jdk 03.stream

万zp

已于 2024-05-09 22:16:48 修改

阅读量702

点赞数

分类专栏： java 文章标签： java

于 2023-08-22 21:16:44 首次发布

本文链接：https://blog.csdn.net/qq_38757863/article/details/132437261

版权

java 专栏收录该内容

14 篇文章 0 订阅

订阅专栏

01.集合处理数据的弊端
当我们在需要对集合中的元素进行操作的时候，除了必需的添加，删除，获取外，最典型的操作就是集合遍历

package com.bobo.jdk.stream;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class StreamTest01 {
	public static void main(String[] args) {
		// 定义一个List集合
		List<String> list = Arrays.asList("张三","张三丰","成龙","周星驰");
		// 1.获取所有 姓张的信息
		List<String> list1 = new ArrayList<>();
		for (String s : list) {
			if(s.startsWith("张")){
				list1.add(s);
			}
		}
		// 2.获取名称长度为3的用户
		List<String> list2 = new ArrayList<>();
		for (String s : list1) {
			if(s.length() == 3){
				list2.add(s);
			}
		}

		for (String s : list2) {
			System.out.println(s);
		}
	}
}

上面的代码针对与我们不同的需求总是一次次的循环循环循环.这时我们希望有更加高效的处理方式，这时我们就可以通过JDK8中提供的Stream API来解决这个问题了。
Stream更加优雅的解决方案：

package com.bobo.jdk.stream;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class StreamTest02 {
	public static void main(String[] args) {
	// 定义一个List集合
		List<String> list = Arrays.asList("张三","张三丰","成龙","周星驰");
	// 1.获取所有 姓张的信息
	// 2.获取名称长度为3的用户
	// 3. 输出所有的用户信息
		list.stream()
					.filter(s->s.startsWith("张"))
					.filter(s->s.length() == 3)
					.forEach(s->{
						System.out.println(s);
					});
		System.out.println("----------");
		list.stream()
					.filter(s->s.startsWith("张"))
					.filter(s->s.length() == 3)
					.forEach(System.out::println);
	}
}

上面的SteamAPI代码的含义：获取流，过滤张，过滤长度，逐一打印。代码相比于上面的案例更加的简洁直观

0 2. Steam流式思想概述
注意：

Stream和IO流(InputStream/OutputStream)没有任何关系，请暂时忘记对传统IO流的固有印象！

Stream流式思想类似于工厂车间的“生产流水线”，Stream流不是一种数据结构，不保存数据，而是对数据进行加工处理。
Stream可以看作是流水线上的一个工序。在流水线上，通过多个工序让一个原材料加工成一个商品。

在这里插入图片描述
Stream API能让我们快速完成许多复杂的操作，如筛选、切片、映射、查找、去除重复，统计，匹配和归约。

0 3. Stream流的获取方式
1 根据Collection获取

 首先，java.util.Collection 接口中加入了default方法
 stream，也就是说Collection接口下的所有的实现都可以通过steam方法来获取Stream流。

public static void main(String[] args) {
	List<String> list = new ArrayList<>();
	list.stream();
	Set<String> set = new HashSet<>();
	set.stream();
	Vector vector = new Vector();
	vector.stream();
}

但是Map接口别没有实现Collection接口，那这时怎么办呢？这时我们可以根据Map获取对应的key-value的集合。

public static void main(String[] args) {
	Map<String,Object> map = new HashMap<>();
	Stream<String> stream = map.keySet().stream(); // key
	Stream<Object> stream1 = map.values().stream(); // value
	Stream<Map.Entry<String, Object>> stream2 = map.entrySet().stream(); //entry
}

3.1 通过Stream的of方法
在实际开发中我们不可避免的还是会操作到数组中的数据，由于数组对象不可能添加默认方法，

所有Stream接口中提供了静态方法of

public class StreamTest05 {
	public static void main(String[] args) {
	
		Stream<String> a1 = Stream.of("a1", "a2", "a3");
		
		String[] arr1 = {"aa","bb","cc"};
		Stream<String> arr11 = Stream.of(arr1);
		
		Integer[] arr2 = {1,2,3,4};
		Stream<Integer> arr21 = Stream.of(arr2);
		
		arr21.forEach(System.out::println);
		// 注意：基本数据类型的数组是不行的
		int[] arr3 = {1,2,3,4};
		Stream.of(arr3).forEach(System.out::println);
	}
}

