Stream 实例应用

遍历/匹配（foreach/find/match）

 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。

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

筛选（filter）

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：筛选出Integer集合中大于7的元素，并打印出来

@Test
public void testFilter(){
    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); // 8 9
}

案例二： 筛选员工中工资高于8000的人，并形成新的集合。

/**
 * 筛选员工中工资高于8000的人，并形成新的集合
 */
@Test
public void testFilter2(){
    List<Person> personList = this.initList();
	List<String> filterList = personList.stream().filter(x -> x.getSalary() > 8000)
			.map(Person::getName).collect(Collectors.toList());
	System.out.println("高于8000的员工姓名：" + filterList); // 高于8000的员工姓名：[Tom, Anni, Owen]
}

聚合（max/min/count)

Java stream中引入了max、min、count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

@Test
public void testAggregation1(){
	List<String> list = Arrays.asList("adnm", "admmt", "pot", "xbangd", "weoujgsd");
	Optional<String> max = list.stream().max(Comparator.comparing(String::length));
	System.out.println("最长的字符串：" + max.get()); // 最长的字符串：weoujgsd
}

案例二：获取Integer集合中的最大值。

@Test
public void testAggregation2(){
	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 o1, Integer o2) {
			return o1.compareTo(o2);
		}
	});
	System.out.println("自然排序的最大值：" + max.get()); // 自然排序的最大值：11
	System.out.println("自定义排序的最大值：" + max2.get()); // 自定义排序的最大值：11
}

案例三：获取员工工资最高的人

@Test
public void testAggregation3(){
	List<Person> personList = this.initList();
	Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary));
	System.out.println("员工工资最大值：" + max.get().getSalary()); // 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

@Test
public void testAggregation4(){
	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); // list中大于6的元素个数：4
}

映射(map/flatMap)

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。

@Test
public void testMap1(){
	String[] strArr = { "abcd", "bcdd", "defde", "fTr" };
	List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());
	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("每个元素大写：" + strList); // 每个元素大写：[ABCD, BCDD, DEFDE, FTR]
	System.out.println("每个元素+3：" + intListNew); // 每个元素+3：[4, 6, 8, 10, 12, 14]
}

案例二：将员工的薪资全部增加1000。

@Test
public void testMap2(){
	List<Person> personList = this.initList();
	// 不改变原来员工集合的方式
	List<Person> personListNew = personList.stream().map(person -> {
		Person personNew = new Person();
		personNew.setSalary(person.getSalary()+1000);
		return personNew;
	}).collect(Collectors.toList());
	System.out.println("一次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());
	System.out.println("一次改动后：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());

	// 改变原来员工集合的方式
	List<Person> personListNew2 = personList.stream().map(person -> {
		person.setSalary(person.getSalary() + 1000);
		return person;
	}).collect(Collectors.toList());
	System.out.println("二次改动前：" + personList.get(0).getName() + "-->" + personListNew.get(0).getSalary());
	System.out.println("二次改动后：" + personListNew2.get(0).getName() + "-->" + personListNew.get(0).getSalary());
}

案例三：将两个字符数组合并成一个新的字符数组。

@Test
public void testMap3(){
	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); // 处理前的集合：[m,k,l,a, 1,3,5,7]
	System.out.println("处理后的集合：" + listNew); // 处理后的集合：[m, k, l, a, 1, 3, 5, 7]
}

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。

@Test
public void testReduce1(){
	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("list求和：" + sum.get() + "," + sum2.get() + "," + sum3); // list求和：29,29,29
	System.out.println("list求积：" + product.get()); // list求积：2112
	System.out.println("list求和：" + max.get() + "," + max2); // list求和：11,11
}

案例二：求所有员工的工资之和和最高工资。

@Test
public void testReduce2(){
	List<Person> personList = this.initList();
	// 求工资之和方式1：
	Optional<Integer> sumSalary = personList.stream().map(Person::getSalary).reduce(Integer::sum);
	// 求工资之和方式2：
	Integer sumSalary2 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(),
			(sum1, sum2) -> sum1 + sum2);
	// 求工资之和方式3：
	Integer sumSalary3 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);
	// 求最高工资方式1：
	Integer maxSalary = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),
			Integer::max);
	// 求最高工资方式2：
	Integer maxSalary2 = personList.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); // 工资之和：49300,49300,49300
	System.out.println("最高工资：" + maxSalary + "," + maxSalary2); // 最高工资：9500,9500
}

 

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。

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。

@Test
public void testCollect(){
	List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
	List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
	Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
	List<Person> personList = this.initList();
	Map<String, Person> map = personList.stream().filter(p -> p.getSalary() > 8000)
			.collect(Collectors.toMap(Person::getName, p -> p));
	System.out.println("toList:" + listNew); // toList:[6, 4, 6, 6, 20]
	System.out.println("toSet:" + set); // toSet:[4, 20, 6]
	System.out.println("toMap:" + map); // toMap:{Tom=Person(name=Tom, salary=8900, age=20, sex=male, area=New York), Owen=Person(name=Owen, salary=9500, age=50, sex=male, area=New York), Anni=Person(name=Anni, salary=8200, age=23, sex=female, area=New York)}
}

