Java——Stream流的学习

在开发过程中，经常或忽略流的使用，导致用的不熟练，于是抽时间系统的学习下stream的使用，找了哔哩哔哩的教程跟着看看练练。

准备工作

创建Book、Aurhor实体类，初始化数据

public static List<Author> getAuthors() {
        Author author1 = new Author(1L, "蒙多", 33, "一个从菜刀中明悟哲理的祖安人", null);
        Author author2 = new Author(2L, "亚拉索", 15, "狂风也追逐不上他的思考速度", null);
        Author author3 = new Author(3L, "易", 14, "是这个世界在限制他的思维", null);
        Author author4 = new Author(3L, "易", 14, "是这个世界在限制他的思维", null);

        List<Book> books1 = new ArrayList<>();
        List<Book> books2 = new ArrayList<>();
        List<Book> books3 = new ArrayList<>();

        books1.add(new Book(1L, "刀的两侧是光明与黑暗", "哲学，爱情", 88, "用一把刀划分了爱情"));
        books1.add(new Book(2L, "一个人不能死在同一把刀下", "个人成长，爱情", 99, "讲述如何成功"));

        books2.add(new Book(3L, "那风吹不到的地方", "哲学", 85, "带你用思维去领略世界的尽头"));
        books2.add(new Book(3L, "那风吹不到的地方", "哲学", 85, "带你用思维去领略世界的尽头"));
        books2.add(new Book(4L, "吹或不吹", "爱情，个人传记", 65, "一个哲学家的恋爱观注定很难"));

        books3.add(new Book(5L, "你的剑就是我的剑", "爱情", 56, "无法想象一个武者"));
        books3.add(new Book(5L, "风与剑", "个人传记", 100, "两个哲学家灵魂与肉体的碰撞"));
        books3.add(new Book(5L, "风与剑", "个人传记", 100, "两个哲学家灵魂与肉体的碰撞"));

        author1.setBooks(books1);
        author2.setBooks(books2);
        author3.setBooks(books3);
        author4.setBooks(books3);

        List<Author> authors = new ArrayList<>(Arrays.asList(author1, author2, author3, author4));
        return authors;
    }

创建流

// 1.单列集合
private static void test01(List<Author> authors) {
	authors.stream().distinct().filter(author -> author.getAge()<18).forEach(author -> System.out.println(author.getName()));
}

// 2.数组流
private static void test02() {
    Integer[] arr = {1,2,3,4,5};
//  IntStream stream = Arrays.stream(arr);
    Stream<Integer> stream = Stream.of(arr);
    stream.distinct().filter(value -> value > 2).forEach(value -> System.out.println(value));
}

// 3.双列集合   map流
private static void test03() {
    Map<String, Integer> map = new HashMap<>();
    map.put("张三", 18);
    map.put("李四", 33);
    map.put("王五", 25);

    Stream<Map.Entry<String, Integer>> stream = map.entrySet().stream();
    stream.filter(entry -> entry.getValue()>20).forEach(entry -> System.out.println(entry.getKey()));
}

中间操作

• filter 对流中的操作进行过滤，符合条件的返回
  使用的函数式接口是：Predicate，参数是一个实体，拥有抽象方法：boolean test(T t);

authors.stream().filter(new Predicate<Author>() {
    @Override
    // 匿名内部类的test方法，将传入的author进行判断，返回符合条件的
    public boolean test(Author author) {
        return author.getName().length() > 1;
    }
}).forEach(author -> System.out.println(author.getName()));

该操作将作者名字长度>1 的作者名列出来

• map 把流中元素进行计算或转换
  使用的函数式接口是：Function<T, R>，参数是一个实体，和一个要将实体转化的结果result，拥有抽象方法：R apply(T t);
  （1）进行转换，该操作将作者名字列出来

private static void test05(List<Author> authors) {
    authors.stream().map(new Function<Author, String>() {
        @Override
        // 匿名内部类的apply方法，将传入的author进行需要的结果返回
        public String apply(Author author) {
            return author.getName();
        }
   }).forEach(s -> System.out.println(s));
}

（2）进行计算，该操作将作者年龄分别+10

authors.stream().map(author -> author.getAge())
                .map(new Function<Integer, Integer>() {
                    @Override
                    public Integer apply(Integer age) {
                        return age + 10;
                    }
                })
                .forEach(s -> System.out.println(s));

