文章目录
1.Stream 概述
Java 8 是一个非常成功的版本,这个版本新增的Stream
,配合同版本出现的 Lambda
,给我们操作集合(Collection)提供了极大的便利。
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。流,是一系列数据项,它不是一种数据结构。
流可以进行相关的算法和计算,只是它并没有显式地表现,而是在内部进行隐式地操作
2.流的种类
Stream 可以有数组或集合创建,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
- 终端端操作,每个流只能进行一次总端操作,总端操作结束后结束后流就无法使用, 终端操作会产生一个新的集合或值。
3. Stream
有几个特性:
- 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。
- 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。
- 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。
- 流,解决了两个问题,1.直接实现你”想要什么”,2.可以进行并行处理。
4.Stream的操作三步骤
- 创建stream:一个数据源(如数组,集合),获取一个流
- 中间操作:一个中间操作链,对数据源的数据进行处理
- 终止操作:一旦执行终止操作,就执行了中间的操作链,并产生结果,之后不会在被使用
2.Stream 的创建
1.方式一
Java8 中的 Collection 接口被扩展,提供了两个获取流 的方法:
- default Stream stream() : 返回一个顺序流
- default Stream parallelStream() : 返回一个并行流
/*
*方式一
* */
@Test
public void show1(){
//创建集合
List<String> strings = Arrays.asList("oo", "ppp", "uuu");
//获取顺序流
Stream<String> stream = strings.stream();
//获取并行流
Stream<String> stream1 = strings.parallelStream();
}
2.方式二
Java8 中的 Arrays 的静态方法 stream() 可以获取数组流:
- static Stream stream(T[] array): 返回一个流
重载的形式:能够处理对应基本类型的数组
- public static IntStream stream(int[] array)
- public static LongStream stream(long[] array)
- public static DoubleStream stream(double[] array)
//方式二
@Test
public void show3(){
//创建一数组
int[] array={1,2,3,4,5,6,8};
//获取Stream流
IntStream stream = Arrays.stream(array);
}
3.方式三
可以调用Stream类静态方法 of(), 通过显示值创建一个 流。它可以接收任意数量的参数。
- public static Stream of(T… values) : 返回一个流
/*
* 方式三
* */
@Test
public void show4(){
//获取Stream流
Stream<Integer> integerStream = Stream.of(1, 2, 3, 4, 5, 6);
}
4.顺序流和并行流的区别
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:
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:Optional<Integer> findFirst = list.stream().parallel().filter(x->x>6).findFirst();
3.Stream 的使用
1.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。Stream
的遍历、匹配非常简单。
@Test
public void show(){
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);
//遍历输出符合条件的元素
list.stream().filter(o->o>6).forEach( System.out::println);
System.out.println();
//匹配第一个
Optional<Integer> first = list.stream().filter(x -> x > 3).findFirst();
System.out.println("匹配第一个数据" + first);
//匹配任意(适用于并行流)
Optional<Integer> any = list.parallelStream().filter(x -> x > 7).findAny();
System.out.println("any = " + any);
}
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
案例一:筛选出
Integer
集合中大于7的元素,并打印出来
@Test
public void show1(){
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);
//案例一:筛选出Integer集合中大于7的元素,并打印出来
list.stream().filter(o->o>7).forEach(System.out::println);
}
@Test
public void show3(){
//获取数据
List<Person> list = getList();
//案例二: 筛选员工中工资高于8000的人,并形成新的集合。 形成新集合依赖collect(收集),返回一个新的集合
List<Person> collect = list.stream().filter(o -> o.getSalary() > 8000).collect(Collectors.toList());
collect.forEach(o-> System.out.println("o = " + o));
}
@Test
public void show4(){
//获取数据
List<Person> list = getList();
//案例三: 筛选员工中工资高于8000的人,并形成新的集合。 形成新集合依赖collect(收集),后文有详细介绍
List<String> collect = list.stream().filter(o -> o.getSalary() > 8000).map(Person::getName).collect(Collectors.toList());
//根据名字获取集合
collect.forEach(o-> System.out.println("按条件根据名字收集" + o));
}
public List<Person> getList(){
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("Tom", 8900,12, "male", "New York"));
personList.add(new Person("Jack", 7000,64, "male", "Washington"));
