JDK8 Stream流的学习

最新推荐文章于 2023-08-09 18:28:43 发布

IT界的_吴彦祖_

最新推荐文章于 2023-08-09 18:28:43 发布

阅读量151

点赞数

文章标签：学习 java 前端

原文链接：https://blog.csdn.net/weixin_44254243/article/details/120525702

版权

Stream（流）的筛选/去重/截取跳过映射/合并多个流/匹配/归约简单示例

1.什么是流？
2.流的特点
3.流的操作种类
4.流的操作过程
5. 使用流

1.什么是流？

流是Java8引入的全新概念，它用来处理集合中的数据，暂且可以把它理解为一种高级集合。
众所周知，集合操作非常麻烦，若要对集合进行筛选、投影，需要写大量的代码，而流是以声明的形式操作集合，它就像SQL语句，我们只需告诉流需要对集合进行什么操作，它就会自动进行操作，并将执行结果交给你，无需我们自己手写代码。
因此，流的集合操作对我们来说是透明的，我们只需向流下达命令，它就会自动把我们想要的结果给我们。由于操作过程完全由Java处理，因此它可以根据当前硬件环境选择最优的方法处理，我们也无需编写复杂又容易出错的多线程代码了。
2.流的特点

只能遍历一次
我们可以把流想象成一条流水线，流水线的源头是我们的数据源(一个集合)，数据源中的元素依次被输送到流水线上，我们可以在流水线上对元素进行各种操作。
一旦元素走到了流水线的另一头，那么这些元素就被“消费掉了”，我们无法再对这个流进行操作。当然，我们可以从数据源那里再获得一个新的流重新遍历一遍。
采用内部迭代方式
若要对集合进行处理，则需我们手写处理代码，这就叫做外部迭代。
而要对流进行处理，我们只需告诉流我们需要什么结果，处理过程由流自行完成，这就称为内部迭代。

3.流的操作种类

流的操作分为两种，分别为中间操作和终端操作。

中间操作
当数据源中的数据上了流水线后，这个过程对数据进行的所有操作都称为“中间操作”。
中间操作仍然会返回一个流对象，因此多个中间操作可以串连起来形成一个流水线。
终端操作
当所有的中间操作完成后，若要将数据从流水线上拿下来，则需要执行终端操作。
终端操作将返回一个执行结果，这就是你想要的数据。

4.流的操作过程

使用流一共需要三步：

准备一个数据源
执行中间操作
中间操作可以有多个，它们可以串连起来形成流水线。
执行终端操作
执行终端操作后本次流结束，你将获得一个执行结果。

使用流

下面就是对stream的具体使用和操作把注释和示例代码放在一起了。

public class StreamTest {

    public static void main(String[] args) {
        //1.通过Arrays类提供的静态函数stream()获取数组的流对象：
        String[] names = {"xiaohong","xiaoli","xiaohei"};
        Stream<String> stream = Arrays.stream(names);

        //2.直接将几个值变成流对象：
        Stream<String> stream1 = Stream.of("xiaohong", "xiaoli", "xiaohei");

        //3.filter 函数接收一个Lambda表达式作为参数，该表达式返回boolean，在执行过程中，流将元素逐一输送给filter，并筛选出执行结果为true的元素。
        //如，筛选出所有大于22岁学生：
        List<Student> studentList = new ArrayList<>();
        studentList.add(new Student("xiaoli",22));
        studentList.add(new Student("xiaohong",23));
        List<Student> studentList2  = studentList.stream().filter(s-> s.getAge() > 22).collect(Collectors.toList());
        System.out.println("studentList2:"+studentList2.toString());


        //4.去重distinct
        //去掉重复的结果：
        List<String> listDistinct = Arrays.asList("AA", "BB", "CC", "BB", "CC", "AA", "AA");
        listDistinct=  listDistinct.stream().distinct().collect(Collectors.toList());
        System.out.println("listDistinct:"+listDistinct.toString());

        //5.截取
        //截取流的前N个元素：
        List<String> listLimit = Arrays.asList("DD", "EE", "FF", "GG","AA", "BB", "CC");
        listLimit = listLimit.stream().limit(3).collect(Collectors.toList());
        System.out.println("listLimit:"+listLimit);

        //6.跳过
        //跳过流的前n个元素：
        List<String> listSkip = Arrays.asList("AA", "BB", "CC","DD", "EE", "FF", "GG");
        listSkip = listSkip.stream().skip(2).collect(Collectors.toList());
        System.out.println("listSkip:"+listSkip);

        //7.映射
        //对流中的每个元素执行一个函数，使得元素转换成另一种类型输出。流会将每一个元素输送给map函数，并执行map中的Lambda表达式，最后将执行结果存入一个新的流中。
        //如，获取每个人的姓名(实则是将Perosn类型转换成String类型)：
        List<Student> studentListMap = new ArrayList<>();
        studentListMap.add(new Student("xiaoli",22));
        studentListMap.add(new Student("xiaohong",23));
        List<String> studentStr  = studentListMap.stream().map(Student::getName).collect(Collectors.toList());
        System.out.println("studentStr:"+studentStr);

