Java8 Stream

最新推荐文章于 2023-05-17 21:43:57 发布
最新推荐文章于 2023-05-17 21:43:57 发布
阅读量162 收藏
点赞数
分类专栏： 基础知识 文章标签： java
原文链接：https://blog.csdn.net/mu_wind/article/details/109516995
版权

Java8 Stream

1 stream介绍

在这里插入图片描述

1.1 什么是Stream？

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，比如：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：

  1. 中间操作，每次返回一个新的流，可以有多个。

  2. 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。终端操作会产生一个新的集合或值。

另外，Stream有几个特性：

  1. stream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。

  2. stream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。

  3. stream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 实现

2.1 Stream可以通过集合数组创建

  1. 通过 java.util.Collection.stream() 方法用集合创建流
        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> paralleStream=list.parallelStream();
  1. 使用java.util.Arrays.stream(T[] array)方法用数组创建流
int[] array={1,3,5,6,8};
        IntStream stream1 = Arrays.stream(array);
  1. 使用Stream的静态方法：of()、iterate()、generate()
        Stream<Integer> stream2=Stream.of(1,2,3,4,5,6);

        Stream<Integer> stream3=Stream.iterate(0,(x)-> x+3 ).limit(3);
        stream3.forEach(System.out::println);
        System.out.println();
        Stream<Double> stream4=Stream.generate(Math::random).limit(3);
        stream4.forEach(System.out::println);

运行结果：

0
3
6

0.30291427208905397
0.29870401346020026
0.5646603061543732

stream和parallelStream的简单区分: stream是顺序流，由主线程按顺序对流执行操作，而parallelStream是并行流，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。例如筛选集合中的奇数，两者的处理不同之处:
在这里插入图片描述
如果流中的数据量足够大，并行流可以加快处速度。除了直接创建并行流，还可以通过parallel()把顺序流转换成并行流：

        List<Integer> list1=Arrays.asList(1,6,8,3,4,9,7);
        Optional<Integer> findFirst = list1.stream().parallel().filter(x -> x > 6).findFirst();

2.2 Optional

Optional类是一个可以为null的容器对象。如果值存在则isPresent()方法会返回true，调用get()方法会返回该对象。菜鸟教程Java 8 Optional类

2.3 代码案例

2.3.1 遍历/匹配（foreach/find/match）

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。Stream的遍历、匹配非常简单。

在这里插入图片描述

    private static void findForeachMatch() {
        List<Integer> list = Arrays.asList(7, 6, 3, 10, 1, 8, 2,15,46,12,3,6);
        //遍历输出符合条件的元素
        list.stream().filter(x -> x>6).forEach(System.out::println);
        //匹配第一个
        Optional<Integer> findFirst=list.stream().filter( x -> x>6).findFirst();
        //匹配任意（适用于并行流）:findAny方法的行为是不确定的，它可以自由选择流中的任何元素。
        //匹配从list长度一半开始计算的符合条件的值
        Optional<Integer> findAny=list.parallelStream().filter(x -> x>6).findAny();
        //是否包含符合条件的元素
        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);
    }

运行结果：

7
10
8
15
46
12
匹配第一个值：7
匹配从list长度一半开始计算的符合条件的值：15
是否存在大于6的值：true

2.3.2 筛选（filter）

筛选，是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。

在这里插入图片描述

  1. 筛选出Integer集合中大于7的元素，并打印出来
    List<Integer> list = Arrays.asList(7, 6, 3, 10, 1, 8, 2,15,46,12,3,6);
    
    private static void filterTest(List<Integer> list) {
        Stream<Integer> integerStream = list.stream().filter(x -> x > 10);
        integerStream.forEach( a-> System.out.println(a));
    }

运行结果：

15
46
12
  1. 筛选员工中工资高于8000的人，形成新的集合，并输入这些人的名字。形成新集合依赖collect（收集）。
        List<Person> personList = new ArrayList<>();
        personList.add(new Person("Tom", 8900, 25, "male", "New York"));
        personList.add(new Person("Jack", 7000, 20, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 36, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 16, "female", "New York"));
        personList.add(new Person("Owen", 9500, 34, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 16, "female", "New York"));

    private static void filterPersonTest(List<Person> personList) {
        List<String> collect = personList.stream().filter(x -> x.getSalary() > 8000).map(Person::getName).collect(Collectors.toList());
        System.out.print("高于8000的员工姓名："+collect);
    }