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。

@Test
public void testCollect2(){
	List<Person> personList = this.initList();
	// 求总数
	Long count = personList.stream().collect(Collectors.counting());
	// 求平均工资
	Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
	// 求最高工资
	Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
	// 求工资之和
	Integer sum = 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：" + count); // 员工总数：6
	System.out.println("员工平均工资：" + average); // 员工平均工资：8216.666666666666
	System.out.println("员工工资总和：" + sum); // 员工工资总和：49300
	System.out.println("员工工资所有统计：" + collect); // 员工工资所有统计：DoubleSummaryStatistics{count=6, sum=49300.000000, min=7000.000000, average=8216.666667, max=9500.000000}
}

分组(partitioningBy/groupingBy)

@Test
public void testGroup1(){
	List<Person> personList = this.initList();
	// 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));
	// 将员工按性别分组
	Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
	// 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("员工按薪资是否大于8000分组情况：" + part);
    // 员工按薪资是否大于8000分组情况：{false=[Person(name=Jack, salary=7000, age=25, sex=male, area=Washington), Person(name=Lily, salary=7800, age=30, sex=female, area=Washington), Person(name=Alisa, salary=7900, age=30, sex=female, area=New York)], true=[Person(name=Tom, salary=8900, age=20, sex=male, area=New York), Person(name=Anni, salary=8200, age=23, sex=female, area=New York), Person(name=Owen, salary=9500, age=50, sex=male, area=New York)]}
	System.out.println("员工按性别分组情况：" + group);
    // 员工按性别分组情况：{female=[Person(name=Lily, salary=7800, age=30, sex=female, area=Washington), Person(name=Anni, salary=8200, age=23, sex=female, area=New York), Person(name=Alisa, salary=7900, age=30, sex=female, area=New York)], male=[Person(name=Tom, salary=8900, age=20, sex=male, area=New York), Person(name=Jack, salary=7000, age=25, sex=male, area=Washington), Person(name=Owen, salary=9500, age=50, sex=male, area=New York)]}
	System.out.println("员工按性别、地区：" + group2);
    // 员工按性别、地区：{female={New York=[Person(name=Anni, salary=8200, age=23, sex=female, area=New York), Person(name=Alisa, salary=7900, age=30, sex=female, area=New York)], Washington=[Person(name=Lily, salary=7800, age=30, sex=female, area=Washington)]}, male={New York=[Person(name=Tom, salary=8900, age=20, sex=male, area=New York), Person(name=Owen, salary=9500, age=50, sex=male, area=New York)], Washington=[Person(name=Jack, salary=7000, age=25, sex=male, area=Washington)]}}

}

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。

@Test
public void testJoining(){
	List<Person> personList = this.initList();
	String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
	System.out.println("所有员工的姓名：" + names); // 所有员工的姓名：Tom,Jack,Lily,Anni,Owen,Alisa
	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); // 拼接后的字符串：A-B-C
}

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。

@Test
public void testReducing(){
	List<Person> personList = this.initList();
    // 每个员工减去起征点后的薪资之和
	Integer sum = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000)));
	System.out.println("员工扣税薪资总和：" + sum); // 员工扣税薪资总和：19300
    // 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()); // 员工薪资总和：49300
}

排序(sorted)

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

@Test
public void testSorted(){
	List<Person> personList = this.initList();
	// 按工资升序排序（自然排序）
	List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
			.collect(Collectors.toList());
	// 按工资倒序排序
	List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
			.map(Person::getName).collect(Collectors.toList());
	// 先按工资再按年龄升序排序
	List<String> newList3 = personList.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）
	List<String> newList4 = personList.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); // 按工资升序排序：[Jack, Lily, Alisa, Anni, Tom, Owen]
	System.out.println("按工资降序排序：" + newList2); // 按工资降序排序：[Owen, Tom, Anni, Alisa, Lily, Jack]
	System.out.println("先按工资再按年龄升序排序：" + newList3); // 先按工资再按年龄升序排序：[Jack, Lily, Alisa, Anni, Tom, Owen]
	System.out.println("先按工资再按年龄自定义降序排序：" + newList4); // 先按工资再按年龄自定义降序排序：[Owen, Tom, Anni, Alisa, Lily, Jack]
}

提取/组合

流也可以进行合并、去重、限制、跳过等操作。

@Test
public void testCollect(){
	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
	List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
	// skip：跳过前n个数据
	List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
	System.out.println("流合并：" + newList); // 流合并：[a, b, c, d, e, f, g]
	System.out.println("limit：" + collect); // limit：[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
	System.out.println("skip：" + collect2); // skip：[3, 5, 7, 9, 11]
}

工作实践中的记录

抽取一个对象数组的id属性组合成id数组

List<Long> idList = vehicleList.stream().map(Vehicle::getId).collect(Collectors.toList());

抽取对象集合的属性并以逗号隔开

Object[] objects = studentList.stream().map(Student::getName).toArray();
String nameData = StringUtils.join(objects, ",");

List转数组

String[] deviceIds = list.stream()
                            .map(String::valueOf)
                            .toArray(String[]::new);

list类型转换

List<Integer> intList = list
                            .stream()
                            .map(Integer::valueOf)
                            .collect(Collectors.toList());