Stream API 介绍
Java8中有两个最为重要的改变。第一个是Lambda表达式;另一个就是Stream API 。
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为我们提供了一种高效且易于使用的处理数据的方式,代码简洁,优雅。
注意:
- Stream 不会存储元素
- Stream 不会改变数据源对象。而是返回一个持有结果的新的Stream
- Stream 操作是延迟执行的。
操作Stream的三个步骤
- 创建Stream:获取数据源的流
- 中间操作:一系列针对数据源数据的操作(操作连)
- 终止操作:执行中间的所有操作,并产生结果
实体类People
- 方便后续程序演示(多处用到)
public class People {
private String name;
private Integer age;
private Integer salary;
public People() {}
public People(String name) {
this.name = name;
}
public People(String name, Integer age) {
this.name = name;
this.age = age;
}
public People(String name, Integer age, Integer salary) {
this.name = name;
this.age = age;
this.salary = salary;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public Integer getAge() {
return age;
}
public void setAge(Integer age) {
this.age = age;
}
public Integer getSalary() {
return salary;
}
public void setSalary(Integer salary) {
this.salary = salary;
}
@Override
public int hashCode() {
final int prime = 31;
int result = 1;
result = prime * result + ((age == null) ? 0 : age.hashCode());
result = prime * result + ((name == null) ? 0 : name.hashCode());
result = prime * result + ((salary == null) ? 0 : salary.hashCode());
return result;
}
@Override
public boolean equals(Object obj) {
if (this == obj)
return true;
if (obj == null)
return false;
if (getClass() != obj.getClass())
return false;
People other = (People) obj;
if (age == null) {
if (other.age != null)
return false;
} else if (!age.equals(other.age))
return false;
if (name == null) {
if (other.name != null)
return false;
} else if (!name.equals(other.name))
return false;
if (salary == null) {
if (other.salary != null)
return false;
} else if (!salary.equals(other.salary))
return false;
return true;
}
@Override
public String toString() {
return "People [name=" + name + ", age=" + age + ", salary=" + salary + "]";
}
}
- 后续程序中用到的List ps(放入测试类即可)
private List<People> ps = Arrays.asList(
new People("Tom", 20, 5000),
new People("Tony", 25, 6000),
new People("Jerry", 30, 7000),
new People("Lucy", 35, 8000),
new People("John", 40, 5500),
new People("Tom", 20, 5000)
);
Tip:下面的例子中有很多地方用到了函数式接口和Lambda表达式中的知识,如方法引用等。可参考函数式接口与Lambda表达式
1. 创建Stream的方法
@Test
public void test1(){
//方法1.通过单列集合类的stream()方法或parallelStream()方法获取Stream
List<String> list = new ArrayList<>();
Stream<String> stream1 = list.stream();
Stream<String> stream = list.parallelStream();//获取并行流
//方法2.通过Arrays中的静态方法stream()获取数组流
People[] peoples = new People[10];
Stream<People> stream2 = Arrays.stream(peoples);
//方法3.通过Stream接口的静态方法of(T... values)
Stream<String> stream3 = Stream.of("Stream", "API", "test");
//方法4.创建无限流
//4.1 通过迭代获取无限流
Stream<Integer> stream4 = Stream.iterate(0, x -> x + 2);
//从0开始,每一次迭代+2, 一共迭代10次,并每次打印输出
stream4.limit(10).forEach(System.out::println);//forEach()是一个终止操作
//4.2 通过生成
//生成5个随机小数
Stream.generate(() -> Math.random())
.limit(5)
.forEach(System.out::println);
}
2. 中间操作
2.1 筛选与切片
- filter():过滤。接收Lambda,从流中排除某些元素,获得一个新流
Stream<T> filter(Predicate<? super T> predicate);
@Test
public void test2(){
ps.stream()
.filter((p) -> p.getAge() > 30)
.forEach(System.out::println);
}
- limit():截断流,使其元素不超过给定数量
Stream<T> limit(long maxSize);
@Test
public void test3(){
ps.stream()
.filter((p) -> {
System.out.println("短路-> " + p.getAge());
return p.getAge() >= 25;
})
.limit(2)
.forEach(System.out::println);
}
//执行结果:
短路-> 20
短路-> 25
People [name=Tony, age=25, salary=6000]
短路-> 30
People [name=Jerry, age=30, salary=7000]
可以看到当得到2个符合要求的元素时,后面的元素将不再进行遍历
- skip(n):跳过前n个元素,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,与limit(n)互补
Stream<T> skip(long n);
@Test
public void test4(){
ps.stream()
.filter((p) -> p.getAge >= 25)
.skip(2)
.forEach(System.out::println);
}
- distinct():去重。通过流中元素的hashCode()方法与equals()方法去重,所以需要重写这两个方法
Stream<T> distinct();
@Test
public void test5(){
ps.stream()
.distinct()
.forEach(System.out::println);
}
- 注意:多个中间操作可以连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。看如下代码:
