分类
| 操作 | 状态 | 方法 |
|---|---|---|
| 中间操作 | 无状态 | unorder() |
| filter() | ||
| map() | ||
| mapToInt() | ||
| mapToDouble() | ||
| mapToLong() | ||
| flatMap() | ||
| flatMapToInt() | ||
| flatMapToDouble | ||
| flatMapToLong | ||
| peek() | ||
| 有状态 | distinct() | |
| sorted() | ||
| limit() | ||
| skip() | ||
| 结束操作 | 非短路操作 | forEach() |
| forEarchOrdered() | ||
| toArray() | ||
| reduce() | ||
| collect() | ||
| max() | ||
| min() | ||
| count() | ||
| 短路操作 | anyMatch() | |
| allMatch() | ||
| noneMatch() | ||
| findFirst() | ||
| findAny() |
- 无状态：指元素不受之前元素的影响
- 有状态：指该操作只有拿到所有元素后才能继续下去
- 非短路操作：指不许处理所有元素才能得到最终结果
- 短路操作：指遇到某些符合条件的元素就可以得到最终结果，如：a||b 只有a为true，则无需执行判断b的结果
具体用法
流的创建
- 集合Collection下的 stream() 和 parallelStream()方法：
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //获取一个顺序流
Stream<String> parallelStream = list.parallelStream(); //获取一个并行流
- 数组下获取stream()
Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);
- Stream中的静态方法
Stream<Integer> stream = Stream.of(1,2,3,4,5,6);
Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);
Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
- BufferedReader.lines() 方法获取stream
BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));
Stream<String> lineStream = reader.lines();
- Pattern.splitAsStream()方法获取Stream
Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
流的中间操作
筛选与切片
filter：过滤流中的某些元素limit(n)：获取n个元素skip(n)：跳过n个元素，配合limit(n)可实现分页distinct：通过流中的元素hashCode()和equals()去重元素
Stream<Integer> stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14);
Stream<Integer> newStream = stream.filter(s -> s > 5) //6 6 7 9 8 10 12 14 14
.distinct() //6 7 9 8 10 12 14
.skip(2) //9 8 10 12 14
.limit(2); //9 8
newStream.forEach(System.out::println);
映射
map：接受一个函数作为参数，该函数会被应用到每个元素上，并将其映射成为一个新的元素flatMap：接受一个函数作为参数，将六种的每一个指都换成另一个流，然后把所有流连接成一个流
List<String> list = Arrays.asList("a,b,c", "1,2,3");
//将每个元素转成一个新的且不带逗号的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc 123
Stream<String> s3 = list.stream().flatMap(s -> {
//将每个元素转换成一个stream
String[] split = s.split(",");
Stream<String> s2 = Arrays.stream(split);
return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3
排序
sorted()：自然排序，六种元素需要实现Comparable接口sorted(Comparator comp)：定制排序，自定义Comparator排序器
List<String> list = Arrays.asList("aa", "ff", "dd");
//String 类自身已实现Compareable接口
list.stream().sorted().forEach(System.out::println);// aa dd ff
Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
Student s3 = new Student("aa", 30);
Student s4 = new Student("dd", 40);
List<Student> studentList = Arrays.asList(s1, s2, s3, s4);
//自定义排序：先按姓名升序，姓名相同则按年龄升序
studentList.stream().sorted(
(o1, o2) -> {
if (o1.getName().equals(o2.getName())) {
return o1.getAge() - o2.getAge();
} else {
return o1.getName().compareTo(o2.getName());
}
}
).forEach(System.out::println);
消费
peek：如同map，能够得到流中的每一个元素。但是map接收的是一个Function表达式，有返回值。但是peek接收的是Consumer表达式，没有返回值
Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
List<Student> studentList = Arrays.asList(s1, s2);
studentList.stream()
.peek(o -> o.setAge(100))
.forEach(System.out::println);
//结果：
Student{name='aa', age=100}
Student{name='bb', age=100}
流终止操作
匹配、聚合操作
allMatch：接收一个Predicate函数，当流中的每个元素都符合该断言时才返回true，否则返回falsenoneMatch：接收一个Predicate函数，当流中每个元素都不符合断言时才返回true，否则返回falseanyMatch：接收一个Predicate函数，只有流中的有一个元素满足该断言则返回true，否则返回falsefindFirst：返回流中第一个元素findAny：返回流中的任意一个元素count：返回流中元素的中个数max：返回流中元素最大值min：返回流中元素最小值
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);
boolean allMatch = list.stream().allMatch(e -> e > 10); //false
boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true
boolean anyMatch = list.stream().anyMatch(e -> e > 4); //true
Integer findFirst = list.stream().findFirst().get(); //1
Integer findAny = list.stream().findAny().get(); //1
long count = list.stream().count(); //5
Integer max = list.stream().max(Integer::compareTo).get(); //5
Integer min = list.stream().min(Integer::compareTo).get(); //1
约束操作
Optional<T> 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。T reduce(T identity, BinaryOperator<T> accumulator)：流程跟上面一样，只是第一次执行时，accumulator 函数的第一个参数为 identity，而第二个参数为流中的第一个元素。<U> U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner)：在串行流(stream)中，该方法跟第二个方法一样，即第三个参数 combiner 不会起作用。
在并行流(parallelStream)中，我们知道流被 fork join 出多个线程进行执行，此时每个线程的执行流程就跟第二个方法 reduce(identity,accumulator)一样。
而第三个参数 combiner 函数，则是将每个线程的执行结果当成一个新的流，然后使用第一个方法 reduce(accumulator)流程进行规约。
//经过测试，当元素个数小于24时，并行时线程数等于元素个数，当大于等于24时，并行时线程数为16
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24);
Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get();
System.out.println(v); // 300
Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);
System.out.println(v1); //310
Integer v2 = list.stream().reduce(0,
(x1, x2) -> {
System.out.println("stream accumulator: x1:" + x1 + " x2:" + x2);
return x1 - x2;
},
(x1, x2) -> {
System.out.println("stream combiner: x1:" + x1 + " x2:" + x2);
return x1 * x2;
});
System.out.println(v2); // -300
Integer v3 = list.parallelStream().reduce(0,
(x1, x2) -> {
System.out.println("parallelStream accumulator: x1:" + x1 + " x2:" + x2);
return x1 - x2;
},
(x1, x2) -> {
System.out.println("parallelStream combiner: x1:" + x1 + " x2:" + x2);
return x1 * x2;
});
System.out.println(v3); //197474048
收集操作Collector
Collector<T, A, R> 是一个接口，有以下 5 个抽象方法：
-
Supplier\<A> supplier()：创建一个结果容器 A -
BiConsumer<A, T> accumulator()：消费型接口，第一个参数为容器 A，第二个参数为流中元素 T。 -
BinaryOperator\<A> combiner()：函数接口，该参数的作用跟上一个方法(reduce)中的 combiner 参数一样，将并行流中各个子进程的运行结果(accumulator 函数操作后的容器 A)进行合并。 -
Function<A, R> finisher()：函数式接口，参数为：容器 A，返回类型为：collect 方法最终想要的结果 R。 -
Set<Characteristics> characteristics()：返回一个不可变的 Set 集合，用来表明该 Collector 的特征。
有以下三个特征：
CONCURRENT：表示此收集器支持并发。
UNORDERED：表示该收集操作不会保留流中元素原有的顺序。
IDENTITY_FINISH：表示 finisher 参数只是标识而已，可忽略。
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
436
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
