目录
1 创建流
1.1 List
List<T> list = new ArrayList<>();
(1)Stream<T> stream = list.stream(); //串行流
(2)Stream<T> parallelstream = list.parallelstream(); //并行流
1.2 Array
T[] nums = new T[10];
Stream<T> stream = Arrays.stream(nums);
1.3 其他
(1) Stream<Integer> stream = Stream.of(1,2,3,4,5,6);
(2)Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);
stream2.forEach(System.out::println); // 0 2 4 6 8 10
2 流的中间操作
2.1 筛选与切片
(1)filter(condition):根据条件condition,过滤流中的某些元素
(2)limit(n):获取前n个元素
(3)skip(n):跳过前n元素,配合limit(n)可实现分页
(4)distinct:通过流中元素的 hashCode() 和 equals() 去除重复元素
2.2 映射
(1)map(function1):接收一个函数function1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。
(2)flatMap(function2):接收一个函数function2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。
2.3 排序
(1)sorted():自然排序,流中元素需实现Comparable接口
(2)sorted(Comparator com):定制排序,自定义Comparator排序器
2.4 消费
peek():如同于map,能得到流中的每一个元素。但map接收的是一个Function表达式,有返回值;而peek接收的是Consumer表达式,没有返回值。
3 流终止操作
3.1 匹配、聚合
(1)min:返回流中元素最小值
(2)allMatch:接收一个 Predicate 函数,当流中每个元素都符合该断言时才返回true,否则返回false
(3)noneMatch:接收一个 Predicate 函数,当流中每个元素都不符合该断言时才返回true,否则返回false
(4)anyMatch:接收一个 Predicate 函数,只要流中有一个元素满足该断言则返回true,否则返回false
(5)findFirst:返回流中第一个元素
(6)findAny:返回流中的任意元素
(7)count:返回流中元素的总个数
(8)max:返回流中元素最大值
3.2 规约
reduce(BinaryOperator<T> accumulator):第一次执行时,accumulator函数的第一个参数为流中的第一个元素,第二个参数为流中元素的第二个元素;第二次执行时,第一个参数为第一次函数执行的结果,第二个参数为流中的第三个元素;依次类推。
3.3 收集操作
collect:接收一个Collector实例,将流中元素收集成另外一个数据结构。
Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);
//装成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]
//转成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]
//转成map,注:key不能相同,否则报错
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}
//字符串分隔符连接
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)
//聚合操作
//1.学生总数
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年龄 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.所有人的年龄
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年龄
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 带上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());
//分组
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分组,先根据类型分再根据年龄分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));
//分区
//分成两部分,一部分大于10岁,一部分小于等于10岁
Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
//规约
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40
//取到T中的id组成一个List
List<T> items = new ArrayList<>();
List<String> collect = items.stream().map(T::getId).collect(Collectors.toList());
//取到T中的id和name组成一个Map
List<T> list = new ArrayList<>();
Map<String, String> map = list.stream().collect(Collectors.toMap(T::getId, T::getName));