运行结果：

高于8000的员工姓名：[Tom, Anni, Owen]

2.3.3 聚合（max/min/count)

max、min、count这些字眼你一定不陌生，没错，在mysql中我们常用它们进行数据统计。Java stream中也引入了这些概念和用法，极大地方便了我们对集合、数组的数据统计工作。

在这里插入图片描述

  1. 获取String集合中最长的元素。
    private static void maxStreamDemo() {
        List<String> list = Arrays.asList("adnm", "admmt", "pot", "xbangd", "weoujgsd");

        Optional<String> max = list.stream().max(Comparator.comparing(String::length));
        System.out.println("最长的字符串："+max.get());
    }

运行结果：

最长的字符串：weoujgsd
  1. 获取Integer集合中的最大值。
    List<Integer> list = Arrays.asList(7, 6, 3, 10, 1, 8, 2,15,46,12,3,6);

    private static void maxInteger(List<Integer> list) {
        // 自然排序
        Optional<Integer> max = list.stream().max(Integer::compareTo);
        System.out.println("自然排序的最大值：" + max.get());
        // 自定义排序
        Optional<Integer> max1 = list.stream().max(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o1.compareTo(o2);
            }
        });
        System.out.println("自定义排序的最大值：" + max1.get());
    }
  1. 获取员工工资最高的人。
    private static void maxSalary(List<Person> personList) {
        Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary));
        System.out.println("员工工资最大值："+max.get().getSalary());
    }

运行结果：

员工工资最大值：9500
  1. 计算Integer集合中大于6的元素的个数。
    List<Integer> list = Arrays.asList(7, 6, 3, 10, 1, 8, 2,15,46,12,3,6);

    private static void countInterger(List<Integer> list) {
        long count = list.stream().filter(x -> x > 6).count();
        System.out.println("list中大于6的元素个数：" + count);
    }

运行结果：

list中大于6的元素个数：6

2.3.4 映射(map/flatMap)

映射，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。分为map和flatMap：

  • 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。

在这里插入图片描述

  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
    //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。
    private static void mapTest() {
        String[] strArr = { "abcd", "bcdd", "defde", "fTr" };
        List<String> stringList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());

        List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);
        List<Integer> integerList = intList.stream().map(x -> x + 3).collect(Collectors.toList());

        System.out.println("每个元素大写：" + stringList);
        System.out.println("每个元素+3：" + integerList);
    }

运行结果：

每个元素大写：[ABCD, BCDD, DEFDE, FTR]
每个元素+3：[4, 6, 8, 10, 12, 14]
  1. 将员工的薪资全部增加1000
    private static void addSalary(List<Person> personList) {
        // 不改变原来员工集合的方式
        List<Person> personListNew = personList.stream().map(person -> {
            Person person1 = new Person(person.getName(), 0, 0, null, null);
            person1.setSalary(person.getSalary() + 1000);
            return person1;
        }).collect(Collectors.toList());

        System.out.println("一次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());
        System.out.println("一次改动后：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());

        // 改变原来员工集合的方式
        List<Person> personListNew2 = personList.stream().map(person -> {
            person.setSalary(person.getSalary() + 1000);
            return person;
        }).collect(Collectors.toList());

        System.out.println("二次改动前：" + personList.get(0).getName() + "-->" + personListNew.get(0).getSalary());
        System.out.println("二次改动后：" + personListNew2.get(0).getName() + "-->" + personListNew.get(0).getSalary());
    }

运行结果：

一次改动前：Tom-->8900
一次改动后：Tom-->9900
二次改动前：Tom-->9900
二次改动后：Tom-->9900
  1. 将两个字符数组合并成一个新的字符数组
    private static void mergeArray() {
        List<String> list = Arrays.asList("m-k-l-a", "1-3-5-7");
        List<String> newList = list.stream().flatMap(s -> {
            // 将每个元素转换成一个stream
            String[] split = s.split("-");
            Stream<String> stream = Arrays.stream(split);
            return stream;
        }).collect(Collectors.toList());
        System.out.println("处理前的集合：" + list);
        System.out.println("处理后的集合："+newList);
    }

