深入探讨 Java 8 集合操作:全面解析 Stream API 的强大功能
Java 8 引入的 Stream API 使得集合操作更加简洁和高效。本文通过详细示例,展示如何利用 Stream API 进行各种集合操作,包括遍历、转换、过滤、排序、分组、去重等。
1. 遍历集合
示例:使用 forEach 遍历列表
import java.util.Arrays;
import java.util.List;
public class ForEachExample {
public static void main(String[] args) {
List<String> names = Arrays.asList("Peter", "Anna", "Mike", "Xenia");
// 使用 forEach 遍历列表
names.forEach(name -> System.out.println(name));
}
}
示例:使用 forEach 遍历 Map
import java.util.HashMap;
import java.util.Map;
public class ForEachMapExample {
public static void main(String[] args) {
Map<String, Integer> ages = new HashMap<>();
ages.put("Peter", 30);
ages.put("Anna", 25);
ages.put("Mike", 35);
// 使用 forEach 遍历 Map
ages.forEach((name, age) -> System.out.println(name + ": " + age));
}
}
2. List 转 Map
示例:将 List 转换为 Map
import java.util.Arrays;
import java.util.LinkedHashMap;
import java.util.List;
import java.util.Map;
import java.util.function.Function;
import java.util.stream.Collectors;
class Person {
private String name;
private int age;
// 构造方法和 getter 方法
public Person(String name, int age) {
this.name = name;
this.age = age;
}
public String getName() {
return name;
}
public int getAge() {
return age;
}
}
public class ListToMapExample {
public static void main(String[] args) {
List<Person> people = Arrays.asList(new Person("Peter", 30), new Person("Anna", 25), new Person("Peter", 28));
// 将 List 转换为 Map
Map<String, Integer> personMap = people.stream()
.collect(Collectors.toMap(Person::getName, Person::getAge, (existing, replacement) -> existing));
personMap.forEach((name, age) -> System.out.println(name + ": " + age));
// 有序写法
Map<String, Person> personOrderlyMap = people
.stream()
.collect(Collectors.toMap(Person::getName,
a -> a, (oldValue, newValue) -> newValue, LinkedHashMap::new));
// value为对象时,也可以这样写,注意ID相同时,会抛异常
Map<String, Person> personMapOther = people
.stream()
.collect(Collectors.toMap(Person::getName, person -> person));
// 还可以这样写 输出跟输入一样的Lambda表达式对象,等价于person -> person
Map<String, Person> personAscMap = people
.stream()
.collect(Collectors.toMap(Person::getName, Function.identity()));
// map按key排序 默认正序,反序为: Map.Entry.comparingByKey().reversed()
Map<String, Person> personDescMap = personAscMap
.entrySet()
.stream()
.sorted(Map.Entry.comparingByKey())
.collect(Collectors.toMap(Map.Entry::getKey, Map.Entry::getValue, (oldValue, newValue) -> oldValue, LinkedHashMap::new));
}
}
3. 过滤和映射
示例:过滤列表
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
public class FilterExample {
public static void main(String[] args) {
List<String> names = Arrays.asList("Peter", "Anna", "Mike", "Xenia");
// 过滤名字以 "P" 开头的元素
List<String> filteredNames = names.stream()
.filter(name -> name.startsWith("P"))
.collect(Collectors.toList());
System.out.println(filteredNames); // 输出:[Peter]
}
}
示例:映射列表
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
public class MapExample {
public static void main(String[] args) {
List<String> names = Arrays.asList("Peter", "Anna", "Mike", "Xenia");
// 将名字转换为大写
List<String> upperCaseNames = names.stream()
.map(String::toUpperCase)
.collect(Collectors.toList());
System.out.println(upperCaseNames); // 输出:[PETER, ANNA, MIKE, XENIA]
}
}
4. 聚合操作
示例:求和
import java.util.Arrays;
import java.util.List;
public class SumExample {
public static void main(String[] args) {
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
// 使用 Stream API 计算总和
int sum = numbers.stream()
.mapToInt(Integer::intValue)
.sum();
System.out.println("Sum: " + sum); // 输出:Sum: 15
}
}
示例:求平均值
import java.util.Arrays;
import java.util.List;
import java.util.OptionalDouble;
public class AverageExample {
public static void main(String[] args) {
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
// 使用 Stream API 计算平均值
OptionalDouble average = numbers.stream()
.mapToInt(Integer::intValue)
.average();
System.out.println("Average: " + (average.isPresent() ? average.getAsDouble() : "N/A"));
}
}
5. 分组和分区
示例:按条件分组
import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;
public class GroupingByExample {
public static void main(String[] args) {
List<String> names = Arrays.asList("Peter", "Anna", "Mike", "Xenia");
// 按名字的长度分组
Map<Integer, List<String>> groupedByLength = names.stream()
.collect(Collectors.groupingBy(String::length));
groupedByLength.forEach((length, nameList) -> System.out.println(length + ": " + nameList));
}
}
示例:按条件分区
import java.util.Arrays;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;
public class PartitioningByExample {
public static void main(String[] args) {
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);
// 按是否为偶数分区
Map<Boolean, List<Integer>> partitionedByEven = numbers.stream()
.collect(Collectors.partitioningBy(n -> n % 2 == 0));
partitionedByEven.forEach((isEven, numList) -> System.out.println(isEven + ": " + numList));
}
}
6. 并行流
示例:使用并行流提高性能
import java.util.Arrays;
import java.util.List;
public class ParallelStreamExample {
public static void main(String[] args) {
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