第一个map是获取作者的年龄，然后第二个map则将年龄转换为年龄，只是经过了+10计算，我们打断点看看

流经过第一个map后转换为了Integer

经过第二个map后将第一个Integer进行+10计算，类型不变

• distinct 将元素进行去重操作
  注意：distinct 依赖Object 的equals方法来判断对象是否相同，对象要重写equals方法。

authors.stream().distinct().forEach(author -> { System.out.println(author.getName()); });

该操作直接通过distinct去重
当然也可以使用前面的map提取出名字，再去重，比上面的麻烦些

authors.stream().distinct().map(new Function<Author, String>() {
            @Override
            public String apply(Author author) {
                return author.getName();
            }
        }).forEach(name -> { System.out.println(name); });

// 一样
authors.stream().distinct().map(author -> author.getName()).forEach(name -> { System.out.println(name); });

该操作先使用map将Author对象转换为姓名的String，然后在去重

• flatMap
  上面的Map是把一个对象转换成另一个对象作为流中的元素，而flatMap是把一个对象转换为多个对象作为流中的元素

使用的函数式接口是：new Function<T, R>，将一个对象转换成Stream对象

（1）打印所有书籍的名字，要求对重复的元素进行去重。

authors.stream()
	   .flatMap(new Function<Author, Stream<Book>>() {
	        // 这里可以通过idea进行lambda转换，为了清晰就不转了
            @Override
            public Stream<Book> apply(Author author) {
                return author.getBooks().stream();
            }
           })
        .distinct()
        .forEach(name -> { System.out.println(name); });

如果使用Map，将作者对象提取出书籍对象，还需要再对书籍对象List进行遍历去重，比较麻烦。
首先使用flatMap将每个作者对象中的书籍对象流提取出来，然后直接在书籍对象流中进行去重，输出书籍名称。


（2）打印现有数据的所有分类，要求对分类进行去重，不能出现这种格式：哲学，爱情，需要转成两个分类

authors.stream()
                .flatMap(author -> author.getBooks().stream())
                .distinct()
                // 将分类进行分割成数组后，转成流进行去重
                .flatMap(book -> Arrays.stream(book.getCategory().split("，")))
                .distinct()
                .forEach(category -> System.out.println(category));

第一次使用flatmap将作者对象转换成多个书籍对象流

第二次使用flatmap将书籍对象的分类转换成多个分类流

终结操作

• forEach 对流中元素进行遍历操作
• count 获取当前流中元素的个数
  （1）打印这些作家所出书籍的数目，注意删除重复元素
  因为count属于终结操作，会有返回值

long count = authors.stream()
                .flatMap(author -> author.getBooks().stream())
                .distinct()
                .count();
System.out.println("书籍count = " + count);

使用flatMap获取每个书籍对象，去重计算

• min和max 求流中的最值
  （1）获取这些作家的所出书籍的最高分和最低分

Optional<Integer> max = authors.stream()
                .flatMap(author -> author.getBooks().stream())
                .map(book -> book.getScore())
                .max(new Comparator<Integer>() {
                    @Override
                    public int compare(Integer score1, Integer score2) {
                        return score1 - score2;
                    }
                });
System.out.println("书籍评分max = " + max.get());

Optional<Integer> min = authors.stream()
                .flatMap(author -> author.getBooks().stream())
                .map(book -> book.getScore())
                .min(new Comparator<Integer>() {
                    @Override
                    public int compare(Integer score1, Integer score2) {
                        return score1 - score2;
                    }
                });
System.out.println("书籍评分min = " + min .get());

先使用flatMap将作者对象转换成多个书籍对象流，然后用map获取书籍对象中的评分对象，进行max和min计算

• collect 把当前流转换成一个集合
  （1）获取一个存放所有作者名字的List集合

List<String> list = authors.stream()
                .map(author -> author.getName())
                .distinct()
                .collect(Collectors.toList());

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

（2）获取一个所有书名的set集合

Set<String> set = authors.stream()
                .flatMap(author -> author.getBooks().stream())
                .map(book -> book.getName())
                .collect(Collectors.toSet());

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

（3）获取一个map集合，key为作者名，value为List

Map<String, List<Book>> map = authors.stream()
                // 去重避免key重复
                .distinct()
                .collect(Collectors.toMap(new Function<Author, String>() {
                    @Override 
                    // 这里的匿名内部类将传入作者对象，获取作者名作为key
                    public String apply(Author author) { 
                        return author.getName(); 
                    }
                    }, new Function<Author, List<Book>>() {
                    @Override 
                    // 这里的匿名内部类将传入作者对象，获取书籍list作为value
                    public List<Book> apply(Author author) { 
                        return author.getBooks(); 
                    }
                }));