运行结果：

处理前的集合：[m-k-l-a, 1-3-5-7]
处理后的集合：[m, k, l, a, 1, 3, 5, 7]

2.3.5 归约(reduce)

归约，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。

在这里插入图片描述

  1. 求Integer集合的元素之和、乘积和最大值
    private static void NumMax() {
        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);
        // 求最大值方式2(只要前面的值为int即可)
        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);
    }

运行结果：

list求和：29,29,29
list求积：2112
list求和：11,11
  1. 求所有员工的工资之和和最高工资
    private static void SalaryNumMax(List<Person> personList) {
        // 求工资之和方式1：
        Optional<Integer> sumSalary = personList.stream().map(Person::getSalary).reduce((x, y) -> x + y);
        // 求工资之和方式2：
        Integer sumSalary2 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), (sum1, sum2) -> sum1 + sum2);
        // 求工资之和方式3：
        Integer sumSalary3 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(),Integer::sum);

        // 求最高工资方式1：
        Integer maxSalary = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), Integer::max);
        // 求最高工资方式2:
        Integer maxSalary2 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), (max1, max2) -> max1 > max2 ? max1 : max2);

        System.out.println("工资之和：" + sumSalary.get() + "," + sumSalary2 + "," + sumSalary3);
        System.out.println("最高工资：" + maxSalary + "," + maxSalary2);
    }

运行结果：

工资之和：49300,49300,49300
最高工资：9500,9500

2.3.6 收集(collect)

collect，收集，可以说是内容最繁多、功能最丰富的部分了。从字面上去理解，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。

2.3.6.1 归集(toList/toSet/toMap)

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里。toList、toSet和toMap比较常用，另外还有toCollection、toConcurrentMap等复杂一些的用法。

    private static void collectTest() {
        List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
        List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
        Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 24, "female", "New York"));

        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);
    }

运行结果：

toList:[6, 4, 6, 6, 20]
toSet:[4, 20, 6]
toMap:[com.streamPackage.Person@1d81eb93, com.streamPackage.Person@7291c18f]
2.3.6.2 统计(count/averaging)

Collectors提供了一系列用于数据统计的静态方法：

  • 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

    private static void countAveraging() {
        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));

        // 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);
    }

运行结果：

员工总数：3
员工平均工资：7900.0
员工工资总和：23700
员工工资所有统计：DoubleSummaryStatistics{count=3, sum=23700.000000, min=7000.000000, average=7900.000000, max=8900.000000}
2. 3.6.3 分组(partitioningBy/groupingBy)

分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。

分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。

在这里插入图片描述

  1. 将员工按薪资是否高于8000分为两部分；将员工按性别和地区分组
    private static void groupingBy(List<Person> personList) {
        // 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);
    }

运行结果：

员工按薪资是否大于8000分组情况：{false=[com.streamPackage.Person@7291c18f, com.streamPackage.Person@34a245ab, com.streamPackage.Person@7cc355be], true=[com.streamPackage.Person@6e8cf4c6, com.streamPackage.Person@12edcd21, com.streamPackage.Person@34c45dca]}
员工按性别分组情况：{female=[com.streamPackage.Person@34a245ab, com.streamPackage.Person@12edcd21, com.streamPackage.Person@7cc355be], male=[com.streamPackage.Person@6e8cf4c6, com.streamPackage.Person@7291c18f, com.streamPackage.Person@34c45dca]}
员工按性别、地区：{female={New York=[com.streamPackage.Person@12edcd21, com.streamPackage.Person@7cc355be], Washington=[com.streamPackage.Person@34a245ab]}, male={New York=[com.streamPackage.Person@6e8cf4c6, com.streamPackage.Person@34c45dca], Washington=[com.streamPackage.Person@7291c18f]}}
2.3.6.4 接合(joining)

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。

    private static void joiningTest(List<Person> personList) {
        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");
        String string = list.stream().collect(Collectors.joining("-"));
        System.out.println("拼接后的字符串：" + string);
    }

运行结果：

所有员工的姓名：Tom,Jack,Lily,Anni,Owen,Alisa
拼接后的字符串：A-B-C
2.3.6.5 归约(reducing)

