Stream流常用操作

三十六煩惱風

已于 2022-01-19 21:51:20 修改

阅读量497

点赞数

分类专栏：笔记文章标签： java 开发语言后端

于 2022-01-14 21:29:12 首次发布

本文链接：https://blog.csdn.net/weixin_45119534/article/details/122413426

版权

笔记专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1.遍历/匹配(foreach/find/match)

public static void main(String[] args) {
		// 创建一个集合
        List<Integer> list = Arrays.asList(5, 8, 9, 4, 7, 3, 1);

        // 遍历输出符合条件的元素
        list.stream().filter(x -> x > 5).forEach(System.out::println);
        // 匹配第一个
        Optional<Integer> findFirst = list.stream().filter(x -> x > 5).findFirst();
        // 匹配任意（适用于并行流）
        Optional<Integer> findAny = list.parallelStream().filter(x -> x > 5).findAny();
        // 是否包含符合特定条件的元素
        boolean anyMatch = list.stream().anyMatch(x -> x < 5);
        System.out.println("匹配第一个值：" + findFirst.get());
        System.out.println("匹配任意一个值：" + findAny.get());
        System.out.println("是否存在小于5的值：" + anyMatch);
    }
    运行结果如下:
    8
	9
	7
	匹配第一个值：8
	匹配任意一个值：7
	是否存在小于5的值：true

2.筛选（filter）

public static void main(String[] args) {
        // 创建一个集合
        List<Integer> list = Arrays.asList(5, 8, 9, 4, 7, 3, 1);

        // 遍历输出符合条件的元素-filter:筛选出筛选条件的集合元素(x指的是集合中的元素)
        // 筛选出集合中大于5的元素
        list.stream().filter(x -> x > 5).forEach(System.out::println);

    }

3 聚合（max/min/count)

案例一：获取String集合中最长的元素。

public static void main(String[] args) {
        List<String> list = Arrays.asList("abc", "abcd", "abcde", "abcdef", "abcdefg");

        Optional<String> max = list.stream().max(Comparator.comparing(String::length));
        System.out.println("最长的字符串：" + max.get());
        
        运行结果如下:
        
        最长的字符串：abcdefg
    }

案例二：获取Integer集合中的最大值。

public static void main(String[] args) {
    List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6);

    // 自然排序
    Optional<Integer> max = list.stream().max(Integer::compareTo);
    // 自定义排序
    Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() {
      @Override
      public int compare(Integer o1, Integer o2) {
        return o1.compareTo(o2);
      }
    });
    System.out.println("自然排序的最大值：" + max.get());
    System.out.println("自定义排序的最大值：" + max2.get());
	
	输出结果：

	自然排序的最大值：6 自定义排序的最大值：6
  }

案例三:获取员工工资最高的人。

public static void main(String[] args) {
        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("a", 8900, 23, "male", "New York"));
        personList.add(new Person("b", 7000, 25, "male", "Washington"));
        personList.add(new Person("c", 7800, 21, "female", "Washington"));
        personList.add(new Person("d", 8200, 24, "female", "New York"));
        personList.add(new Person("e", 9500, 25, "male", "New York"));
        personList.add(new Person("f", 7900, 26, "female", "New York"));

        Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary));
        System.out.println("员工" +"--" + max.get().getName() + "--的工资最大值：" + max.get().getSalary());
		
		运行结果:
		员工--e--的工资最大值：9500
    }

案例四：计算Integer集合中大于5的元素的个数。

public static void main(String[] args) {
        List<Integer> list = Arrays.asList(7, 6, 4, 8, 2, 11, 9);

        long count = list.stream().filter(x -> x > 4).count();
        System.out.println("list中大于4的元素个数：" + count);

		运行结果:
		list中大于4的元素个数：5

    }

4 映射(map/flatMap)

	映射，将一个流的元素按照一定的映射规则映射到另一个流中。分为map和flatMap：

	map：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
	
	flatMap：接收一个函数作为参数，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。

案例一：英文字符串数组的元素全部改为大写

    public static void main(String[] args) {
        String[] strArr = {"abcd", "bcdd", "defde", "wzh"};
        List<String> stringList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());
        System.out.println("每个元素大写:" + stringList);
    }
    运行结果:
    每个元素大写:[ABCD, BCDD, DEFDE, WZH]

案例二：将两个字符数组合并成一个新的字符数组。

public static void main(String[] args) {
        List<String> list = Arrays.asList("m,k,l,a", "1,3,5,7");
        List<String> listNew = 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;
        }).collect(Collectors.toList());