personList.add(new Person("Lily", 7800,32, "female", "Washington"));
personList.add(new Person("Anni", 8200, 20,"female", "New York"));
personList.add(new Person("Owen", 9500, 80,"male", "New York"));
personList.add(new Person("Alisa", 7900, 60,"female", "New York"));
return personList;
}
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。
案例一:获取
String
集合中最长的元素。
//获取String集合中最长的元素
@Test
public void show5(){
List<String> list = Arrays.asList("asd", "adasdasdasx", "dasdfwedas", "dewdDSWDXASD", "AXASDSADASXAS");
Optional<String> max = list.stream().max(Comparator.comparing(String::length));
System.out.println("max = " + max);
}
案例二:获取
Integer
集合中的最大值
//案例二:获取Integer集合中的最大值
@Test
public void show6(){
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);
//自然排序
Optional<Integer> max = list.stream().max(Integer::compareTo);
//自定义排序
Optional<Integer> max1 = list.stream().max((o1, o2) -> o1.compareTo(o2));
System.out.println("max = " + max);
System.out.println("max1 = " + max1);
}
案例三:获取员工工资最高的人。
@Test
public void show7(){
//获取数据
List<Person> list = getList();
//获取员工工资最大值
Optional<Person> max = list.stream().max(Comparator.comparingInt(Person::getSalary));
System.out.println("获取员工的最大工资" + max.get().getSalary());
}
案例四:计算
Integer
集合中大于6的元素的个数。
@Test
public void show8(){
//计算Integer里面大于3的个数
List<Integer> list = Arrays.asList(1, 4, 5, 8, 2, 6, 8, 4, 9);
long count = list.stream().filter(o -> o > 6).count();
System.out.println("count = " + count);
}
4.映射(map/flaMap)
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。
案例一: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。
@Test
public void show9(){
List<String> list = Arrays.asList("dadweads", "cwedada", "FDSXAS", "cdawdxasdas");
List<String> collect = list.stream().map(String::toUpperCase).collect(Collectors.toList());
List<Integer> list1 = Arrays.asList(1, 2, 3, 4, 5, 6, 4, 8, 9);
List<Integer> collect1 = list1.stream().map(o -> o + 3).collect(Collectors.toList());
System.out.println("每个元素大写" + collect);
System.out.println("每个元素+3" + collect1);
}
案例二:将员工的薪资全部增加1000。
public List<Person> getList(){
List<Person> personList = new ArrayList<Person>();
personList.add(new Person("Tom", 8900,12, "male", "New York"));
personList.add(new Person("Jack", 7000,64, "male", "Washington"));
personList.add(new Person("Lily", 7800,32, "female", "Washington"));
personList.add(new Person("Anni", 8200, 20,"female", "New York"));
personList.add(new Person("Owen", 9500, 80,"male", "New York"));
personList.add(new Person("Alisa", 7900, 60,"female", "New York"));
return personList;
@Test
public void show10(){
List<Person> list = getList();
List<Person> collect = list.stream().map(person -> {
person.setSalary(person.getSalary() + 1000); //每个人工资加1000块钱
return person;
}).collect(Collectors.toList());
System.out.println("collect = " + collect);
}
案例三:将两个字符数组合并成一个新的字符数组。
@Test
public void show11(){
List<String> list = Arrays.asList("m,k,l,a", "1,2,3,4");
List<String> collect = list.stream().flatMap(s -> {
//将每个元素转换成stream
String[] split = s.split(",");
Stream<String> stream = Arrays.stream(split);
return stream;
}).collect(Collectors.toList());
System.out.println("处理前" + list);
System.out.println("处理后" + collect);
}
5.归纳(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。
案例一:求
Integer
集合的元素之和、乘积和最大值。
@Test
public void show12(){
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);