@Test
public void test(){
ps.stream()
.filter((p) -> {
System.out.println("Stream API 的中间操作");
return p.getAge() >= 25;
});
}
//上述代码如果运行,将看不到任何结果。
//但如果给流加一个终止操作:
@Test
public void test(){
ps.stream()
.filter((p) -> {
System.out.println("Stream API 的中间操作");
return p.getAge() >= 25;
})
.forEach(System.out::println);
}
//将会得到结果
2.2 映射
- map():接收一个函数作为参数,流中的每个元素都将应用到这个函数上,并通过这个函数返回一个新的元素
<R> Stream<R> map(Function<? super T, ? extends R> mapper);
//Function接口传入T类型的参 数,返回R类型或R类型子类的结果,而map最终返回一个R类型的流
@Test
public void test6(){
ps.stream()
.map(People::getName)//方法引用->类::实例方法
.forEach(System.out::println);//方法引用->实例::实例方法
}
//执行结果:将每个People对象的名字提取了出来
Tom Tony Jerry Lucy John Tom
- flatMap():接收一个函数作为参数,将流中的每个元素通过该函数转换为另一个流,然后把所有的流连接成一个流
<R> Stream<R> flatMap(Function<? super T, ? extends Stream<? extends R>> mapper);
//Function接口传入T类型的参数,返回一个R类型或是R类型的子类的流,但map最后只返回一个R类型的流。据说是将中间产生的流合并为一个流了
@Test
public void test7(){
List<String> list = Arrays.asList("abc", "de", "fg");
Stream<Character> stream = list.stream()
.flatMap(StreamApiTest::StringToCharacter);
stream.forEach(System.out::println);
}
public static Stream<Character> StringToCharacter(String str){
List<Character> list = new ArrayList<>(str.length());
for(char ch : str.toCharArray()){
list.add(ch);
}
return list.stream();
}
//执行结果:a b c d e f g
2.3 排序
- sorted():自然排序(根据Comparable接口中的compareTo方法)
@Test
public void test8(){
List<String> list = Arrays.asList("tom", "lucy", "jerry", "rose", "bob");
list.stream()
.sorted()
.forEach(System.out::println);
}
- sorted(Comparator com) :定制排序
Stream<T> sorted(Comparator<? super T> comparator);
@Test
public void test9(){
ps.stream()
.sorted((x, y) -> {
if(Integer.compare(x.getAge(), y.getAge()) == 0){
return -Double.compare(x.getSalary(), y.getSalary());
}
return -Integer.compare(x.getAge(), y.getAge());
})
.forEach(System.out::println);
}
3. 终止操作
3.1 查找与匹配
- allMatch(): 检查是否匹配所有元素,返回一个boolean值
boolean allMatch(Predicate<? super T> predicate);
@Test
public void test10(){
boolean b1 = ps.stream()
.allMatch((p) -> p.getAge() > 25);//看是不是所有对象的年龄都大于25
System.out.println(b1);
}
//执行结果:false
- anyMatch():检查流中是否至少有一个元素满足条件,返回boolean值
boolean anyMatch(Predicate<? super T> predicate);
@Test
public void test11(){
boolean b1 = ps.stream()
.anyMatch((p) -> p.getAge() > 25);
System.out.println(b1);
}
//执行结果:true
- noneMatch():检查流中是否所有元素都不匹配,返回boolean值
boolean noneMatch(Predicate<? super T> predicate);
@Test
public void test12(){
boolean b1 = ps.stream()
.noneMatch((p) -> p.getAge() < 20);
System.out.println(b1);
}
//执行结果:true (没有一个年龄是小于20的,所有都不匹配,返回true)
-
final class Optional<T>
:一个容器类,可以有效的避免空指针异常。stream api中对于结果无法确定的情况,将会把结果封装在这个容器类中。其中两个重要的方法如下:-
T get():若值不为null,则可以得到该值
public T get() { if (value == null) { throw new NoSuchElementException("No value present"); } return value; }
-
T orElse(T other) :如果封装的value为null,可以通过此方法避免空指针
public T orElse(T other) { return value != null ? value : other; }
-
-
findFirst():返回流中第一个元素,返回类型为Optional,防止空指针异常
Optional<T> findFirst();
@Test
public void test13(){
Optional<People> op = ps.stream()
.sorted((x, y) -> -Integer.compare(x.getAge(), y.getAge()))
.findFirst();
System.out.println(op.get());
}
- findAny():返回当前流中的任意一个元素
Optional<T> findAny();
@Test
public void test14(){
Optional<People> op = ps.stream().findAny();
System.out.println(op.get());
}
- count():返回流中元素总个数
long count();
@Test
public void test15(){
Long cnt = ps.stream()
.filter((p) -> p.getAge() > 25)
.count();
System.out.println(cnt);
}
- max():返回流中最大的元素,通过自定义规则比较
Optional<T> max(Comparator<? super T> comparator);
@Test
public void test16(){
Optional<People> op = ps.stream()
.max((x, y) -> Double.compare(x.getSalary(), y.getSalary()));
System.out.println(op.get());
}//得到薪水最高的人
- min():返回流中最小的元素,通过自定义规则比较
Optional<T> min(Comparator<? super T> comparator);
@Test
public void test17(){
Optional<Integer> op = ps.stream()
.map(People::getSalary)
.min(Integer::compare);
