Java8中Stream的详细使用方法大全

目录

一、概述

1、使用流的好处

2、流是什么?

二、分类

三、Stream的创建

1、通过 java.util.Collection.stream() 方法用集合创建流

2、使用 java.util.Arrays.stream(T[]array)方法用数组创建流

3、使用 Stream的静态方法:of()、iterate()、generate()

四、Stream API简介

1、遍历/匹配(foreach/find/match)

2、按条件匹配filter

3、聚合max、min、count

4、map与flatMap

5、规约reduce

6、收集(toList、toSet、toMap)

7、collect

8、分组(partitioningBy/groupingBy)

9、连接joining

10、排序sorted

11、提取/组合

12、读取文件的流操作

13、计算两个list中的差集

总结

一、概述

Java 8 是一个非常成功的版本,这个版本新增的Stream,配合同版本出现的Lambda ,给我们操作集合(Collection)提供了极大的便利。Stream流是JDK8新增的成员,允许以声明性方式处理数据集合,可以把Stream流看作是遍历数据集合的一个高级迭代器。Stream 是 Java8 中处理集合的关键抽象概念,它可以指定你希望对集合进行的操作,可以执行非常复杂的查找/筛选/过滤、排序、聚合和映射数据等操作。使用Stream API 对集合数据进行操作,就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。简而言之,Stream API 提供了一种高效且易于使用的处理数据的方式。

1、使用流的好处

代码以声明性方式书写,说明想要完成什么,而不是说明如何完成一个操作。
可以把几个基础操作连接起来,来表达复杂的数据处理的流水线,同时保持代码清晰可读。

2、流是什么?

从支持数据处理操作的源生成元素序列.数据源可以是集合,数组或IO资源。

从操作角度来看,流与集合是不同的. 流不存储数据值; 流的目的是处理数据,它是关于算法与计算的。

如果把集合作为流的数据源,创建流时不会导致数据流动; 如果流的终止操作需要值时,流会从集合中获取值; 流只使用一次。

流中心思想是延迟计算,流直到需要时才计算值。

Stream可以由数组或集合创建,对流的操作分为两种:

中间操作,每次返回一个新的流,可以有多个。

终端操作,每个流只能进行一次终端操作,终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。

特性:

不是数据结构,不会保存数据。

不会修改原来的数据源,它会将操作后的数据保存到另外一个对象中。(保留意见:毕竟peek方法可以修改流中元素)

惰性求值,流在中间处理过程中,只是对操作进行了记录,并不会立即执行,需要等到执行终止操作的时候才会进行实际的计算。

二、分类

无状态:指元素的处理不受之前元素的影响;

有状态:指该操作只有拿到所有元素之后才能继续下去。

非短路操作:指必须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,只要A为true,则无需判断B的结果。

三、Stream的创建

Stream可以通过集合数组创建。

1、通过 java.util.Collection.stream() 方法用集合创建流 List<String> list = Arrays.asList("a", "b", "c"); // 创建一个顺序流 Stream<String> stream = list.stream(); // 创建一个并行流 Stream<String> parallelStream = list.parallelStream(); 2、使用 java.util.Arrays.stream(T[]array)方法用数组创建流 int[] array={1,3,5,6,8}; IntStream stream = Arrays.stream(array); 3、使用 Stream的静态方法:of()、iterate()、generate() Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6); Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 3).limit(4); stream2.forEach(System.out::println); Stream<Double> stream3 = Stream.generate(Math::random).limit(3); stream3.forEach(System.out::println);

输出结果:

0 3 6 9
0.6796156909271994
0.1914314208854283
0.8116932592396652

stream和 parallelStream的简单区分:stream是顺序流,由主线程按顺序对流执行操作,而 parallelStream是并行流,内部以多线程并行执行的方式对流进行操作,但前提是流中的数据处理没有顺序要求。例如筛选集合中的奇数,两者的处理不同之处:

如果流中的数据量足够大,并行流可以加快处速度。

除了直接创建并行流,还可以通过 parallel()把顺序流转换成并行流:

Optional<Integer> findFirst = list.stream().parallel().filter(x->x>6).findFirst(); 四、Stream API简介

先贴上几个案例,水平高超的同学可以挑战一下:

从员工集合中筛选出salary大于8000的员工,并放置到新的集合里。

统计员工的最高薪资、平均薪资、薪资之和。

将员工按薪资从高到低排序,同样薪资者年龄小者在前。

将员工按性别分类,将员工按性别和地区分类,将员工按薪资是否高于8000分为两部分。

用传统的迭代处理也不是很难,但代码就显得冗余了,跟Stream相比高下立判。

前提:员工类

static List<Person> personList = new ArrayList<Person>(); private static void initPerson() { personList.add(new Person("张三", 8, 3000)); personList.add(new Person("李四", 18, 5000)); personList.add(new Person("王五", 28, 7000)); personList.add(new Person("孙六", 38, 9000)); } 1、遍历/匹配(foreach/find/match)

