟丽缇");
        list.add("朱茵");
        list.add("莫文蔚");

        //取前4个数据组成一个流
        Stream<String> s1 = list.stream().limit(4);

        // 跳过2个数据组成一个流
        Stream<String> s2 = list.stream().skip(2);

        //合并上述得到的2个流，并输出结果
        Stream<String> concatStream = Stream.concat(s1, s2);
        //concatStream.forEach(System.out::println);

        /**
         * @Author Vincent
         * @Description //TODO
         *
         * 注意：
         * 1. 上面2个流合并后，下面不能再合并，会报IllegalStateException异常
         * 2. 上面进行forEach()终止操作后，下面也不能进行forEach()终止操作也会报IllegalStateException异常
         **/

        //把上述的合并流去重，要求字符串元素不能重复，并把结果输出
        concatStream.distinct().forEach(System.out::println);

    }
}

输出结果：

林青霞
王祖贤
张曼玉
张敏
钟丽缇
朱茵
莫文蔚

Process finished with exit code 0

案例二：

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

        //流也可以进行合并、去重、限制、跳过等操作
        
        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> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());

        // limit：限制从流中获得前n个数据 --从1开始，+2，无限迭代，取前10个元素
        List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());

        // skip：跳过前n个数据 --从1开始，+2，无限迭代，跳过第1个元素，取前5个元素
        List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());

        System.out.println("流合并：" + newList);
        System.out.println("limit：" + collect);
        System.out.println("skip：" + collect2);
    }
}

输出结果：

流合并：[a, b, c, d, e, f, g]
limit：[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
skip：[3, 5, 7, 9, 11]

Process finished with exit code 0

部分内容借鉴于此：(40条消息) Java8 Stream：2万字20个实例，玩转集合的筛选、归约、分组、聚合_云深不知处-CSDN博客_java stream 聚合

Vincent丫

关注

3
点赞
踩
22

收藏

觉得还不错? 一键收藏
1
评论
Java8 Stream 流的创建、筛选、映射、排序、归约、分组、聚合、提取与组合、收集、接合、foreach遍历

无论新手小白还是老程序员，都能看的懂，学得会的Java8 Stream. 里面有很多案例关于Stream流的使用，学完这个会让你在工作中事半功倍。我是因为在工作中不会用Stream流，被动离职了，呜呜呜。发誓含泪学习，写下这37500字 Stream流的用法。这是我发布的第一篇文章，码字不易，还望各位老师支持一下，十分感谢！！！
复制链接

扫一扫