Java8新特性Stream流实例详解

什么是Stream流？

Stream流是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。

Stream的优点：声明性，可复合，可并行。这三个特性使得stream操作更简洁，更灵活，更高效。

Stream的操作有两个特点：可以多个操作链接起来运行，内部迭代。

Stream可分为并行流与串行流，Stream API 可以声明性地通过 parallel() 与sequential() 在并行流与顺序流之间进行切换。串行流就不必再细说了，并行流主要是为了为了适应目前多核机器的时代，提高系统CPU、内存的利用率，并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。java1.8并行流使用的是fork/join框架，关于fork/join框架可参考http://ifeve.com/talk-concurrency-forkjoin/学习。

注意 ：

* 1、Stream不会自己存储数据。

* 2、Stream不会改变原对象，他们会返回一个新的Stream。

* 3、Stream操作是延迟的，他们会等到需要的结果时才执行。

* 4、使用并行流并不一定会提高效率，因为jvm对数据进行切片和切换线程也是需要时间的。

本文主要讲 Stream的3个操作步骤：1、创建Stream 2、中间操作3、终止操作。

创建Stream

创建Stream，就是将一个数据源 （如：集合、数组）转化为一个流。

1、通过Collection系列提供的stream()（串行） 或parallelStream()（并行）获取数据流。

2、通过Arrays中的静态方法stream() 获取数据流。

3、通过Stream类中的静态方法of()获取数据流。

?

1 2 3 4 5 6 7 8 9

//1、通过Collection系列提供的stream()（串行） 或parallelStream()（并行）获取    List<String> list = new ArrayList<>();    Stream<String> stream1 = list.stream();//串行流    Stream<String> stream2 = list.parallelStream();//并行流  //2、通过Arrays中的静态方法stream() 获取数据流    User[] u = new User[2];    Stream<User> stream3 = Arrays.stream(u);  //3、通过Stream；类中的静态方法of()    Stream<String> stream4 = Stream.of("11","2");

中间操作

中间操作，即对数据源进行一系列的操作处理。 
多个中间操作可以连接起来性格一条流水线，除非流水线上触发器终止操作，否则中间操作不会执行任何的处理，而是在终止操作时一次性全部处理，成为惰性求值。

筛选和切片

1、filter(predicate)-接收lambda，从流中排除某些元素。

2、limit(n)-截断流，使其元素不超过给定数量。

3、skip(n)-跳过元素，返回一个扔掉了前n个元素的流。若流中元素不足n个，则返回一个空流，与limit(n)互补。

4、distinct-筛选，通过流所生成元素的hashcode()和equals()去重复元素。

?

1 2 3 4 5 6 7 8 9 10 11 12

/**    * 打印年龄大于18的前4位用户信息（不重复）    * 并跳过第1个用户    */ @Test   public void test1(){     list.stream()     .filter((x)->x.getAge()>18)     .distinct()     .limit(4)     .skip(1).forEach(System.out::println);   }

映射

1、map，接收Lambda，将元素转换成其他形式或提取信息。接收一个函数作为参数，该函数会被应用到每一个元素上，并将其映射成一个新的元素。

2、mapToDouble/mapToInt/mapToLong，接收一个函数作为参数，该函数会被应用到每个元素上，产生一个新的DoubleStream/IntStream/LongStream。

3 、flatMap，接收一个函数作为参数，将流中的每个值都换成一个流，然后把流连接成一个流。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

@Test  public void test2(){    ///map    list.stream().map(User::getName)    .forEach(System.out::println);    //flatMap    List<List<User>> list1 = new ArrayList<>();    list1.add(list);    list1.stream().flatMap(Stream::getNames)    .forEach(System.out::println);  }  public static Stream<String> getNames(List<User> list){    List<String> list1 = new ArrayList<String>();    for (User user : list) {      list1.add(user.getName());    }    return list1.stream();  }

排序

1、sorted()，产生一个新流，其中按自然顺序排序。 

2、sorted(Comparator)，产生一个新流，其中按比较器顺序排序。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

@Test   public void test3(){     List<String> list =Arrays.asList("aa","bb","cc","dd");     list.stream().sorted()     .forEach(System.out::println);     //     list.stream().sorted((x,y) -> {       if(x.equals(y)){         return 1;       }else{         return -1;       }     } ).forEach(System.out::println);   }

终止操作

终止操作是执行中间操作链，并产生结果（一个新流）,数据源本身并不受影响，其结果可以是任何不是流的值。

查找与匹配

1、allMatch,检查是否匹配所有元素。 
2、anyMatch,检查是否至少匹配一个元素。 
3、noneMatch,检查是否没有匹配所有元素。 
4、findFirst,返回第一个元素。 
5、findAny,返回当前流中的任意元素。 
6、count,返回流中元素的总数。 
7、 max,返回流中最大值。 
8、min,返回流中最小值。 
9、froEach(Consumer c) 内部迭代。

?

1 2 3 4 5 6 7 8 9 10 11

@Test   public void test4(){     boolean b = list.stream().         noneMatch((e) ->         e.getName().equals("zhao"));     System.out.println(b);     Optional<User> op = list.parallelStream()         .filter((x) -> x.getAge() == 18)         .findAny();     System.out.println(op.get());   }

归约

reduce，可以将流中的值反复结合起来，得到一个值。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

@Test   public void test5(){     //转List     List<String> list1 =list.stream()         .map(User::getName)         .collect(Collectors.toList()) ;     list1.forEach(System.out::println);     //转HashSet     HashSet<String> set = list.stream().         map(User::getName)         .collect(Collectors.toCollection(HashSet::new));     set.forEach(System.out::println);     //总数     Long count = list.stream()         .collect(Collectors.counting());     System.out.println(count);     //平均年龄     double avAge = list.stream()         .collect(Collectors.averagingInt(User::getAge));     System.out.println(avAge);     //总年龄     int toAge = list.stream()         .collect(Collectors.summingInt(User::getAge));     System.out.println(toAge);     //最大值     Optional<User> u = list.stream()         .collect(Collectors.maxBy((e1,e2)             -> Integer.compare(e1.getAge(),e2.getAge() )));     System.out.println(u);     //平均年龄     IntSummaryStatistics collect = list.stream()         .collect(Collectors.summarizingInt(User::getAge));     System.out.println(collect.getAverage());     //分组     Map<Integer, List<User>> l= list.stream()         .collect(Collectors.groupingBy(User::getAge));     System.out.println(l);     //多级分组     Map<Integer,Map<String,List<User>> > ls= list.stream()         .collect(Collectors.groupingBy(             User::getAge,Collectors.groupingBy(User::getSex)));     System.out.println(ls);     //分区     Map<Boolean,List<User>> map= list.stream()         .collect(Collectors.partitioningBy((x)             -> x.getAge()>18));     System.out.println(map);     //连接字符串     String str = list.stream().map(User::getName)         .collect(Collectors.joining(",","-","-"));     System.out.println(str);   }