文字描述 请看转载文章
https://www.cnblogs.com/zhaoyunlong/p/13274569.html
Stream
- Stream关注的是对数据的运算,与CPU打交道
集合关注的是数据的存储,与内存打交道 - 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 - Stream 执行流程
① Stream的实例化
② 一系列的中间操作(过滤、映射、…)
③ 终止操作 - 说明:
4.1 一个中间操作链,对数据源的数据进行处理
4.2 一旦执行终止操作,就执行中间操作链,并产生结果。之后,不会再被使用
/**
* Description: 创建Stream方式一 通过集合
* return
* Author: ralph
**/
@Test
public void CreateStream1(){
List<Employee> employees = EmployeeData.getEmployees();
//default Stream<E> stream() : 返回一个顺序流
Stream<Employee> stream = employees.stream();
//default Stream<E> parallelStream() : 返回一个并行流
Stream<Employee> employeeStream = employees.parallelStream();
}
/**
* Description: 创建Stream方式2 通过数组来创建
* return
* Author: ralph
**/
@Test
public void CreateStream2(){
int[] ints = {12, 23, 34, 45, 56, 67};
IntStream stream = Arrays.stream(ints);
Employee fUCK = new Employee(1001, "fUCK");
Employee fUCK2 = new Employee(1002, "fUCK2");
Employee[] employees = {fUCK, fUCK2};
Stream<Employee> stream1 = Arrays.stream(employees);
}
/**
* Description: 创建Stream方式3 用过Streamof创建
* return
* Author: ralph
**/
@Test
public void CreateStream3(){
Stream<Integer> integerStream = Stream.of(1, 2, 3, 4, 5, 6, 7);
System.out.println(integerStream);
}
/**
* Description: 创建Stream方式4 创建无限流
* return
* Author: ralph
**/
@Test
public void CreateSteam4(){
//迭代
Stream.iterate(0,t -> t + 2).limit(10).forEach(System.out::println);
//生成
Stream.generate(Math::random).limit(10).forEach(System.out::println);
}
//Stream的中间操作
@Test
public void Middle(){
List<Employee> employees = EmployeeData.getEmployees();
Stream<Employee> stream = employees.stream();
stream.filter(e -> e.getSalary() > 6000).forEach(System.out::println);
System.out.println("limit(n)截断流,使其元素不超过给定数量");
employees.stream().limit(3).forEach(System.out::println);
System.out.println("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");
employees.stream().skip(3).forEach(System.out::println);
employees.add(new Employee(1010,"Jen",20,2222));
employees.add(new Employee(1010,"Jen",20,2222));
employees.add(new Employee(1010,"Jen",20,2222));
employees.add(new Employee(1010,"Jen",20,2222));
employees.add(new Employee(1010,"Jen",22,2222));
System.out.println("distinct 筛选通过流所生成的元素并去重");
employees.stream().distinct().forEach(System.out::println);
}
//映射
@Test
public void Mapping(){
//map(Function f)——接收一个函数作为参数,将元素转换成其他形式或提取信息,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。
List<String> list = Arrays.asList("aa", "Ccc", "QQQ", "ppp");
list.stream().map(str -> str.toUpperCase(Locale.ROOT)).forEach(System.out::println);
List<Employee> employees = EmployeeData.getEmployees();
Stream<String> stringStream = employees.stream().map(Employee::getName);
stringStream.filter(name -> name.length() >3).forEach(System.out::println);
}
//排序
@Test
public void SortedTest(){
//自然排序
List<Integer> integers = Arrays.asList(12, 34, 444, 31, 6, 76, 8876, 83);
integers.stream().sorted().forEach(System.out::println);
//定制排序
List<Employee> employees3 = EmployeeData.getEmployees();
employees3.stream().sorted( (e1,e2) ->{
int compare = Integer.compare(e1.getAge(), e2.getAge());
if (compare != 0){
return compare;
}else {
return -Double.compare(e1.getSalary(),e2.getSalary());
}
}).forEach(System.out::println);
}
//测试Stream的终止操作
@Test
public void StreamEndTest(){
List<Employee> employees = EmployeeData.getEmployees();
// allMatch(Predicate p)——检查是否匹配所有元素。
boolean allMatch = employees.stream().allMatch(e -> e.getAge() >20);
System.out.println(allMatch);
// anyMatch(Predicate p)——检查是否至少匹配一个元素。
boolean anyMatch = employees.stream().anyMatch(e -> e.getSalary() > 10000);
System.out.println(anyMatch);
// noneMatch(Predicate p)——检查是否没有匹配的元素。
boolean noneMatch = employees.stream().noneMatch(e -> e.getName().startsWith("雷"));
System.out.println(noneMatch);
// findFirst——返回第一个元素
Optional<Employee> first = employees.stream().findFirst();
System.out.println(first);
// findAny——返回当前流中的任意元素
Optional<Employee> any = employees.parallelStream().findAny();
System.out.println(any);
// count——返回流中元素的总个数
long count = employees.stream().filter(e -> e.getSalary() <5000).count();
System.out.println(count);
// max(Comparator c)——返回流中最大值
Stream<Double> doubleStream = employees.stream().map(e -> e.getSalary());
Optional<Double> max = doubleStream.max(Double::compare);
System.out.println(max);
// min(Comparator c)——返回流中最小值
Optional<Employee> min = employees.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
System.out.println(min);
employees.forEach(System.out::println);
// reduce(T identity, BinaryOperator)——可以将流中元素反复结合起来,得到一个值。返回 T
List<Integer> integers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 10, 9);
Integer reduce = integers.stream().reduce(0, Integer::sum);
System.out.println(reduce);
// reduce(BinaryOperator) ——可以将流中元素反复结合起来,得到一个值。返回 Optional<T>
Stream<Double> doubleStream1 = employees.stream().map(Employee::getSalary);
Optional<Double> reduce1 = doubleStream1.reduce((d1, d2) -> d1 + d2);
System.out.println(reduce1.get());
// collect(Collector c)——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
List<Employee> collect = employees.stream().filter(e -> e.getSalary() > 6999).collect(Collectors.toList());
collect.forEach(System.out::println);
Set<Employee> set = employees.stream().filter(e -> e.getSalary() > 6999).collect(Collectors.toSet());
set.forEach(System.out::println);
}