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

简化lambda表达式

Map<String, List<Book>> map = authors.stream()
                // 去重避免key重复
                .distinct()
                .collect(Collectors.toMap(author -> author.getName(), author -> author.getBooks()));

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

• anyMatch 判断流中是否有任意符合匹配条件的元素，符合返回true

boolean b = authors.stream().anyMatch(author -> author.getAge() > 29);

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

判断是否有年龄在29以上的作家

• allMatch 判断流中元素是否都符合条件，都符合为true，否则为false

boolean b = authors.stream().allMatch(author -> author.getAge() >= 18);
System.out.println("b = " + b);

判断是否所有作家都是成年人

• noneMatch 判断流中元素是否都不符合条件，是为true，否为false

boolean b = authors.stream().noneMatch(author -> author.getAge() > 100);
System.out.println("b = " + b);

判断作家是否都没有超过100岁的

• findAny 获取流中符合条件的任意一个元素，不保证为流中的第一个元素

Optional<Author> au = authors.stream().filter(author -> author.getAge() > 18).findAny();

System.out.println("名字：" + au.get().getName());

这里用的get方法获取数据，但是可能出现找不到符合条件的数据，这时候get就会报错，如：

所以改成：

Optional<Author> au = authors.stream().filter(author -> author.getAge() > 98).findAny();

au.ifPresent(author -> System.out.println(author.getName()));

获取任意一个大于18的作家，输出名字

• findFirst 获取流中的第一个元素

Optional<Author> author = authors.stream()
                .sorted((o1, o2) -> o1.getAge() - o2.getAge())
                .findFirst();

author.ifPresent(author1 -> System.out.println(author1.getName()));

获取年龄最小的作家，输出名字

• reduce归并 对流中的数据按照指定的计算方式计算出一个结果（缩减操作）
  把stream中的元素组合起来，传入初始化值，按照指定的计算方式和元素进行计算，计算结果再和下一个元素进行计算，依次计算完

reduce有三种重载方式

1. 2个参数的
   T reduce(T identity, BinaryOperator accumulator);

T result = identity;
for (T element : this stream) {
	result = accumulator.apply(result, element)
}
return result;

传入初始化值作为第一个参数identity，传入计算方法accumulator.apply 进行初始化值和元素的计算

例子：
（1）使用reduce对作者年龄进行求和

Integer result = authors.stream()
                .distinct()
                .map(author -> author.getAge())
                // 传入初识值和计算方法
                .reduce(0, new BinaryOperator<Integer>() {
                    @Override
                    public Integer apply(Integer result, Integer element) {
                        return result + element;
                    }
                });

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

lambda写

Integer result = authors.stream()
                .distinct()
                .map(author -> author.getAge())
                // 传入初识值和计算方法
                .reduce(0, (result1, element) -> result1 + element);

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

（2）使用reduce求所有作者年龄最大值

Integer max = authors.stream()
                .distinct()
                .map(author -> author.getAge())
                .reduce(Integer.MIN_VALUE, new BinaryOperator<Integer>() {
                    @Override
                    public Integer apply(Integer result, Integer element) {
                        return result > element ? result : element;
                    }
                });
System.out.println("max = " + max);

（3）使用reduce求所有作者年龄最小值

Integer min = authors.stream()
                .distinct()
                .map(author -> author.getAge())
                .reduce(Integer.MAX_VALUE, new BinaryOperator<Integer>() {
                    @Override
                    public Integer apply(Integer result, Integer element) {
                        return result > element ? element : result;
                    }
                });

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

2. 1个参数的
   Optional reduce(BinaryOperator accumulator);

boolean foundAny = false;
T result = null;
for (T element : this stream) {
	if (!foundAny) {
		foundAny = true;
		result = element;
	} else {
		result = accumulator.apply(result, element);
	}
}

return foundAny ? Optional.of(result) : Optional.empty();

该方法只传入了一个计算方式，根据实现方法，可以看到将流中的第一个元素作为了第一个元素result，然后后续进行else内部的计算

例如：

Optional<Integer> optional = authors.stream()
                .distinct()
                .map(author -> author.getAge())
                // 直接传入计算方法
                .reduce((result, element) -> result > element ? element : result);

optional.ifPresent(integer -> System.out.println(integer));