//求和方式一
Optional<Integer> reduce = list.stream().reduce((x, y) -> x + y);
//求和方式二
Optional<Integer> reduce1 = list.stream().reduce(Integer::sum);
//求和方式三
Integer reduce2 = list.stream().reduce(0, Integer::sum);
//求乘法
Optional<Integer> reduce3 = list.stream().reduce((x, y) -> x * y);
//求最大值方式1
Optional<Integer> reduce4 = list.stream().reduce((x, y) -> x > y ? x : y);
//求最大值方式2
Integer reduce5 = list.stream().reduce(1, Integer::max);
System.out.println(" //求和方式一 = " + reduce);
System.out.println(" //求和方式二 = " + reduce1);
System.out.println(" //求和方式三 = " + reduce2);
System.out.println(" // //求乘法 = " + reduce3);
System.out.println(" //求最大值方式1 = " + reduce4);
System.out.println(" //求最大值方式2 = " + reduce5);
}
案例二:求所有员工的工资之和和最高工资。
@Test
public void show13(){
//获取数据
List<Person> list = getList();
//求和方式一
Optional<Integer> reduce1 = list.stream().map(Person::getSalary).reduce(Integer::sum);
//求和方式二
Integer reduce2 = list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), (sum1, sum2) -> sum1 + sum2);
//求和方式三
Integer reduce3 = list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);
// Integer reduce6= list.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::min);
//求最高工资方式1
Integer reduce4 = list.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), Integer::max);
//求最高工资方式2
Integer reduce5 = list.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), (max1, max2) -> max1 > max2 ? max1 : max2);
System.out.println("//求和方式一 = " + reduce1);
System.out.println("//求和方式二 = " + reduce2);
System.out.println("//求和方式三 = " + reduce3);
System.out.println("//求最高工资方式1 = " + reduce4);
System.out.println("//求最高工资方式2 " + reduce5);
}
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。
1.归集
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。
@Test
public void show17(){
List<Integer> list = Arrays.asList(5, 8, 6, 9, 7, 2, 3, 6, 9, 8, 7, 4, 4, 8, 5, 9, 10);
//把大于3的收集并创建一个信的集合
List<Integer> collect = list.stream().filter(o -> o > 3).collect(Collectors.toList());
//把取模等于0的数字放到一个新的集合中
Set<Integer> collect1 = list.stream().filter(o -> o % 2 == 0).collect(Collectors.toSet());
List<Person> list1 = getList();
//把对象工资大于8000的
Map<String, Person> collect2 = list1.stream().filter(p -> p.getSalary() > 8000).collect(Collectors.toMap(Person::getName, p -> p));
System.out.println(" //把大于3的收集并创建一个信的集合 = " + collect);
System.out.println(" //把取模等于0的数字放到一个新的集合中 = " + collect1);
for (Map.Entry<String, Person> stringPersonEntry : collect2.entrySet()) {
String key = stringPersonEntry.getKey();
Person value = stringPersonEntry.getValue();
System.out.println( "key="+key +"value = " + value);
}
}
2.统计
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
案例:统计员工人数、平均工资、工资总额、最高工资
@Test
public void show18(){
List<Person> list = getList();
//求总数
Long collect = list.stream().collect(Collectors.counting());
//求平均工资
Double collect1 = list.stream().collect(Collectors.averagingDouble(Person::getSalary));
//求工资总和
Integer collect2 = list.stream().collect(Collectors.summingInt(Person::getSalary));
//一次性统计所有信息
DoubleSummaryStatistics collect3 = list.stream().collect(Collectors.summarizingDouble(Person::getSalary));
System.out.println(" //求总数 = " + collect);
System.out.println(" //求平均工资 " + collect1);
System.out.println(" //求工资总和" + collect2);
System.out.println(" //一次性统计所有信息" + collect3);
//求总数 = 6
//求平均工资 8216.666666666666
//求工资总和49300