// 使用并行流计算总和
int sum = numbers.parallelStream()
.mapToInt(Integer::intValue)
.sum();
System.out.println("Sum: " + sum); // 输出:Sum: 55
}
}
7. 去重操作
示例:去除列表中的重复元素
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
public class DistinctExample {
public static void main(String[] args) {
List<String> names = Arrays.asList("Peter", "Anna", "Mike", "Anna", "Xenia", "Peter");
// 使用 distinct 去重
List<String> uniqueNames = names.stream()
.distinct()
.collect(Collectors.toList());
System.out.println(uniqueNames); // 输出:[Peter, Anna, Mike, Xenia]
// 对象,根据ID去重
List<User> duplicateRemoval = zxrMaps.stream().collect(
Collectors.collectingAndThen(
Collectors.toCollection(() ->
new TreeSet<>(Comparator.comparing(User::getId))), ArrayList::new)
);
}
}
8. 收集结果
示例:将列表转换为 Set
import java.util.Arrays;
import java.util.List;
import java.util.Set;
import java.util.stream.Collectors;
public class ToSetExample {
public static void main(String[] args) {
List<String> names = Arrays.asList("Peter", "Anna", "Mike", "Xenia");
// 将列表转换为 Set
Set<String> nameSet = names.stream()
.collect(Collectors.toSet());
System.out.println(nameSet);
}
}
示例:连接字符串
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
public class JoiningExample {
public static void main(String[] args) {
List<String> names = Arrays.asList("Peter", "Anna", "Mike", "Xenia");
// 连接字符串,使用逗号分隔
String joinedNames = names.stream()
.collect(Collectors.joining(", "));
System.out.println(joinedNames); // 输出:Peter, Anna, Mike, Xenia
}
}
9. 映射和扁平化
示例:扁平化嵌套列表
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
public class FlatMapExample {
public static void main(String[] args) {
List<List<String>> nestedList = Arrays.asList(
Arrays.asList("Peter", "Anna"),
Arrays.asList("Mike", "Xenia")
);
// 扁平化嵌套列表
List<String> flatList = nestedList.stream()
.flatMap(List::stream)
.collect(Collectors.toList());
System.out.println(flatList); // 输出:[Peter, Anna, Mike, Xenia]
}
}
10. 生成流
示例:生成数值范围
import java.util.stream.IntStream;
public class IntStreamRangeExample {
public static void main(String[] args) {
// 生成 1 到 10 的数值范围
IntStream.rangeClosed(1, 10)
.forEach(System.out::println);
}
}
11. 归约操作
示例:使用 reduce 求和
import java.util.Arrays;
import java.util.List;
public class ReduceSumExample {
public static void main(String[] args) {
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
// 使用 reduce 求和
int sum = numbers.stream()
.reduce(0, Integer::sum);
System.out.println("Sum: " + sum); // 输出:Sum: 15
}
}
示例:使用 reduce 求乘积
import java.util.Arrays;
import java.util.List;
public class ReduceProductExample {
public static void main(String[] args) {
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
// 使用 reduce 求乘积
int product = numbers.stream()
.reduce(1, (a, b) -> a * b);
System.out.println("Product: " + product); // 输出:Product: 120
}
}
12. 排序和查找
示例:排序列表
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;
public class SortExample {
public static void main(String[] args) {
List<String> names = Arrays.asList("Peter", "Anna", "Mike", "Xenia");
// 排序列表
List<String> sortedNames = names.stream()
.sorted()
.collect(Collectors.toList());
System.out.println(sortedNames); // 输出:[Anna, Mike, Peter, Xenia]
}
}
示例:查找第一个匹配元素
import java.util.Arrays;
import java.util.List;
import java.util.Optional;
public class FindFirstExample {
public static void main(String[] args) {
List<String> names = Arrays.asList("Peter", "Anna", "Mike", "Xenia");
// 查找第一个以 "P" 开头的元素
Optional<String> firstMatchingName = names.stream()
.filter(name -> name.startsWith("P"))
.findFirst();
System.out.println("First matching name: " + firstMatchingName.orElse("No match"));
}
}
13. 自定义收集器
示例:自定义收集器
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collector;
import java.util.stream.Collectors;
public class CustomCollectorExample {
public static void main(String[] args) {
List<String> names = Arrays.asList("Peter", "Anna", "Mike", "Xenia");
// 自定义收集器
String result = names.stream()
.collect(Collector.of(
StringBuilder::new,
(sb, name) -> sb.append(name).append("|"),
StringBuilder::append,
StringBuilder::toString
));
System.out.println(result); // 输出:Peter|Anna|Mike|Xenia|
}
}
14. List 并集、差集、交集
// list1
List<String> list1 = Arrays.asList("a", "b", "c");
// list2
List<String> list2 = Arrays.asList("b", "c", "d");
// 交集 ("b", "c")
List<String> intersection = list1.stream().filter(item -> list2.contains(item)).collect(toList());
// 差集 (list1 - list2)
List<String> reduce1 = list1.stream().filter(item -> !list2.contains(item)).collect(toList());
// 差集 (list2 - list1)
List<String> reduce2 = list2.stream().filter(item -> !list1.contains(item)).collect(toList());
// 并集 (list1 + list2)
List<String> listAll = new ArrayList();
listAll.addAll(list1);
listAll.addAll(list2);
listAll.parallelStream().forEach(System.out :: println);
// 并集去重
List<String> listAllDistinct = listAll.stream().distinct().collect(toList());
总结
Java 8 的 Stream API 通过提供流畅、声明式的编程方式,使集合操作更加灵活和高效。本文通过详尽的示例展示了 Stream API 在遍历、转换、过滤、分组、去重、并行处理等方面的强大功能。这些新特性不仅提高了代码的简洁性和可读性,还显著提升了开发效率。