java8Stream流学习

JAVA8流学习

---

前言

Java8的新特性主要是Lambda表达式和流，当流和Lambda表达式结合起来一起使用时，因为流申明式处理数据集合的特点，可以让代码变得简洁易读

---

一、流是什么？

流是从支持数据处理操作的源生成的元素序列，源可以是数组、文件、集合、函数。流不是集合元素，它不是数据结构并不保存数据，它的主要目的在于计算

二、创建流的方式

1.通过集合生成，应用中最常用的一种

代码如下（示例）：

List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
Stream<Integer> stream01 = list.stream();

2.通过数组生成

通过Arrays.stream方法生成流，并且该方法生成的流是数值流【即IntStream】而不是Stream<Integer>。补充一点使用数值流可以避免计算过程中拆箱装箱，提高性能。Stream API提供了mapToInt、mapToDouble、mapToLong三种方式将对象流【即Stream<T>】转换成对应的数值流，同时提供了boxed方法将数值流转换为对象流

代码如下（示例）：

int[] intArr = new int[]{1, 2, 3, 4, 5};
IntStream stream02 = Arrays.stream(intArr);

3.通过值生成

通过Stream的of方法生成流，通过Stream的empty方法可以生成一个空流

代码如下（示例）：

Stream<Integer> stream03 = Stream.of(1, 2, 3, 4, 5);
        Stream<Object> stream031 = Stream.empty();

4.通过文件生成

通过Files.line方法得到一个流，并且得到的每个流是给定文件中的一行Stream<String> stream04 = Files.lines(Paths.get("data.txt"),Charset.defaultCharset());

代码如下（示例）：

Stream<String> stream04 =Files.lines(Paths.get("data.txt"),Charset.defaultCharset());

5.通过函数生成

5.1 通过iterator生成

iterate方法接受两个参数，第一个为初始化值，第二个为进行的函数操作，因为iterator生成的流为无限流，通过limit方法对流进行了截断，只生成5个偶数

代码如下（示例）：

Stream<Integer> stream051 = Stream.iterate(0, n -> n + 2).limit(5);

5.2 通过generator

generate方法接受一个参数，方法参数类型为Supplier<T>，由它为流提供值。generate生成的流也是无限流，因此通过limit对流进行了截断

代码如下（示例）：

Stream<Double> stream052 = Stream.generate(Math::random).limit(5);

三、流的操作类型

流的操作类型主要分为两种

• 中间操作 一个流可以后面跟随零个或多个中间操作。其目的主要是打开流，做出某种程度的数据映射/过滤，然后返回一个新的流，交给下一个操作使用。这类操作都是惰性化的，仅仅调用到这类方法，并没有真正开始流的遍历，真正的遍历需等到终端操作时，常见的中间操作有下面即将介绍的filter、map等
• 终端操作 一个流有且只能有一个终端操作，当这个操作执行后，流就被关闭了，无法再被操作，因此一个流只能被遍历一次，若想在遍历需要通过源数据在生成流。终端操作的执行，才会真正开始流的遍历。如下面即将介绍的count、collect等

流的使用将分为终端操作和中间操作进行介绍

1.1 中间操作

1.1.1 filter筛选

通过使用filter方法进行条件筛选，filter的方法参数为一个条件

代码如下（示例）：

 // 通过使用filter方法进行条件筛选，filter的方法参数为一个条件
        List<Integer> integerList = Arrays.asList(1, 1, 2, 3, 4, 5);
        //转为列表;
        System.out.println(integerList.stream().filter(i -> i > 3).collect(Collectors.toList()));

1.1.2 distinct去除重复元素

通过distinct方法快速去除重复的元素

代码如下（示例）：

        System.out.println(integerList.stream().distinct().collect(Collectors.toList()));

1.1.3 limit返回指定流个数

通过limit方法指定返回流的个数，limit的参数值必须>=0，否则将会抛出异常

代码如下（示例）：

System.out.println(integerList.stream().limit(3).collect(Collectors.toList());

1.1.4 skip跳过流中的元素

通过skip方法跳过流中的元素，上述例子跳过前两个元素，所以打印结果为3,4,5，参数值必须>=0，否则将会抛出异常

代码如下（示例）：

System.out.println(integerList.stream().skip(3).collect(Collectors.toList()));

1.1.5 map流映射

通过map方法可以完成映射，该例子完成中String -> Integer的映射

代码如下（示例）：

List<String> stringList = Arrays.asList("Java 8", "Lambdas",  "In", "Action");
System.out.println(stringList.stream().map(String::length).collect(Collectors.toList()));

