目录
一、介绍
Stream 是 Java8 中处理集合的关键抽象概念,它可以指定你希望对 集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作。
使用Stream API 对集合数据进行操作,就类似于使用 SQL 执行的数 据库查询。也可以使用 Stream API 来并行执行操作。简而言之, Stream API 供了一种高效且易于使用的处理数据的方式。
二、什么是流
流(Stream) 到底是什么呢?
是数据渠道,用于操作数据源(集合、数组等)所生成的元素序列。
集合讲的是数据,流讲的是计算。
注意:
1. Stream自己不会存储元素。
2. Stream不会改变原对象。相反,他们会返回一个持有结果的新Stream。
3. Stream操作是延迟执行。这意味着他们会等到需要结果的时候才执行。
三、Stram 的操作三个步骤
1、创建 Stream
一个数据源(如:集合、数组),获取一个流
2、中间操作
一个中间操作链,对数据源的数据进行处理
3、终止操作(终端操作)
一个终止操作,执行中间操作链,并产生结果
四、创建Stream的四种方式
第一种:通过 Collection 系列集合提供的方法 stream() 或者 parallelStream()
Java8 中的 Collection 接口被扩展, 供了两个获取流的方法:
1. default Stream< E> stream() : 返回一个顺序流
2. default Stream< E> parallelStream() : 返回一个并行流
List<Employee> list = new ArrayList<>();
Stream<Employee> stream = list.stream();
Stream<Employee> parallelStream = list.parallelStream();
第二种:由数组创建流
通过 Arrays中的静态方法 stream() 创建数据源 。
static < T> Stream< T> stream(T[] array): 返回一个流
重载形式,能够处理对应基本类型的数组:
- public static IntStream stream(int[] array)
- public static LongStream stream(long[] array)
- public static DoubleStream stream(double[] array)
Integer[] num = new Integer[23];
Stream<Integer> stream1 = Arrays.stream(num);
第三种:由值创建流
可以使用静态方法 Stream.of(), 通过显示值 创建一个流。它可以接收任意数量的参数。
public static< T> Stream< T> of(T… values) : 返回一个流
Stream<Integer> stream2 = Stream.of(1, 5, 7);
第四种:由函数创建流,创建无限流。
可以使用静态方法 Stream.iterate() 和 Stream.generate(), 创建无限流,无限流可通过limit截断。
1. 迭代:public static< T> Stream< T> iterate(final T seed, final UnaryOperator< T> f)
2. 生成:public static< T> Stream< T> generate(Supplier< T> s)
// 迭代
Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2).limit(2);
stream3.forEach(System.out::println);
System.out.println("-------------");
// 生成
Stream<Double> stream4 = Stream.generate(Math::random).limit(4);
stream4.forEach(System.out::println);
执行结果
0
2
-------------
0.8009341328264229
0.3393727316726045
0.16402941830797657
0.18983964153830712
五、Stream的中间操作
多个 中间操作 可以连接起来形成一个流水线,除非流水 线上触发终止操作,否则中间操作不会执行任何的处理! 而在终止操作时一次性全部处理,称为“惰性求值”。
5.1 筛选与切片
方法 | 描述 |
---|---|
filter(Predicate p) | 接收 Lambda , 从流中排除某些元素。 |
distinct() | 筛选,通过流所生成元素的 hashCode() 和 equals() 去 除重复元素 |
limit(long maxSize) | 截断流,使其元素不超过给定数量 |
skip(long 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。不与 limit(n) 同时使用 |
案例:
定义一个集合: Employee 重写 hashcode , equals — 去重时使用
List<Employee> emps = Arrays.asList(
new Employee(101, "林青霞", 28, 9889.99),
new Employee(102, "东方不败", 29, 4329.85),
new Employee(103, "周星驰", 40, 1233.88),
new Employee(104, "大圣", 500, 5000.44),
new Employee(105, "张无忌", 15, 3000.09),
new Employee(102, "东方不败", 29, 4329.85)
);
执行操作:
1.内部迭代 - 迭代操作由Stream API 完成操作
@Test
public void test2() {
// 中间操作不会做任何处理
Stream<Employee> stream = emps.stream()
.filter((e) -> {
System.out.println("惰性求值");
return e.getAge() < 30;
});
System.out.println("--------------------");
// 终止操作,一次性执行全部功能, 称为 "惰性求值"
stream.forEach(System.out::println);
}
执行结果:
--------------------
惰性求值
Employee{id=101, name='林青霞', age=28, salary=9889.99, status=null}
惰性求值
Employee{id=102, name='东方不败', age=29, salary=4329.85, status=null}
惰性求值
惰性求值
惰性求值
Employee{id=105, name='张无忌', age=15, salary=3000.09, status=null}
惰性求值
Employee{id=102, name='东方不败', age=29, salary=4329.85, status=null}
2.中间操作 - 截断流
@Test
public void test4() {
emps.stream()
.filter(employee -> employee.getAge() < 30) // 过滤年龄小于30的人
.limit(1) // 截取一个
.forEach(System.out::println);
}
执行结果:
Employee{id=101, name='林青霞', age=28, salary=9889.99, status=null}
3.中间操作 - 跳过
@Test
public void test5() {
emps.stream()
.filter(employee -> employee.getAge() < 30)
.skip(2)
.forEach(System.out::println);
}
执行结果:
Employee{id=105, name='张无忌', age=15, salary=3000.09, status=null}
Employee{id=102, name='东方不败', age=29, salary=4329.85, status=null}
4.中间操作 - 筛选去重
@Test
public void test6() {
emps.stream()
.distinct()
.forEach(System.out::println);
}
执行结果:
Employee{id=101, name='林青霞', age=28, salary=9889.99, status=null}
Employee{id=102, name='东方不败', age=29, salary=4329.85, status=null}
Employee{id=103, name='周星驰', age=40, salary=1233.88, status=null}
Employee{id=104, name='大圣', age=500, salary=5000.44, status=null}
Employee{id=105, name='张无忌', age=15, salary=3000.09, status=null}
5.2 映射
方法 | 描述 |
---|---|
map(Function f) | 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。 |
mapToDouble(ToDoubleFunction f) | 接收一个函数作为参数,该函数会被应用到每个元 素上,产生一个新的 DoubleStream。 |
mapToInt(ToIntFunction f) | 接收一个函数作为参数,该函数会被应用到每个元 素上,产生一个新的 IntStream。 |
mapToLong(ToLongFunction f) | 接收一个函数作为参数,该函数会被应用到每个元 素上,产生一个新的 LongStream。 |
flatMap(Function f) | 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 |
1.map操作
@Test
public void test7() {
List<String> list = Arrays.asList("aaa", "java", "ccc", "java8", "hello world");
list.stream()
.map((x) -> x.toUpperCase())
.forEach(System.out::println);
System.out.println("-------------");
emps.stream()
.map(Employee::getAge)
.forEach(System.out::println);
}
执行结果:
AAA
JAVA
CCC
JAVA8
HELLO WORLD
-------------
28
29
40
500
15
29
5.3 排序
方法 | 描述 |
---|---|
sorted() | 产生一个新流,其中按自然顺序排序 |
sorted(Comparator comp) | 产生一个新流,其中按比较器顺序排序 |
@Test
public void test9() {
emps.stream()
.map(Employee::getSalary)
.sorted()
.forEach(System.out::println);
System.out.println("-----------------");
emps.stream()
.map(Employee::getAge)
.sorted(Integer::compare)
.forEach(System.out::println);
}
执行结果:
1233.88
3000.09
4329.85
4329.85
5000.44
9889.99
-----------------
15
28
29
29
40
500
六、 Stream的终止操作
终止操作会从流的流水线生成结果。其结果可以是任何不是流的值,例如:List、Integer,甚至是 void 。
6.1 查找与匹配
方法 | 描述 |
---|---|
allMatch(Predicate p) | 检查是否匹配所有元素 |
anyMatch(Predicate p) | 检查是否至少匹配一个元素 |
noneMatch(Predicate p) | 检查是否没有匹配所有元素 |
findFirst() | 返回第一个元素 |
findAny() | 返回当前流中的任意元素 |
count() | 返回流中元素总数 |
max(Comparator c) | 返回流中最大值 |
min(Comparator c) | 返回流中最小值 |
forEach(Consumer c) | 内部迭代(使用 Collection 接口需要用户去做迭 代,称为外部迭代。相反,Stream API 使用内部 迭代——它帮你把迭代做了) |
