Stream之JDK8-最全使用汇总
1.Stream概述
- Stream是Java8新增的,同时出现Lambda,对于集合Collection的操作提供了极大的便利。
- Stream将要处理的元素集合看作一种流,在流的过程中,借助Stream API对流中的元素进行操作,例如:筛选,排序,聚合等。
- Stream可以由数组或集合创建,对流的操作分为两种:
- 中间操作,每次返回一个新的流,可以有多个。
- 终端操作,每个流只能进行一次终端操作,终端操作结束后流无法再次使用,且会产生一个新的集合或值。
- Stream的几个特性:
- 不存储数据,而是按照特定的规则对数据进行计算,一般会输出结果。
- 不会改变数据源,通常情况下会产生一个新的集合或一个值。
- 具有延迟执行特性,只有调用终端操作时,中间操作才会执行。
2.Stream的创建
-
2.1.通过java.util.Collection.stream()方法用集合创建流如下:
List<String> list = Arrays.asList("a", "b", "c"); // 创建一个顺序流 Stream<String> stream = list.stream(); // 创建一个并行流 Stream<String> parallelStream = list.parallelStream();
-
stream:顺序流,由主线程按顺序对流执行操作。
-
parallelStream:并行流,内部以多线程并行执行的方式对流进行操作,但前提是流中的数据处理没有顺序要求。
-
【案例】筛选集合中的奇数,两者的处理方式:
-
【结论】如果流中的数据量足够大,并行流可以加快处理速度。
-
最后也可以通过paralle()把顺序流转换成并行流:
Optional<Integer> findFirst = list.stream().parallel().filter(x->x>6).findFirst();
-
-
-
2.2.使用java.util.Arrays.stream(T[] array)方法用数组创建流
int[] array={1,3,5,6,8}; IntStream stream = Arrays.stream(array);
-
2.3.使用Stream的静态方法:of(),iterate(),generate()
-- 第一种 of Stream<Integer> stream1 = Stream.of(1,2,3,4,5); -- 第二种 iterate 从0开始,每次加3,生成4个数,结果:0,3,6,9 Stream<Integer> stream2 = Stream.iterate(0,(x) -> x+3).limit(4); -- 第三中 generate 生成3个随机数 Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
3.Stream的使用
3.1.了解Optional
- Optional类是一个可以为null的容器对象;
- 可以调用isPresent()方法判断是否有值,值存在返回true。
- 可以调用get()方法返回该对象。
3.2.遍历/匹配
-
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。- foreach、find、match
public class StreamTest { public static void main(String[] args) { List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1); // 遍历输出符合条件的元素 --输出集合中大于6的数据 list.stream().filter(x -> x > 6).forEach(System.out::println); // 匹配第一个 --输出大于6的第一个数 Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst(); // 匹配任意 -- 使用并行流输出全部大于6的数 Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny(); // 判断集合中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()); System.out.println("匹配任意一个值:" + findAny.get()); System.out.println("是否存在大于6的值:" + anyMatch); } }
3.3.筛选
-
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。
-
filter
public class StreamTest { public static void main(String[] args) { List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9); Stream<Integer> stream = list.stream(); // 输出集合中大于7的元素,且遍历打印 stream.filter(x -> x > 7).forEach(System.out::println); } }
-
【案例】筛选工资大于8000的人,并返回新的集合
-
新集合依赖collect(收集)
public class StreamTest { public static void main(String[] args) { List<Person> personList = new ArrayList<Person>(); personList.add(new Person("douglas", 8900, 23, "male", "beijing")); personList.add(new Person("zw", 9500, 25, "male", "kelamy")); personList.add(new Person("zy", 7900, 26, "female", "kelamy")); //打开流,先过滤工资大于8000的,对象转map取出对应人名字,最后收集为新的List集合 List<String> fiterList = personList.stream().filter(x -> x.getSalary() > 8000).map(Person::getName) .collect(Collectors.toList()); System.out.print("高于8000的员工姓名:" + fiterList); } }
-
-
3.4.聚合
-
方便我们对集合、数组的数据进行统计。
-
max、min、count
-
【案例1】获取String集合中最长的元素
public class StreamTest { public static void main(String[] args) { List<String> list = Arrays.asList("adnm", "pot", "xbangd", "weoujgsd"); //打开流,对每个值得长度进行比较返回最大的一个值 Optional<String> max = list.stream().max(Comparator.comparing(String::length)); System.out.println("最长的字符串:" + max.get()); } }
-
【案例2】获取Integer集合中的最大值
public class StreamTest { public static void main(String[] args) { List<Integer> list = Arrays.asList(7, 6, 9, 4, 11, 6); // 第一种方式:自然排序 Optional<Integer> max = list.stream().max(Integer::compareTo); // 第二种方式: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()); System.out.println("自定义排序的最大值:" + max2.get()); } }
-
【案例3】获取员工工资最高的人
public class StreamTest { public static void main(String[] args) { List<Person> personList = new ArrayList<Person>(); personList.add(new Person("douglas", 8900, 23, "male", "beijing")); personList.add(new Person("wf", 9500, 25, "male", "wuhan")); personList.add(new Person("zy", 7900, 26, "female", "kelamy")); //打开流,比价每个人得薪资值,返回最高得 Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary)); System.out.println("员工工资最大值:" + max.get().getSalary()); } }
-
【案例4】计算Integer集合中大于6的元素的个数
public class StreamTest { public static void main(String[] args) { List<Integer> list = Arrays.asList(7, 6, 4, 8, 2, 11, 9); //打开流,条件过滤大于6的元素,最后统计个数返回 long count = list.stream().filter(x -> x > 6).count(); System.out.println("list中大于6的元素个数:" + count); } }
-
3.5.映射
-
【概念】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。
-
【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1】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:
public class StreamTest { public static void main(String[] args) { 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); System.out.println("每个元素+3:" + intListNew); } } //结果如下: //每个元素大写:[ABCD, BCDD, DEFDE, FTR] //每个元素+3:[4, 6, 8, 10, 12, 14]