4.Stream常用方法介绍

Stream常用方法：

在这里插入图片描述

Stream流模型的操作很丰富，这里介绍一些常用的API。这些方法可以被分成两种：

终结方法：返回值类型不再是 Stream 类型的方法，不再支持链式调用。

本小节中，

终结方法包括count 和forEach 方法。非终结方法：返回值类型仍然是 Stream 类型的方法，支持链式调用。

（除了终结方法外，其余方法均为非终结方法。）

Stream注意事项(重要)

Stream只能操作一次
Stream方法返回的是新的流
Stream不调用终结方法，中间的操作不会执行

4.1 forEach
forEach用来遍历流中的数据的

void forEach(Consumer<? super T> action);

该方法接受一个Consumer接口，会将每一个流元素交给函数处理

void forEach(Consumer<? super T> action);
	public static void main(String[] args) {
		Stream.of("a1", "a2", "a3").forEach(System.out::println);;
}

4.2 count
Stream流中的count方法用来统计其中的元素个数的

long count();

该方法返回一个long值，代表元素的个数。

public static void main(String[] args) {
	long count = Stream.of("a1", "a2", "a3").count();
		System.out.println(count);
}

4.3 filter
filter方法的作用是用来过滤数据的。返回符合条件的数据
在这里插入图片描述
可以通过filter方法将一个流转换成另一个子集流

Stream<T> filter(Predicate<? super T> predicate);

该接口接收一个Predicate函数式接口参数作为筛选条件

public static void main(String[] args) {
	Stream.of("a1", "a2", "a3","bb","cc","aa","dd")
		.filter((s)->s.contains("a"))
		.forEach(System.out::println);
}

在这里插入图片描述
limit方法可以对流进行截取处理，支取前n个数据，

Stream<T> limit(long maxSize);

参数是一个long类型的数值，如果集合当前长度大于参数就进行截取，否则不操作：

public static void main(String[] args) {
	Stream.of("a1", "a2", "a3","bb","cc","aa","dd")
		.limit(3)
		.forEach(System.out::println);
}

4.5 skip
在这里插入图片描述
如果希望跳过前面几个元素，可以使用skip方法获取一个截取之后的新流：

Stream<T> skip(long n);

操作：

public static void main(String[] args) {
	Stream.of("a1", "a2", "a3","bb","cc","aa","dd")
			.skip(3)
			.forEach(System.out::println);
}

4.6 map
如果我们需要将流中的元素映射到另一个流中（或者说把集合中的元素都改变数据类型），可以使用map方法：

<R> Stream<R> map(Function<? super T, ? extends R> mapper);

在这里插入图片描述

该接口需要一个Function函数式接口参数，可以将当前流中的T类型数据转换为另一种R类型的数据

public static void main(String[] args) {
	Stream.of("1", "2", "3","4","5","6","7")
		//.map(msg->Integer.parseInt(msg))
		.map(Integer::parseInt)
		.forEach(System.out::println);
}

4.7 sorted
如果需要将数据排序，可以使用sorted方法：

Stream<T> sorted();

在使用的时候可以根据自然规则排序，也可以通过比较强来指定对应的排序规则

public static void main(String[] args) {
	Stream.of("1", "3", "2","4","0","9","7")
		//.map(msg->Integer.parseInt(msg))
		.map(Integer::parseInt)
		//.sorted() // 根据数据的自然顺序排序
		.sorted((o1,o2)->o2-o1) // 根据比较强指定排序规则
		.forEach(System.out::println);
}

4.8 distinct
如果要去掉重复数据，可以使用distinct方法：

Stream<T> distinct();

在这里插入图片描述
运行：

public static void main(String[] args) {
	Stream.of("1", "3", "3","4","0","1","7")
		//.map(msg->Integer.parseInt(msg))
		.map(Integer::parseInt)
		//.sorted() // 根据数据的自然顺序排序
		.sorted((o1,o2)->o2-o1) // 根据比较强指定排序规则
		.distinct() // 去掉重复的记录
		.forEach(System.out::println);
	System.out.println("--------");
	Stream.of(
		new Person("张三",18)
		,new Person("李四",22)
		,new Person("张三",18)
	).distinct()
		.forEach(System.out::println);
}