案例:
1.匹配
@Test
public void test10() {
boolean allMatch = emps.stream()
.allMatch((employee -> employee.getName().equals("林青霞")));
System.out.println(allMatch);
System.out.println("-----------------");
boolean anyMatch = emps.stream()
.anyMatch(employee -> employee.getName().equals("林青霞"));
System.out.println(anyMatch);
System.out.println("-----------------");
boolean noneMatch = emps.stream()
.noneMatch(employee -> employee.getName().equals("林青霞"));
System.out.println(noneMatch);
}
执行结果:
false
-----------------
true
-----------------
false
2.第一个元素 、 任意一个元素
@Test
public void test12() {
Optional<String> first = emps.stream()
.map(Employee::getName)
.sorted()
.findFirst(); // 获取第一个元素
System.out.println(first.get());
System.out.println("-----------------");
Optional<Employee> findAny = emps.parallelStream()
.filter(employee -> employee.getName().equals("林青霞"))
.findAny(); //任意一个元素
System.out.println(findAny.get());
}
执行结果
东方不败
-----------------
Employee{id=101, name='林青霞', age=28, salary=9889.99, status=null}
3.统计总个数、 最大、 最小值
// 注意: 流一旦执行终止操作后, 就不能在重复使用
@Test
public void test13() {
Stream<Employee> stream = emps.stream();
long count = stream.count();
System.out.println(count);
System.out.println("-----------------");
Optional<Double> doubleOptional = emps.stream()
.map(Employee::getSalary)
.max(Double::compare); //最大值
System.out.println(doubleOptional.get());
System.out.println("-----------------");
Optional<Employee> employeeOptional = emps.stream()
.min((x, y) -> Double.compare(x.getSalary(), y.getSalary())); // 最小值
System.out.println(employeeOptional.get());
}
执行结果
6
-----------------
9889.99
-----------------
Employee{id=103, name='周星驰', age=40, salary=1233.88, status=null}
6.2归约
备注:map 和 reduce 的连接通常称为 map-reduce 模式,因 Google 用它 来进行网络搜索而出名。
方法 | 描述 |
---|---|
reduce(T iden, BinaryOperator b) | 可以将流中元素反复结合起来,得到一个值。 返回 T |
reduce(BinaryOperator b) | 可以将流中元素反复结合起来,得到一个值。 返回 Optional< T> |
案例: 求和
@Test
public void test14() {
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
Integer sum = list.stream()
.reduce(0, (x, y) -> x + y);
System.out.println(sum);
}
执行结果
55
6.3 收集
方法 | 描述 |
---|---|
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 |
@Test
public void test16(){
List<String> collect = emps.stream()
.map(Employee::getName)
.collect(Collectors.toList());
collect.forEach(System.out::println);
System.out.println("-------------------");
Set<String> set = emps.stream()
.map(Employee::getName)
.collect(Collectors.toSet());
set.forEach(System.out::println);
System.out.println("-------------------");
HashSet<String> hashSet = emps.stream()
.map(Employee::getName)
.collect(Collectors.toCollection(HashSet::new));
hashSet.forEach(System.out::println);
}
执行结果
林青霞
东方不败
周星驰
大圣
张无忌
东方不败
-------------------
周星驰
林青霞
大圣
东方不败
张无忌
-------------------
周星驰
林青霞
大圣
东方不败
张无忌
参照:https://blog.csdn.net/liudongdong0909/article/details/77429875