-
【案例2】将两个字符数组合并成一个新的字符数组:
public class StreamTest { public static void main(String[] args) { 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); System.out.println("处理后的集合:" + listNew); } } //结果如下: //处理前的集合:[m-k-l-a, 1-3-5] //处理后的集合:[m, k, l, a, 1, 3, 5]
3.6.归约
- 【概念】归约reduce,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】求Integer集合的元素之和、乘积和最大值:
public class StreamTest {
public static void main(String[] args) {
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);
System.out.println("list求积:" + product.get());
System.out.println("list求和:" + max.get() + "," + max2);
}
}
//结果:
//list求和:29,29,29
//list求积:2112
//list求和:11,11
3.7.收集
- 【概念】collect收集,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。
- 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中。
- 常用的toList、toSet、toMap、toCollection、toConcurrentMap等等这些用法。
- 【案例】
public class StreamTest {
public static void main(String[] args) {
List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
//收集为list集合,只收集偶数
List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
//收集为set集合,过滤重复值
Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
//收集为map集合
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("douglas", 8900, 23, "male", "beijing"));
personList.add(new Person("wf", 7000, 25, "male", "shanghai"));
personList.add(new Person("hw", 7800, 21, "female", "kelamay"));
personList.add(new Person("zy", 8200, 24, "female", "kelamay"));
Map<?, Person> map = personList.stream().filter(p -> p.getSalary() > 8000)
.collect(Collectors.toMap(Person::getName, p -> p));
System.out.println("toList:" + listNew);
System.out.println("toSet:" + set);
System.out.println("toMap:" + map);
}
}
//结果:
//toList:[6, 4, 6, 6, 20]
//toSet:[4, 20, 6]
//toMap:{Tom=mutest.Person@5fd0d5ae, Anni=mutest.Person@2d98a335}
3.8.统计
- 【Collectors提供的数据统计静态方法】
- 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】
public class StreamTest {
public static void main(String[] args) {
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("douglas", 8900, 23, "male", "beijing"));
personList.add(new Person("sam", 7000, 25, "male", "kelamy"));
personList.add(new Person("tom", 7800, 21, "female", "kelamy"));
// 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);
System.out.println("员工平均工资:" + average);
System.out.println("员工工资总和:" + sum);
System.out.println("员工工资所有统计:" + collect);
}
}
3.9.分组
- 【Collectors提供的分组方式】
- partitioningBy:判断且分组
- groupingBy:只分组
- 【案例】
public class StreamTest {
public static void main(String[] args) {
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("douglas", 8900, "male", "beijing"));
personList.add(new Person("hw", 7000, "male", "wuhan"));
personList.add(new Person("yw", 7800, "female", "shanghai"));
personList.add(new Person("gal", 8200, "female", "kelamay"));
personList.add(new Person("zw", 9500, "male", "kelamay"));
personList.add(new Person("zss", 7900, "female", "kelamay"));
// 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);
System.out.println("员工按性别分组情况:" + group);
System.out.println("员工按性别、地区:" + group2);
}
}
3.10.接合
- 【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。
- 【案例】
public class StreamTest {
public static void main(String[] args) {
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("douglas", 8900, 23, "male", "beijing"));
personList.add(new Person("zw", 7000, 25, "male", "shanghai"));
personList.add(new Person("zy", 7800, 21, "female", "wuhan"));
//以逗号分割链接为一个字符串
String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
System.out.println("所有员工的姓名:" + names);
List<String> list = Arrays.asList("A", "B", "C");
//以-连接为一个字符串
String string = list.stream().collect(Collectors.joining("-"));
System.out.println("拼接后的字符串:" + string);
}
}
3.11.排序
- 【sorted】排序由两种操作:
- 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】
public class StreamTest {
public static void main(String[] args) {
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("douglas", 9000, 24, "female", "beijing"));
personList.add(new Person("hw", 8900, 22, "male", "wuhan"));
personList.add(new Person("yw", 9000, 25, "male", "shanghai"));
personList.add(new Person("gh", 8800, 26, "male", "kelamy"));
personList.add(new Person("wff", 9000, 26, "female", "kelamy"));
// 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);
System.out.println("按工资降序排序:" + newList2);
System.out.println("先按工资再按年龄升序排序:" + newList3);
System.out.println("先按工资再按年龄自定义降序排序:" + newList4);
}
}
3.12.提取(去重)
- 【组合】核心是将数据进行合并
- 去重distinct
- 限制limit
- 跳过skip
- 【案例】
public class StreamTest {
public static void main(String[] args) {
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);
System.out.println("limit:" + collect);
System.out.println("skip:" + collect2);
}
}
//运行结果:
//流合并:[a, b, c, d, e, f, g]
//limit:[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
//skip:[3, 5, 7, 9, 11]