java 流类_JAVA流的操作类型

JAVA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

流使用

流的使用将分为终端操作和中间操作进行介绍

中间操作

filter筛选

List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);

Stream stream = integerList.stream().filter(i -> i > 3);

通过使用filter方法进行条件筛选，filter的方法参数为一个条件

distinct去除重复元素

List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);

Stream stream = integerList.stream().distinct();

通过distinct方法快速去除重复的元素

limit返回指定流个数

List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);

Stream stream = integerList.stream().limit(3);

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

skip跳过流中的元素

List integerList = Arrays.asList(1, 1, 2, 3, 4, 5);

Stream stream = integerList.stream().skip(2);

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2,3,4,5，skip的参数值必须>=0，否则将会抛出异常

map流映射

所谓流映射就是将接受的元素映射成另外一个元素

List stringList = Arrays.asList("Java 8", "Lambdas", "In", "Action");

Stream stream = stringList.stream().map(String::length);

通过map方法可以完成映射，该例子完成中String -> Integer的映射，之前上面的例子通过map方法完成了Dish->String的映射

flatMap流转换

将一个流中的每个值都转换为另一个流

List wordList = Arrays.asList("Hello", "World");

List strList = wordList.stream()

.map(w -> w.split(" "))

.flatMap(Arrays::stream)

.distinct()

.collect(Collectors.toList());

map(w -> w.split(" "))的返回值为Stream，我们想获取Stream，可以通过flatMap方法完成Stream ->Stream的转换元素匹配提供了三种匹配方式

allMatch匹配所有

List integerList = Arrays.asList(1, 2, 3, 4, 5);

if (integerList.stream().allMatch(i -> i > 3)) {

System.out.println("值都大于3");

}

通过allMatch方法实现

anyMatch匹配其中一个List integerList = Arrays.asList(1, 2, 3, 4, 5);

if (integerList.stream().anyMatch(i -> i > 3)) {

System.out.println("存在大于3的值");

}

等同于

for (Integer i : integerList) {

if (i > 3) {

System.out.println("存在大于3的值");

break;

}

}

存在大于3的值则打印，java8中通过anyMatch方法实现这个功能

noneMatch全部不匹配

List integerList = Arrays.asList(1, 2, 3, 4, 5);

if (integerList.stream().noneMatch(i -> i > 3)) {

System.out.println("值都小于3");

}

通过noneMatch方法实现

终端操作

统计流中元素个数

通过count

List integerList = Arrays.asList(1, 2, 3, 4, 5);

Long result = integerList.stream().count();

通过使用count方法统计出流中元素个数

通过counting

List integerList = Arrays.asList(1, 2, 3, 4, 5);

Long result = integerList.stream().collect(counting());

最后一种统计元素个数的方法在与collect联合使用的时候特别有用

查找

提供了两种查找方式

findFirst查找第一个

List integerList = Arrays.asList(1, 2, 3, 4, 5);

Optional result = integerList.stream().filter(i -> i > 3).findFirst();

通过findFirst方法查找到第一个大于三的元素并打印

findAny随机查找一个

List integerList = Arrays.asList(1, 2, 3, 4, 5);

Optional result = integerList.stream().filter(i -> i > 3).findAny();

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。提供findAny方法是为了更好的利用并行流，findFirst方法在并行上限制更多【本篇文章将不介绍并行流】

reduce将流中的元素组合起来

假设我们对一个集合中的值进行求和

jdk8之前

int sum = 0;

for (int i : integerList) {

sum += i;

}

jdk8之后通过reduce进行处理

int sum = integerList.stream().reduce(0, (a, b) -> (a + b));

一行就可以完成，还可以使用方法引用简写成：

int sum = integerList.stream().reduce(0, Integer::sum);

reduce接受两个参数，一个初始值这里是0，一个BinaryOperatoraccumulator

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

获取流中最小最大值

通过min/max获取最小最大值

Optional min = menu.stream().map(Dish::getCalories).min(Integer::compareTo);

Optional max = menu.stream().map(Dish::getCalories).max(Integer::compareTo);

也可以写成：

OptionalInt min = menu.stream().mapToInt(Dish::getCalories).min();

OptionalInt max = menu.stream().mapToInt(Dish::getCalories).max();

min获取流中最小值，max获取流中最大值，方法参数为

Comparator super T> comparator通过minBy/maxBy获取最小最大值

Optional min = menu.stream().map(Dish::getCalories).collect(minBy(Integer::compareTo));