Stream流中的distinct方法对于基本数据类型是可以直接出重的，但是对于自定义类型，我们是需要重写hashCode和equals方法来移除重复元素。

4.9 match
如果需要判断数据是否匹配指定的条件，可以使用match相关的方法

boolean anyMatch(Predicate<? super T> predicate); // 元素是否有任意一个满足条件
boolean allMatch(Predicate<? super T> predicate); // 元素是否都满足条件
boolean noneMatch(Predicate<? super T> predicate); // 元素是否都不满足条件

使用

public static void main(String[] args) {
	boolean b = Stream.of("1", "3", "3", "4", "5", "1", "7")
						.map(Integer::parseInt)
					//.allMatch(s -> s > 0)
					//.anyMatch(s -> s >4)
						.noneMatch(s -> s > 4);
	System.out.println(b);
}

4.10 find
如果我们需要找到某些数据，可以使用find方法来实现

Optional<T> findFirst();
Optional<T> findAny();

在这里插入图片描述
运行：

public static void main(String[] args) {
	Optional<String> first = Stream.of("1", "3", "3", "4", "5", "1",
		"7").findFirst();
	System.out.println(first.get());
	Optional<String> any = Stream.of("1", "3", "3", "4", "5", "1",
		"7").findAny();
	System.out.println(any.get());
}

4.11 max和min
在这里插入图片描述
如果我们想要获取最大值和最小值，那么可以使用max和min方法

Optional<T> min(Comparator<? super T> comparator);
Optional<T> max(Comparator<? super T> comparator);

运行：

public static void main(String[] args) {
	Optional<Integer> max = Stream.of("1", "3", "3", "4", "5", "1", "7")
									.map(Integer::parseInt)
									.max((o1,o2)->o1-o2);
	System.out.println(max.get());
	Optional<Integer> min = Stream.of("1", "3", "3", "4", "5", "1", "7")
									.map(Integer::parseInt)
									.min((o1,o2)->o1-o2);
	System.out.println(min.get());
}

4.12 reduce方法
在这里插入图片描述
如果需要将所有数据归纳得到一个数据，可以使用reduce方法

T reduce(T identity, BinaryOperator<T> accumulator);

public static void main(String[] args) {
	Integer sum = Stream.of(4, 5, 3, 9)
	// identity默认值
	// 第一次的时候会将默认值赋值给x
	// 之后每次会将 上一次的操作结果赋值给x， y就是每次从数据中获取的元素
							.reduce(0, (x, y) -> {
								System.out.println("x="+x+",y="+y);
								return x + y;
							});
	System.out.println(sum);
	// 获取 最大值
	Integer max = Stream.of(4, 5, 3, 9)
							.reduce(0, (x, y) -> {
								return x > y ? x : y;
							});
	System.out.println(max);
}

4.13 map和reduce的组合
在实际开发中我们经常会将map和reduce一块来使用

public static void main(String[] args) {
	// 1.求出所有年龄的总和
	Integer sumAge = Stream.of(
						new Person("张三", 18)
						, new Person("李四", 22)
						, new Person("张三", 13)
						, new Person("王五", 15)
						, new Person("张三", 19)
						).map(Person::getAge) // 实现数据类型的转换
						.reduce(0, Integer::sum);
	System.out.println(sumAge);
	// 2.求出所有年龄中的最大值
	Integer maxAge = Stream.of(
						new Person("张三", 18)
						, new Person("李四", 22)
						, new Person("张三", 13)
						, new Person("王五", 15)
						, new Person("张三", 19)
						).map(Person::getAge) // 实现数据类型的转换，符合reduce对数据的要求
						.reduce(0, Math::max); // reduce实现数据的处理
	System.out.println(maxAge);
// 3.统计 字符 a 出现的次数
	Integer count = Stream.of("a", "b", "c", "d", "a", "c", "a")
							.map(ch -> "a".equals(ch) ? 1 : 0)
							.reduce(0, Integer::sum);
	System.out.println(count);
}

万zp

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
jdk 03.stream

上面的代码针对与我们不同的需求总是一次次的循环循环循环.这时我们希望有更加高效的处理方式，这时我们就可以通过JDK8中提供的Stream API来解决这个问题了。Stream流式思想类似于工厂车间的“生产流水线”，Stream流不是一种数据结构，不保存数据，而是对数据进行加工处理。上面的SteamAPI代码的含义：获取流，过滤张，过滤长度，逐一打印。当我们在需要对集合中的元素进行操作的时候，除了必需的添加，删除，获取外，最典型的操作就是集合遍历。Stream流中的count方法用来统计其中的元素个数的。
复制链接

扫一扫

专栏目录