1.1.6 flatMap流转换

将一个流中的每个值都转换为另一个流
map(w -> w.split(" "))的返回值为Stream<String[]>，我们想获取Stream，可以通过flatMap方法完成Stream<String[]> ->Stream的转换

代码如下（示例）：

  List<String> wordList = Arrays.asList("Hello", "World");
        List<String> strList = wordList.stream()
                .map(w -> w.split(" "))
                .flatMap(Arrays::stream)
                .distinct()
                .collect(Collectors.toList());
        System.out.println(strList);

1.1.7 元素匹配 提供了三种匹配方式

• allMatch匹配所有

代码如下（示例）：

if (integerList.stream().allMatch(i -> i>3)){
            System.out.println("i 都大于 3");
 }

• anyMatch匹配其中一个

代码如下（示例）：

if (integerList.stream().anyMatch(i -> i>3)){
            System.out.println("i 有一个大于 3");
 }

• noneMatch全部不匹配

代码如下（示例）：

if (integerList.stream().noneMatch(i -> i>3)){
    System.out.println("i 中没有一个大于 3");
}

2.终端操作

2.1 统计流中元素个数

• 通过count 通过使用count方法统计出流中元素个数

代码如下（示例）：

 System.out.println(integerList.stream().count());

• 通过counting

代码如下（示例）：

System.out.println(integerList.stream().collect(Collectors.counting()));

2.2 查找

• findFirst查找第一个
  通过findFirst方法查找到第一个大于三的元素并打印

代码如下（示例）：

 System.out.println(integerList.stream().filter(i -> i > 3 ).findFirst());

• findAny随机查找一个
  通过findAny方法查找到其中一个大于三的元素并打印，因为内部进行优化的原因，当找到第一个满足大于三的元素时就结束，该方法结果和findFirst方法结果一样。

代码如下（示例）：

System.out.println(integerList.stream().findAny());

2.3 reduce将流中的元素组合起来

reduce接受两个参数，一个初始值这里是0，一个BinaryOperator<T> accumulator 来将两个元素结合起来产生一个新值， 另外reduce方法还有一个没有初始化值的重载方法

代码如下（示例）：

System.out.println(integerList.stream().reduce(0, (a, b) -> (a + b)));

2.4 获取流中最小最大值

• 通过min/max获取最小最大值

  代码如下（示例）：

  Optional<Integer> min = integerList.stream().min(Integer::compareTo);
  Optional<Integer> max = integerList.stream().max(Integer::compareTo);
  

• 通过minBy/maxBy获取最小最大值

  代码如下（示例）：

  Optional<Integer> min02 = integerList.stream().collect(Collectors.minBy(Integer::compareTo));;
  Optional<Integer> max02 = integerList.stream().collect(Collectors.maxBy(Integer::compareTo));
  

• 通过reduce获取最小最大值

  代码如下（示例）：

   Optional<Integer> min03 = integerList.stream().reduce(Integer::min);
   Optional<Integer> max03 = integerList.stream().reduce(Integer::max);
  

2.5 求和

• 通过summingInt

  代码如下（示例）：

   System.out.println(dishList.stream().collect(Collectors.summingInt(Dish::getCalories)));
  

• 通过reduce

  代码如下（示例）：

  		 System.out.println(dishList.stream().map(Dish::getCalories).reduce(0, Integer::sum));
  	  ```
  

• 通过sum

  代码如下（示例）：

  		 System.out.println(dishList.stream().mapToInt(Dish::getCalories).sum());
  	  ```
  

2.6 通过averagingInt求平均值

代码如下（示例）：

System.out.println(dishList.stream().collect(Collectors.averagingInt(Dish::getCalories)));

2.7 通过summarizingInt同时求总和、平均值、最大值、最小值

代码如下（示例）：

// 如果数据类型为double、long，则通过summarizingDouble、summarizingLong方法
        IntSummaryStatistics intSummaryStatistics = dishList.stream().collect(Collectors.summarizingInt(Dish::getCalories));
        System.out.println(intSummaryStatistics.getAverage());  //获取平均值
        System.out.println(intSummaryStatistics.getMin());
        System.out.println(intSummaryStatistics.getMax());
        System.out.println(intSummaryStatistics.getSum());

2.8 通过foreach进行元素遍历

代码如下（示例）：

integerList.stream().forEach(System.out::println);

2.9 返回集合

代码如下（示例）：

 dishList.stream().map(Dish::getName).collect(Collectors.toSet());

2.10 通过joining拼接流中的元素

代码如下（示例）：

System.out.println(dishList.stream().map(Dish::getName).collect(Collectors.joining(", ")));

---

总结

以上就是今天学习流的所有内容，本文仅仅简单记录了Stream的使用，而Stream提供了大量能使我们快速便捷地处理数据的方法,需要深入研究。