Stream也是支持类似集合的遍历和匹配元素的,只是 Stream中的元素是以 Optional类型存在的。Stream的遍历、匹配非常简单。

// import已省略,请自行添加,后面代码亦是 public class StreamTest { public static void main(String[] args) { List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1); // 遍历输出符合条件的元素 list.stream().filter(x -> x > 6).forEach(System.out::println); // 匹配第一个 Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst(); // 匹配任意(适用于并行流) Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny(); // 是否包含符合特定条件的元素 boolean anyMatch = list.stream().anyMatch(x -> x < 6); 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("是否存在大于6的值:" + anyMatch); } } 2、按条件匹配filter

(1)筛选员工中已满18周岁的人,并形成新的集合

/** * 筛选员工中已满18周岁的人,并形成新的集合 * @思路 * List<Person> list = new ArrayList<Person>(); * for(Person person : personList) { * if(person.getAge() >= 18) { * list.add(person); * } * } */ private static void filter01() { initPerson(); List<Person> collect = personList.stream().filter(x -> x.getAge()>=18).collect(Collectors.toList()); System.out.println(collect); }

(2)自定义条件匹配

3、聚合max、min、count

(1)获取String集合中最长的元素

/** * 获取String集合中最长的元素 * @思路 * List<String> list = Arrays.asList("zhangsan", "lisi", "wangwu", "sunliu"); * String max = ""; * int length = 0; * int tempLength = 0; * for(String str : list) { * tempLength = str.length(); * if(tempLength > length) { * length = str.length(); * max = str; * } * } * @return zhangsan */ private static void test02() { List<String> list = Arrays.asList("zhangsan", "lisi", "wangwu", "sunliu"); Comparator<? super String> comparator = Comparator.comparing(String::length); Optional<String> max = list.stream().max(comparator); System.out.println(max); }

(2)获取Integer集合中的最大值

//获取Integer集合中的最大值 private static void test05() { List<Integer> list = Arrays.asList(1, 17, 27, 7); 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(max2); }

//获取员工中年龄最大的人 private static void test06() { initPerson(); Comparator<? super Person> comparator = Comparator.comparingInt(Person::getAge); Optional<Person> max = personList.stream().max(comparator); System.out.println(max); }

(3)获取员工中年龄最大的人

4)计算integer集合中大于10的元素的个数

4、map与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。

(1)字符串大写

(2)整数数组每个元素+3

/** * 整数数组每个元素+3 * @思路 * List<Integer> list = Arrays.asList(1, 17, 27, 7); List<Integer> list2 = new ArrayList<Integer>(); for(Integer num : list) { list2.add(num + 3); } @return [4, 20, 30, 10] */ private static void test09() { List<Integer> list = Arrays.asList(1, 17, 27, 7); List<Integer> collect = list.stream().map(x -> x + 3).collect(Collectors.toList()); System.out.println(collect); }

(3)公司效益好,每人涨2000

/** * 公司效益好,每人涨2000 * */ private static void test10() { initPerson(); List<Person> collect = personList.stream().map(x -> { x.setAge(x.getSalary()+2000); return x; }).collect(Collectors.toList()); System.out.println(collect); }

(4)将两个字符数组合并成一个新的字符数组

/** * 将两个字符数组合并成一个新的字符数组 * */ private static void test11() { String[] arr = {"z, h, a, n, g", "s, a, n"}; List<String> list = Arrays.asList(arr); System.out.println(list); List<String> collect = list.stream().flatMap(x -> { String[] array = x.split(","); Stream<String> stream = Arrays.stream(array); return stream; }).collect(Collectors.toList()); System.out.println(collect); }

(5)将两个字符数组合并成一个新的字符数组

/** * 将两个字符数组合并成一个新的字符数组 * @return [z, h, a, n, g, s, a, n] */ private static void test11() { String[] arr = {"z, h, a, n, g", "s, a, n"}; List<String> list = Arrays.asList(arr); List<String> collect = list.stream().flatMap(x -> { String[] array = x.split(","); Stream<String> stream = Arrays.stream(array); return stream; }).collect(Collectors.toList()); System.out.println(collect); } 5、规约reduce

归约,也称缩减,顾名思义,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。

(1)求Integer集合的元素之和、乘积和最大值

/** * 求Integer集合的元素之和、乘积和最大值 * */ private static void test13() { List<Integer> list = Arrays.asList(1, 2, 3, 4); //求和 Optional<Integer> reduce = list.stream().reduce((x,y) -> x+ y); System.out.println("求和:"+reduce); //求积 Optional<Integer> reduce2 = list.stream().reduce((x,y) -> x * y); System.out.println("求积:"+reduce2); //求最大值 Optional<Integer> reduce3 = list.stream().reduce((x,y) -> x>y?x:y); System.out.println("求最大值:"+reduce3); }