System.out.println(op.get());
}//先取出每个人的薪水,然后得到最低的薪水
- forEach():内部迭代
3.2 归约
-
reduce(T identity, BinaryOperator) / reduce(BinaryOperator):将流中元素反复结合起来,得到一个值。注意这两种使用方法的返回值
- reduce(T identity, BinaryOperator)
T reduce(T identity, BinaryOperator<T> accumulator); //identity: 累加元素的初始值 //public interface BinaryOperator<T> extends BiFunction<T,T,T>,所以需要实现BiFunction接口中的R apply(T t, U u);方法,即一个二元运算
@Test public void test18(){ 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
- reduce(BinaryOperator)
Optional<T> reduce(BinaryOperator<T> accumulator);
@Test public void test19(){ Optional<Integer> op = ps.stream() .map(People::getSalary) .reduce((x, y) -> x + y); System.out.println(op.get()); }//将所有人的薪水累加,因为没有初始值,所有返回Optional
3.3 收集
将流转换为其他形式。接受一个Collector接口的实现,用于流中元素做汇总
- 可以将流中元素收集进入List,Set这一系列单列集合中
@Test
public void test20(){
//将名字提取出来并收集到一个list中
List<String> list = ps.stream()
.map(People::getName)
.collect(Collectors.toList());
list.forEach(System.out::println);
System.out.println("--------------------------");
//将名字提取出来放入set中
Set<String> set = ps.stream()
.map(People::getName)
.collect(Collectors.toSet());
set.forEach(System.out::println);
System.out.println("--------------------------");
//将年龄提取出来放入hashset中
HashSet<Integer> hashSet = ps.stream().map(People::getAge)
.collect(Collectors.toCollection(() -> new HashSet<>()));
hashSet.forEach(System.out::println);
}
如果想将元素放入特定的集合,如HashSet,LinkedHashSet等,就需要使用Collectors中的toCollection()方法,传入一个Supplier接口的实现即可。
- 可以收集为Map
@Test
public void test21() {
List<String> list = Arrays.asList("abc", "def", "g");
//将每个元素的小写作为key,大写作为value
Map<String, String> map = list.stream()
.collect(Collectors.toMap(s -> s, String::toUpperCase));
map.forEach((x, y) -> System.out.println(x + "->" + y));
}
- 求流中的元素的总数、平均值、总和、最大值、最小值
@Test
public void test22() {
//总数(过滤后元素的总数)
Long cnt = ps.stream().filter((p) -> p.getAge() > 30)
.collect(Collectors.counting());
System.out.println(cnt);
//平均值(求工资的平均值)
Double salary = ps.stream().collect(Collectors.averagingInt(People::getSalary));
System.out.println(salary);
//总和(求工资总和)
Integer sum = ps.stream().collect(Collectors.summingInt(People::getSalary));
System.out.println(sum);
//最大值(求年龄最大的员工)
Optional<People> p = ps.stream()
.collect(Collectors.maxBy((x, y) -> Integer.compare(x.getAge(), y.getAge())));
System.out.println(p.get());
//最小值(求最小的工资)
Optional<Integer> min = ps.stream()
.map(People::getSalary)
.collect(Collectors.minBy((x,y) -> Integer.compare(x, y)));
System.out.println(min.get());
}
- 分组
@Test
public void test23() {
//按年龄分组
Map<Integer, List<People>> map1 = ps.stream().collect(Collectors.groupingBy(People::getAge));
System.out.println(map1);
//多级分组(先按年龄分组,再按薪水分组)
Map<Integer, Map<String, List<People>>> map2 = ps.stream()
.collect(Collectors.groupingBy(People::getAge, Collectors.groupingBy((p) -> {
if(((People)p).getSalary() > 6000) {
return "高薪";
}
return "低薪";
})));
System.out.println(map2);
}
- 分区(满足条件放在一起,true作为key,不满足条件放另一边,false作为key)
@Test
public void test24() {
Map<Boolean, List<People>> map = ps.stream()
.collect(Collectors.partitioningBy((p) -> p.getAge() > 30));
System.out.println(map);
}
- Collectors.summarizing…():另一种方式求平均值、总数、总和、最大值、最小值
@Test
public void test25() {
IntSummaryStatistics su = ps.stream()
.collect(Collectors.summarizingInt(People::getSalary));
System.out.println(su.getAverage());
System.out.println(su.getCount());
System.out.println(su.getMax());
System.out.println(su.getMin());
System.out.println(su.getSum());
}
- Collectors.joining():连接
@Test
public void test26() {
String str1 = ps.stream().map(People::getName).collect(Collectors.joining());
System.out.println(str1);
//TomTonyJerryLucyJohnTom
String str2 = ps.stream().map(People::getName).collect(Collectors.joining(","));
System.out.println(str2);
//Tom,Tony,Jerry,Lucy,John,Tom
String str3 = ps.stream().map(People::getName).collect(Collectors.joining(",","==","=="));
System.out.println(str3);
//==Tom,Tony,Jerry,Lucy,John,Tom==
}