        //8.合并多个流
        //例：列出List中各不相同的单词，List集合如下：
        List<String> listStr = new ArrayList<String>();
        listStr.add("I am a boy");
        listStr.add("I love the girl");
        listStr.add("But the girl loves another girl");
        //思路如下：
        //首先将list变成流：
        Stream<String> listStrStream = listStr.stream();
        //按空格分词：分完词之后，每个元素变成了一个String[]数组。将每个 String[] 变成流：
        //listStrStream
        //        .map(line->line.split(" ")).map(Arrays::stream);
        //此时一个大流里面包含了一个个小流，我们需要将这些小流合并成一个流。
        //将小流合并成一个大流：用 flatMap 替换刚才的 map
        //listStrStream.map(line -> line.split(" ")).flatMap(Arrays::stream);
        //去重
        List<String> stringList = listStrStream
                .map(line -> line.split(" "))
                .flatMap(Arrays::stream)
                .distinct()
                .collect(Collectors.toList());
        System.out.println("stringList:"+stringList);

        //9.是否匹配任一元素：anyMatch
        //anyMatch用于判断流中是否存在至少一个元素满足指定的条件，这个判断条件通过Lambda表达式传递给anyMatch，执行结果为boolean类型。
        //如，判断list中学生是否有>22岁：
        List<Student> studentListAnyMatch = new ArrayList<>();
        studentListAnyMatch.add(new Student("wanghua",22));
        studentListAnyMatch.add(new Student("yangzong",23));
        studentListAnyMatch.add(new Student("lijing",18));
        boolean studentListAnyMatchBool  = studentListAnyMatch.stream().anyMatch(s-> s.getAge() > 22);
        System.out.println("studentListAnyMatchBool:"+studentListAnyMatchBool);

        //10.是否匹配所有元素：allMatch
        //allMatch用于判断流中的所有元素是否都满足指定条件，这个判断条件通过Lambda表达式传递给anyMatch，执行结果为boolean类型。
        //如，判断是否所有人都>22岁：
        boolean allMatchBoll = studentListAnyMatch.stream().allMatch(s -> s.getAge() > 22);
        System.out.println("allMatchBoll:"+allMatchBoll);

        //11.是否未匹配所有元素：noneMatch
        //noneMatch与allMatch恰恰相反，它用于判断流中的所有元素是否都不满足指定条件：
        boolean noneMatchBoll = studentListAnyMatch.stream().noneMatch(s -> s.getAge() > 35);
        System.out.println("noneMatchBoll:"+noneMatchBoll);

        //12.获取任一元素findAny
        //findAny能够从流中随便选一个元素出来，它返回一个Optional类型的元素。
        Optional<Student> student = studentListAnyMatch.stream().findAny();
        Student studentFindAny = student.get();
        System.out.println("studentFindAny随机取出的是:"+studentFindAny);

        //13.获取第一个元素findFirst
        Optional<Student> firstStudent = studentListAnyMatch.stream().findFirst();
        System.out.println("firstStudent:"+firstStudent.get());

        //14.归约
        //归约是将集合中的所有元素经过指定运算，折叠成一个元素输出，如：求最值、平均数等，这些操作都是将一个集合的元素折叠成一个元素输出。
        //在流中，reduce函数能实现归约。
        //reduce函数接收两个参数：
        //1. 初始值
        //2. 进行归约操作的Lambda表达式
        //元素求和：自定义Lambda表达式实现求和
        //例：
        List<Integer> listReduce = Arrays.asList(1,2,3,4,5,6,7,8,9,10);
        Integer sumReduce = listReduce.stream().reduce(0, Integer::sum);
        System.out.println("sumReduce:"+sumReduce);
        //Integer类还提供了 min、max 等一系列数值操作，当流中元素为数值类型时可以直接使用。

        //15.数值流的使用
        //采用reduce进行数值操作会涉及到基本数值类型和引用数值类型之间的装箱、拆箱操作，因此效率较低。
        //当流操作为纯数值操作时，使用数值流能获得较高的效率。
        //将普通流转换成数值流
        //StreamAPI提供了三种数值流：IntStream、DoubleStream、LongStream，也提供了将普通流转换成数值流的三种方法：mapToInt、mapToDouble、mapToLong。
        //如，将Student中的age转换成数值流：
        IntStream intStudentStream = studentListAnyMatch.stream().mapToInt(Student::getAge);
        //数值计算
        //每种数值流都提供了数值计算函数，如max、min、sum等。如，找出最大的年龄：
        OptionalInt maxAge = intStudentStream.max();
        System.out.println("maxAge:"+maxAge.getAsInt());
        //由于数值流可能为空，并且给空的数值流计算最大值是没有意义的，因此max函数返回OptionalInt，它是Optional的一个子类，能够判断流是否为空，并对流为空的情况作相应的处理。
        //此外，mapToInt、mapToDouble、mapToLong进行数值操作后的返回结果分别为：OptionalInt、OptionalDouble、OptionalLong


    }
}