Collectors类提供的reducing方法，相比于stream本身的reduce方法，增加了对自定义归约的支持。

    private static void ReducingTest(List<Person> personList) {
        // 每个员工减去起征点后的薪资之和
        Integer sum = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000)));
        System.out.println("员工扣税薪资总和：" + sum);

        // stream的reduce
        Optional<Integer> sum2 = personList.stream().map(Person::getSalary).reduce(Integer::sum);
        System.out.println("员工薪资总和：" + sum2.get());
    }

运行结果：

员工扣税薪资总和：19300
员工薪资总和：49300

2.3.7 排序(sorted)

sorted，中间操作。有两种排序：

  • 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
  1. 将员工按工资由高到低（工资一样则按年龄由大到小）排序
    private static void SortTest(List<Person> personList) {
        // 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);
    }

运行结果：

按工资升序排序：[Jack, Lily, Alisa, Anni, Tom, Owen]
按工资降序排序：[Owen, Tom, Anni, Alisa, Lily, Jack]
先按工资再按年龄升序排序：[Jack, Lily, Alisa, Anni, Tom, Owen]
先按工资再按年龄自定义降序排序：[Owen, Tom, Anni, Alisa, Lily, Jack]

2.3.8 提取/组合

流也可以进行合并、去重、限制、跳过等操作。

在这里插入图片描述

    private static void extractTest() {
        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(从1开始，但是跳过前三个1,3,5)
        List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(3).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：[7, 9, 11, 13, 15]

3 全部代码

package com.streamPackage;

import java.util.*;
import java.util.stream.Collectors;
import java.util.stream.Stream;

/**
 * @date 2021年08月15日 19:19
 */
public class StreamPersonDemo {
    public static void main(String[] args) {
        List<Person> personList = new ArrayList<>();
        personList.add(new Person("Tom", 8900, 25, "male", "New York"));
        personList.add(new Person("Jack", 7000, 20, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 36, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 16, "female", "New York"));
        personList.add(new Person("Owen", 9500, 34, "male", "New York"));
        personList.add(new Person("Alisa", 7900, 16, "female", "New York"));

        //filterPersonTest(personList);
        //获取员工工资最高的人
        //maxSalary(personList);
        //将员工的薪资全部增加1000
        //addSalary(personList);
        //求所有员工的工资之和和最高工资。
        //SalaryNumMax(personList);


        List<Integer> list = Arrays.asList(7, 6, 3, 10, 1, 8, 2, 15, 46, 12, 3, 6);
        //查询链表中int最大的值
        //maxInteger(list);
        //查询一个匹配
        //findForeachMatch(list);
        //查询所以
        //filterTest(list);
        //获取String集合中最长的元素。
        //maxStreamDemo();
        //计算Integer集合中大于6的元素的个数。
        //countInterger(list);

        //mapTest();
        //合并数组
        //mergeArray();
        //求Integer集合的元素之和、乘积和最大值
        //NumMax();
        //归集
        //collectTest();
        //统计
        //countAveraging();
        //分组
        //groupingBy(personList);
        //接合
        //joiningTest(personList);
        //归约
        //ReducingTest(personList);
        //排序
        //SortTest(personList);
        //提取
        extractTest();
    }

    private static void extractTest() {
        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(从1开始，但是跳过前三个1,3,5)
        List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(3).limit(5).collect(Collectors.toList());

        System.out.println("流合并：" + newList);
        System.out.println("limit：" + collect);
        System.out.println("skip：" + collect2);
    }

    private static void SortTest(List<Person> personList) {
        // 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);
    }

    private static void ReducingTest(List<Person> personList) {
        // 每个员工减去起征点后的薪资之和
        Integer sum = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000)));
        System.out.println("员工扣税薪资总和：" + sum);

        // stream的reduce
        Optional<Integer> sum2 = personList.stream().map(Person::getSalary).reduce(Integer::sum);
        System.out.println("员工薪资总和：" + sum2.get());
    }

    private static void joiningTest(List<Person> personList) {
        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");
        String string = list.stream().collect(Collectors.joining("-"));
        System.out.println("拼接后的字符串：" + string);
    }

    private static void groupingBy(List<Person> personList) {
        // 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);
    }

    private static void countAveraging() {
        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));