Optional max = menu.stream().map(Dish::getCalories).collect(maxBy(Integer::compareTo));

minBy获取流中最小值，maxBy获取流中最大值，方法参数为Comparator super T> comparator

通过reduce获取最小最大值

Optional min = menu.stream().map(Dish::getCalories).reduce(Integer::min);

Optional max = menu.stream().map(Dish::getCalories).reduce(Integer::max);

求和

通过

summingIntint sum = menu.stream().collect(summingInt(Dish::getCalories));

如果数据类型为double、long，则通过summingDouble、summingLong方法进行求和

通过reduceint

sum = menu.stream().map(Dish::getCalories).reduce(0, Integer::sum);

通过sumint

sum = menu.stream().mapToInt(Dish::getCalories).sum();

在上面求和、求最大值、最小值的时候，对于相同操作有不同的方法可以选择执行。可以选择collect、reduce、min/max/sum方法，推荐使用min、max、sum方法。因为它最简洁易读，同时通过mapToInt将对象流转换为数值流，避免了装箱和拆箱操作

通过averagingInt求平均值

double average = menu.stream().collect(averagingInt(Dish::getCalories));

如果数据类型为double、long，则通过averagingDouble、averagingLong方法进行求平均

通过summarizingInt同时求总和、平均值、最大值、最小值

IntSummaryStatistics intSummaryStatistics = menu.stream().collect(summarizingInt(Dish::getCalories));

double average = intSummaryStatistics.getAverage(); //获取平均值

int min = intSummaryStatistics.getMin(); //获取最小值

int max = intSummaryStatistics.getMax(); //获取最大值

long sum = intSummaryStatistics.getSum(); //获取总和

如果数据类型为double、long，则通过summarizingDouble、summarizingLong方法

通过foreach进行元素遍历

List integerList = Arrays.asList(1, 2, 3, 4, 5);

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

而在jdk8之前实现遍历：

for (int i : integerList) {

System.out.println(i);

}

jdk8之后遍历元素来的更为方便，原来的for-each直接通过foreach方法就能实现了

返回集合

List strings = menu.stream().map(Dish::getName).collect(toList());

Set sets = menu.stream().map(Dish::getName).collect(toSet());

只举例了一部分，还有很多其他方法

jdk8之前

List stringList = new ArrayList<>();

Set stringSet = new HashSet<>();

for (Dish dish : menu) {

stringList.add(dish.getName());

stringSet.add(dish.getName());

}

通过遍历和返回集合的使用发现流只是把原来的外部迭代放到了内部进行，这也是流的主要特点之一。内部迭代可以减少好多代码量

通过joining拼接流中的元素

String result = menu.stream().map(Dish::getName).collect(Collectors.joining(", "));

默认如果不通过map方法进行映射处理拼接的toString方法返回的字符串，joining的方法参数为元素的分界符，如果不指定生成的字符串将是一串的，可读性不强

进阶通过groupingBy进行分组

Map> result = dishList.stream().collect(groupingBy(Dish::getType));

在collect方法中传入groupingBy进行分组，其中groupingBy的方法参数为分类函数。还可以通过嵌套使用groupingBy进行多级分类

Map> result = menu.stream().collect(groupingBy(Dish::getType,

groupingBy(dish -> {

if (dish.getCalories() <= 400) return CaloricLevel.DIET;

else if (dish.getCalories() <= 700) return CaloricLevel.NORMAL;

else return CaloricLevel.FAT;

})));

进阶通过partitioningBy进行分区

分区是特殊的分组，它分类依据是true和false，所以返回的结果最多可以分为两组

Map> result = menu.stream().collect(partitioningBy(Dish :: isVegetarian))

等同于

Map> result = menu.stream().collect(groupingBy(Dish :: isVegetarian))

这个例子可能并不能看出分区和分类的区别，甚至觉得分区根本没有必要，换个明显一点的例子：

List integerList = Arrays.asList(1, 2, 3, 4, 5);

Map> result = integerList.stream().collect(partitioningBy(i -> i < 3));

返回值的键仍然是布尔类型，但是它的分类是根据范围进行分类的，分区比较适合处理根据范围进行分类

本站文章除注明转载/出处外，皆为作者原创，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。