        System.out.println("处理前的集合：" + list);
        System.out.println("处理后的集合：" + listNew);
    }
    	运行结果:
    	处理前的集合：[m,k,l,a, 1,3,5,7]
		处理后的集合：[m, k, l, a, 1, 3, 5, 7]

5 缩减(reduce)

	是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。

List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7);
        // 求和
        Optional<Integer> sum = list.stream().reduce(Integer::sum);
        // 求和:
        Integer sum2 = list.stream().reduce(0, Integer::sum);
        // 求最大值
        Optional<Integer> max = list.stream().reduce(Integer::max);
        // 求最大值
        Integer max2 = list.stream().reduce(0, Integer::max);
        // 求乘积
        Optional<Integer> value = list.stream().reduce((x, y) -> x * y);

        System.out.println("求和方式一:" + sum.get());
        System.out.println("求和方式二:" + sum2);
        System.out.println("求最大值方式一:" + max.get());
        System.out.println("求最大值方式二:" + max2);
        System.out.println("求乘积:" + value);
        运行结果:
        求和方式一:28
		求和方式二:28
		求最大值方式一:7
		求最大值方式二:7
		求乘积:5040

6 收集(collect)

	把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合

案例一: 归集(toList/toSet/toMap)

public static void main(String[] args) {
            List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 1, 2);
            List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
            Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());

            List<Person> personList = new ArrayList<Person>();
            personList.add(new Person("Tom", 8900, 23, "male", "New York"));
            personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
            personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
            personList.add(new Person("Anni", 8200, 24, "female", "New York"));

            Map<String, String> map = personList.stream().filter(p -> p.getSalary() > 8000)
                    .collect(Collectors.toMap(Person::getName, Person::getCity));
            System.out.println("toList:" + listNew);
            System.out.println("toSet:" + set);
            System.out.println("toMap:" + map);
            运行结果:
            toList:[2, 4, 6, 2]
			toSet:[2, 4, 6]
			toMap:{Tom=New York, Anni=New York}
    }

案例二: 统计(count/averaging)

Collectors提供了一系列用于数据统计的静态方法：

计数：size

平均值：averagingInt、averagingLong、averagingDouble

最值：max、min

求和：sum

统计以上所有：summarizingInt、summarizingLong、summarizingDouble

    public static void main(String[] args) {
        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));

        // 求总数
        long count = personList.size();
        // 求平均工资
        Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
        // 求最高工资
        Optional<Integer> max = personList.stream().map(Person::getSalary).max(Integer::compare);
        // 求工资之和
        int sum = personList.stream().mapToInt(Person::getSalary).sum();
        // 一次性统计所有信息
        DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));

        System.out.println("员工总数：" + count);
        System.out.println("员工最高工资:" + max.get());
        System.out.println("员工平均工资：" + average);
        System.out.println("员工工资总和：" + sum);
        System.out.println("员工工资所有统计：" + collect);
    }
    运行结果:
    员工总数：3
	员工最高工资:8900
	员工平均工资：7900.0
	员工工资总和：23700
	员工工资所有统计：IntSummaryStatistics{count=3, sum=23700, min=7000, average=7900.000000, max=8900}

案例三: 分组(partitioningBy/groupingBy)

分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。

分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。

将员工按照工资是否超过8000来分组,分成两个集合

public static void main(String[] args) {
        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, "male", "New York"));
        personList.add(new Person("Jack", 7000, "male", "Washington"));
        personList.add(new Person("Lily", 7800, "female", "Washington"));
        personList.add(new Person("Anni", 8200, "female", "New York"));
        personList.add(new Person("Owen", 9500, "male", "New York"));
        personList.add(new Person("Alisa", 7900, "female", "New York"));

        // 将员工按性别分组
        Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
        // 将员工先按性别分组，再按地区分组
        Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getCity)));
        System.out.println("员工按性别分组情况：" + group);
        System.out.println("员工按性别、地区：" + group2);
    }
    运行结果:
    
    员工按性别分组情况：{female=[com.ruoyi.web.Test$Person@996db8, com.ruoyi.web.Test$Person@163006a, com.ruoyi.web.Test$Person@1be847c], male=[com.ruoyi.web.Test$Person@1975e01, com.ruoyi.web.Test$Person@2e1f26, com.ruoyi.web.Test$Person@1cf3e99]}
    
	员工按性别、地区：{female={New York=[com.ruoyi.web.Test$Person@163006a, com.ruoyi.web.Test$Person@1be847c], Washington=		[com.ruoyi.web.Test$Person@996db8]}, male={New York=[com.ruoyi.web.Test$Person@1975e01, com.ruoyi.web.Test$Person@1cf3e99], Washington=[com.ruoyi.web.Test$Person@2e1f26]}}