        // 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);
    }

    private static void collectTest() {
        List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
        List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
        Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());

        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
        personList.add(new Person("Anni", 8200, 24, "female", "New York"));

        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);
    }

    private static void SalaryNumMax(List<Person> personList) {
        // 求工资之和方式1：
        Optional<Integer> sumSalary = personList.stream().map(Person::getSalary).reduce((x, y) -> x + y);
        // 求工资之和方式2：
        Integer sumSalary2 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), (sum1, sum2) -> sum1 + sum2);
        // 求工资之和方式3：
        Integer sumSalary3 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(),Integer::sum);

        // 求最高工资方式1：
        Integer maxSalary = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), Integer::max);
        // 求最高工资方式2:
        Integer maxSalary2 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), (max1, max2) -> max1 > max2 ? max1 : max2);

        System.out.println("工资之和：" + sumSalary.get() + "," + sumSalary2 + "," + sumSalary3);
        System.out.println("最高工资：" + maxSalary + "," + maxSalary2);
    }

    private static void NumMax() {
        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);
        // 求最大值方式2(只要前面的值为int即可)
        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);
    }

    private static void mergeArray() {
        List<String> list = Arrays.asList("m-k-l-a", "1-3-5-7");
        List<String> newList = list.stream().flatMap(s -> {
            // 将每个元素转换成一个stream
            String[] split = s.split("-");
            Stream<String> stream = Arrays.stream(split);
            return stream;
        }).collect(Collectors.toList());
        System.out.println("处理前的集合：" + list);
        System.out.println("处理后的集合：" + newList);
    }

    private static void addSalary(List<Person> personList) {
        // 不改变原来员工集合的方式
        List<Person> personListNew = personList.stream().map(person -> {
            Person person1 = new Person(person.getName(), 0, 0, null, null);
            person1.setSalary(person.getSalary() + 1000);
            return person1;
        }).collect(Collectors.toList());

        System.out.println("一次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());
        System.out.println("一次改动后：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());

        // 改变原来员工集合的方式
        List<Person> personListNew2 = personList.stream().map(person -> {
            person.setSalary(person.getSalary() + 1000);
            return person;
        }).collect(Collectors.toList());

        System.out.println("二次改动前：" + personList.get(0).getName() + "-->" + personListNew.get(0).getSalary());
        System.out.println("二次改动后：" + personListNew2.get(0).getName() + "-->" + personListNew.get(0).getSalary());
    }

    //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。
    private static void mapTest() {
        String[] strArr = {"abcd", "bcdd", "defde", "fTr"};
        List<String> stringList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());

        List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);
        List<Integer> integerList = intList.stream().map(x -> x + 3).collect(Collectors.toList());

        System.out.println("每个元素大写：" + stringList);
        System.out.println("每个元素+3：" + integerList);
    }

    private static void countInterger(List<Integer> list) {
        long count = list.stream().filter(x -> x > 6).count();
        System.out.println("list中大于6的元素个数：" + count);
    }

    private static void maxSalary(List<Person> personList) {
        Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary));
        System.out.println("员工工资最大值：" + max.get().getSalary());
    }

    private static void maxInteger(List<Integer> list) {
        // 自然排序
        Optional<Integer> max = list.stream().max(Integer::compareTo);
        System.out.println("自然排序的最大值：" + max.get());
        // 自定义排序
        Optional<Integer> max1 = list.stream().max(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o1.compareTo(o2);
            }
        });
        System.out.println("自定义排序的最大值：" + max1.get());
    }

    private static void maxStreamDemo() {
        List<String> list = Arrays.asList("adnm", "admmt", "pot", "xbangd", "weoujgsd");

        Optional<String> max = list.stream().max(Comparator.comparing(String::length));
        System.out.println("最长的字符串：" + max.get());
    }

    private static void filterPersonTest(List<Person> personList) {
        List<String> collect = personList.stream().filter(x -> x.getSalary() > 8000).map(Person::getName).collect(Collectors.toList());
        System.out.print("高于8000的员工姓名：" + collect);
    }

    private static void filterTest(List<Integer> list) {
        Stream<Integer> integerStream = list.stream().filter(x -> x > 10);
        integerStream.forEach(a -> System.out.println(a));
    }

    private static void findForeachMatch(List<Integer> list) {
        //遍历输出符合条件的元素
        list.stream().filter(x -> x > 6).forEach(System.out::println);
        //匹配第一个
        Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();
        //匹配任意（适用于并行流）:findAny方法的行为是不确定的，它可以自由选择流中的任何元素。
        //匹配从list长度一半开始计算的符合条件的值
        Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();
        //是否包含符合条件的元素
        boolean anyMatch = list.stream().anyMatch(x -> x > 6);