//一次性统计所有信息DoubleSummaryStatistics{count=6, sum=49300.000000, min=7000.000000, average=8216.666667, max=9500.000000}
}
3.分组
- 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
@Test
public void show123(){
//获取数据
List<Person> list = getList();
//按员工的的性别分组
Map<String, List<Person>> collect = list.stream().collect(Collectors.groupingBy(Person::getSex));
//按照员工薪资是否高于8000分组
Map<Boolean, List<Person>> collect1 = list.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));
//将员工先按性别分组,在地区分组
Map<String, Map<String, List<Person>>> collect2 = list.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));
System.out.println(" //按员工的的性别分组 " + collect);
System.out.println(" //按照员工薪资是否高于8000分组 " + collect1);
System.out.println(" //将员工先按性别分组,在地区分组 " + collect2);
}
4.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。
@Test
public void show20(){
List<Person> list = getList();
String collect = list.stream().map(o -> o.getName()).collect(Collectors.joining("-"));
System.out.println("collect = " + collect);
//collect = Tom-Jack-Lily-Anni-Owen-Alisa //所有的员工使用"-"字符串连接
}
5.归约
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
@Test
public void show21(){
List<Person> list = getList();
Integer collect = list.stream().collect(Collectors.reducing(0, Person::getSalary, (i, o) -> (i + o - 5000)));
System.out.println("collect = " + collect);
//工资总和
Optional<Integer> reduce = list.stream().map(Person::getSalary).reduce(Integer::sum);
System.out.println("reduce.get() = " + reduce.get());
}
7.排序
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
@Test
public void show22(){
List<Person> list = getList();
//根据工资升序排序(自然排序)
List<Person> collect = list.stream().sorted(Comparator.comparing(Person::getSalary)).collect(Collectors.toList());
//根据工资倒序排序
List<String> collect1 = list.stream().sorted(Comparator.comparing(Person::getSalary).reversed()).map(Person::getName).collect(Collectors.toList());
//先按工资在按年龄升序
List<Person> collect2 = list.stream().sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).collect(Collectors.toList());
//先按工资在按年龄降序
List<String> collect3 = list.stream().sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge).reversed()).map(Person::getName).collect(Collectors.toList());
//自定义
// 先按工资再按年龄自定义排序(降序)
List<String> collect4 = list.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(" //根据工资升序排序(自然排序)" + collect);
System.out.println(" //根据工资倒序排序" + collect1);
System.out.println(" //先按工资在按年龄升序" + collect2);
System.out.println(" //先按工资在按年龄降序" + collect3);
System.out.println(" // 先按工资再按年龄自定义排序(降序)" + collect4);
//先按工资在按年龄降序[Owen, Tom, Anni, Alisa, Lily, Jack]
// 先按工资再按年龄自定义排序(降序)[Owen, Tom, Anni, Alisa, Lily, Jack]
}
8.提取/组合
流也可以进行合并、去重、限制、跳过等操作。
@Test
public void show23(){
String[] arr1={"a","b","c","c","o"};
String[] arr2={"q","b","t","d","p"};
//获取流
Stream<String> arr11 = Stream.of(arr1);
Stream<String> arr12 = Stream.of(arr2);
//合并两个流
List<String> collect = Stream.concat(arr11, arr12).distinct().collect(Collectors.toList());
//limit:限制流中获得前n个数据
List<String> collect1 = collect.stream().limit(3).collect(Collectors.toList());
//跳过n个数据获取
List<String> collect2 = collect.stream().skip(2).collect(Collectors.toList());
System.out.println("//合并两个流 " + collect);
System.out.println(" //limit:限制流中获得前n个数据 " + collect1);
System.out.println(" //跳过n个数据获取 " + collect2);
//合并两个流 [a, b, c, o, q, t, d, p]
//limit:限制流中获得前n个数据 [a, b, c]
//跳过n个数据获取 [c, o, q, t, d, p]
}