(2)求所有员工的工资之和和最高工资

/* * 求所有员工的工资之和和最高工资 */ private static void test14() { initPerson(); Optional<Integer> reduce = personList.stream().map(Person :: getSalary).reduce(Integer::sum); Optional<Integer> reduce2 = personList.stream().map(Person :: getSalary).reduce(Integer::max); System.out.println("工资之和:"+reduce); System.out.println("最高工资:"+reduce2); } 6、收集(toList、toSet、toMap)

取出大于18岁的员工转为map

/** * 取出大于18岁的员工转为map * */ private static void test15() { initPerson(); Map<String, Person> collect = personList.stream().filter(x -> x.getAge() > 18).collect(Collectors.toMap(Person::getName, y -> y)); System.out.println(collect); } 7、collect

Collectors提供了一系列用于数据统计的静态方法:

计数: count

平均值: averagingInt、 averagingLong、 averagingDouble

最值: maxBy、 minBy

求和: summingInt、 summingLong、 summingDouble

统计以上所有: summarizingInt、 summarizingLong、 summarizingDouble

/** * 统计员工人数、平均工资、工资总额、最高工资 */ private static void test01(){ //统计员工人数 Long count = personList.stream().collect(Collectors.counting()); //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).collect(Collectors.maxBy(Integer::compare)); //求工资之和 Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary)); //一次性统计所有信息 DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary)); System.out.println("统计员工人数:"+count); System.out.println("求平均工资:"+average); System.out.println("求最高工资:"+max); System.out.println("求工资之和:"+sum); System.out.println("一次性统计所有信息:"+collect); } 8、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。

将员工按薪资是否高于8000分为两部分;将员工按性别和地区分组

public class StreamTest { public static void main(String[] args) { personList.add(new Person("zhangsan",25, 3000, "male", "tieling")); personList.add(new Person("lisi",27, 5000, "male", "tieling")); personList.add(new Person("wangwu",29, 7000, "female", "tieling")); personList.add(new Person("sunliu",26, 3000, "female", "dalian")); personList.add(new Person("yinqi",27, 5000, "male", "dalian")); personList.add(new Person("guba",21, 7000, "female", "dalian")); // 将员工按薪资是否高于8000分组 Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000)); // 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::getArea))); System.out.println("员工按薪资是否大于8000分组情况:" + part); System.out.println("员工按性别分组情况:" + group); System.out.println("员工按性别、地区:" + group2); } } 9、连接joining

joining可以将stream中的元素用特定的连接符(没有的话,则直接连接)连接成一个字符串。

10、排序sorted

将员工按工资由高到低(工资一样则按年龄由大到小)排序

private static void test04(){ // 按工资升序排序(自然排序) List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName) .collect(Collectors.toList()); // 按工资倒序排序 List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()) .map(Person::getName).collect(Collectors.toList()); // 先按工资再按年龄升序排序 List<String> newList3 = personList.stream() .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName) .collect(Collectors.toList()); // 先按工资再按年龄自定义排序(降序) List<String> newList4 = personList.stream().sorted((p1, p2) -> { if (p1.getSalary() == p2.getSalary()) { return p2.getAge() - p1.getAge(); } else { return p2.getSalary() - p1.getSalary(); } }).map(Person::getName).collect(Collectors.toList()); System.out.println("按工资升序排序:" + newList); System.out.println("按工资降序排序:" + newList2); System.out.println("先按工资再按年龄升序排序:" + newList3); System.out.println("先按工资再按年龄自定义降序排序:" + newList4); } 11、提取/组合

流也可以进行合并、去重、限制、跳过等操作。

private static void test05(){ String[] arr1 = { "a", "b", "c", "d" }; String[] arr2 = { "d", "e", "f", "g" }; Stream<String> stream1 = Stream.of(arr1); Stream<String> stream2 = Stream.of(arr2); // concat:合并两个流 distinct:去重 List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList()); // limit:限制从流中获得前n个数据 List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList()); // skip:跳过前n个数据 List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList()); System.out.println("流合并:" + newList); System.out.println("limit:" + collect); System.out.println("skip:" + collect2); } 12、读取文件的流操作

13、计算两个list中的差集 //计算两个list中的差集 List<String> reduce1 = allList.stream().filter(item -> !wList.contains(item)).collect(Collectors.toList()); 总结

到此这篇关于Java8中Stream使用方法的文章就介绍到这了,更多相关Java8 Stream用法内容请搜索易知道(ezd.cc)以前的文章或继续浏览下面的相关文章希望大家以后多多支持易知道(ezd.cc)!

推荐阅读