        System.out.println("匹配第一个值：" + findFirst.get());
        System.out.println("匹配从list长度一半开始计算的符合条件的值：" + findAny.get());
        System.out.println("是否存在大于6的值：" + anyMatch);
    }
}

参考：https://mp.weixin.qq.com/s/gkJriQBthN9g8Fmd4x59bA
https://blog.csdn.net/mu_wind/article/details/109516995

-星雨-
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Java8 Stream学习
01-05
Java8 Stream教程，简单易懂
JAVA基础 -- java8新特性一之 Stream流以及基本操作
Make every day meaningful
12-14 578
什么是Stream： 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。 注意点： 1、Stream 自己不会存储数据。 2、Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream。 3、Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。 1、创建Stream @Test public void stream01() { List<Integer> integers = Arrays.as...
JDK8的 stream流详解-转载
waitle500的博客
01-10 3946
本文章 转载自头条网， 只是觉得好用很详细，所以自己收集 做下笔记，不做任何商业用途，不收任何费用，不喜勿喷。 本文是转载，希望不要涉及到文章版权，只是自己做笔记。这个是最重要的。 致敬 头条@程序猿的内心独白 1. Stream初体验 我们先来看看Java里面是怎么定义Stream的： Asequenceof elements supporting sequential and parallel aggregate operations. 我们来解读一下上面的那句话： Stre...
Java Stream流的使用
i_believe_you的博客
11-01 841
Stream是Java 8提供的新功能，是对集合（Collection）对象功能的增强，能对集合对象进行各种非常便利、高效的聚合操作（aggregate operation），或者大批量数操作 (bulkdata operation)。 与Lambda 表达式结合，也可以提高编程效率、简洁性和程序可读性。
类 求数组最大最小平均
weixin_34130269的博客
01-10 94
packagecom.ctu.java.exer; publicclassTestArray{ publicstaticvoidmain(String[]args){ int[]arr=newint[]{12,4,76,0,-98,-54,4,100}; ArrayUtilau=newArrayUtil(); int...
java8：IntStream,LongStream,DoubleStream等操作
yubin1285570923的博客
07-08 629
summaryStatistics 主要用于统计整形数组中元素的最大值，最小值，平均值，个数，元素总和等等。下面是一个简单的例子： int[] intArray = {12,3,34,67,100,99}; /** 第一种构造intStream **/ IntStream intStream = IntStream.of(intArray); /** 第二种构造intStream **/ //IntStream intStream2 = In
Java 8 Stream 的终极技巧——Collectors 功能与操作方法详解
08-19
主要介绍了Java 8 Stream Collectors 功能与操作方法,结合实例形式详细分析了Java 8 Stream Collectors 功能、操作方法及相关注意事项,需要的朋友可以参考下
Java8 Stream 各种实例
09-05
看完不会你骂我 想要代码简洁美观 高大上
Java8 Stream flatmap中间操作用法解析
08-18
主要介绍了Java8 Stream flatmap中间操作用法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
java8 streamList转换使用详解
08-18
主要介绍了java8 streamList转换使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
java.util.stream.Stream详解
沐雨橙风ιε的博客
03-15 993
java.util.stream.Stream详解
java.util.stream 简介
崔显龙的博客
03-09 1141
java.util.stream 是 Java 8 引入的新内容，提供以函数式的风格对流数据进行操作。 简单示例： public static void fileStream(Collection<File> files) { Predicate<File> predicate = new Predicate<File>() { @Overr...
【java学习】java8新特性：stream、Lambda函数、接口的默认方法和类方法、函数式接口、Optional、DateTime
午后阳光
10-30 2018
1，概念java.util.stream是java8新特性。 java.util.stream与java.io包里的 InputStream 和 OutputStream 是完全不同的概念。 Java 8 中的 Stream 是对集合（Collection）对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作（aggregate operation），或者大批量数据操作 (bul............
java 8 Stream,Optional的流库详解
weixin_46082526的博客
09-26 1707
java 8 的流库1.从迭代到流的操作1. Stream的两种 stream() | parallelStream()2. foreach()3. count()2.流的创建1. Stream.of(T... values)2. Stream.empty()3. Stream.generate()4. Stream.iterate()5. Stream.ofNullable(T)3.filter、map和flatMap方法1. filter()2. map()3. flatMap()4.抽取子流和组
关于java.util.stream包的详细说明
老卡的博客
06-30 2310
该包下的类用来支持元素流上的函数式操作，比如集合上的Map-Reduce操作。 如： int sum = widgets.stream() .filter(b -> b.getColor() == RED) .mapToInt(b -> b.getWeight()) .sum(); 这个例子，我们用一个Widget的集合变量widgets作为流的数据源，然后在这个流上执行filter-map-reduce...
Java 8 - java.util.stream - Stream接口
学无止境
05-17 808
确切地说，Stream接口定义了对数据进行流式操作的方法，并提供了中间操作和终端操作，用于处理、转换和聚合数据流。
java.util.stream 库简介
Z645817的博客
11-14 326
Java Stream简介 　　Java SE 8 中主要的新语言特性是拉姆达表达式。可以将拉姆达表达式想作一种匿名方法；像方法一样，拉姆达表达式具有带类型的参数、主体和返回类型。但真正的亮点不是拉姆达表达式本身，而是它们所实现的功能。拉姆达表达式使得将行为表达为数据变得很容易，从而使开发具有更强表达能力、更强大的库成为可能。 　　Java SE 8 中引入的一个这样的库是 java.util...
java.util.stream是哪个包,Java8 流式 API（`java.util.stream`）
weixin_34553861的博客
03-21 288
熟悉 ES6 的开发者，肯定对数组的一些方法不是很陌生：map、filter 等。在对一组对象进行统一操作时，利用这些方法写出来的代码比常规的迭代代码更加的简练。在 C♯ 中，有 LINQ 来实现。那么在 Java 中有这样的操作吗？答案是有的，Java8 中引入了大量新特性，其中一个就是 Java 的流式 API。在 Java 8 中，流(Stream)与迭代器类似，都是用来对集合内的元素进行某...
java 8 stream
最新发布
03-01
Java 8引入了Stream API，它是一种处理集合数据的新方式。Stream API提供了一种流式操作的方式，可以对集合进行过滤、映射、排序、聚合等操作，使得代码更加简洁、易读和高效。 Stream是一个来自数据源的元素队列并支持聚合操作。它可以是集合、数组、I/O channel、产生器等。Stream操作可以顺序执行，也可以并行执行。 Java 8 Stream API的特点包括： 1. 延迟执行：Stream操作通常是延迟执行的，只有在终止操作时才会触发实际的计算。 2. 内部迭代：Stream API使用内部迭代的方式，不需要显式地编写循环，使得代码更加简洁。 3. 函数式编程：Stream API支持函数式编程风格，可以通过Lambda表达式来定义操作。 4. 并行处理：Stream API提供了并行处理的能力，可以充分利用多核处理器的优势，提高处理速度。 使用Stream API可以通过一系列的中间操作和终止操作来对集合进行处理。中间操作包括过滤、映射、排序等操作，终止操作包括聚合、收集、遍历等操作。 下面是一些常用的Stream操作方法： 1. filter(Predicate<T> predicate)：根据指定条件过滤元素。 2. map(Function<T, R> mapper)：将元素进行映射转换。 3. sorted(Comparator<T> comparator)：对元素进行排序。 4. distinct()：去除重复的元素。 5. limit(long maxSize)：限制元素的数量。 6. skip(long n)：跳过指定数量的元素。 7. forEach(Consumer<T> action)：对每个元素执行指定操作。 8. collect(Collector<T, A, R> collector)：将元素收集到集合中。 9. reduce(BinaryOperator<T> accumulator)：对元素进行归约操作。 10. parallel()：启用并行处理。 以上只是Stream API的一部分常用操作，还有更多的操作方法可以根据具体需求使用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值