1.Stream流由来
首先我们应该知道：Stream流的出现，主要是用在集合的操作上。在我们日常的工作中，经常需要对集合中的元素进行相关操作。诸如：增加、删除、获取元素、遍历。
最典型的就是集合遍历了。接下来我们先举个例子来看看 JDK8 Stream流式操作出现之前，我们对集合操作的过程，从中来了解一下 JDK8 之前集合操作数据的弊端。
Demo：现在有一个List集合，集合中有如下数据："张无忌"、"周芷若"、"杨逍"、"张强"、"张三丰"、"赵敏"
public static void main(String[] args) {
List list = new ArrayList<>();
Collections.addAll(list,"张无忌","周芷若","杨逍","张强","张三丰","赵敏");
/**
* 需求：
* 1.拿到所有姓"张"的名字
* 2.拿到长度为3个字的名字
* 3.将最终结果进行打印
*/
//JDK8 以前遍历操作集合
for (String name : list) {
if(name.startsWith("张") && name.length() == 3){
System.out.println(name);
}
}
//JDK8 以后使用Stream()流遍历操作集合
/**************3.使用 Stream流来操作******************/
list.stream()
.filter(name.startsWith("张") && name->name.length()==3)
.forEach(name-> System.out.println("111------"+name));
}
使用stream流式操作，直接阅读代码的字面意思即可完美展示无关逻辑方式的语义：①获取流 ② 过滤姓张 ③过滤长度为3 ④遍历打印。我们真正要做的事情内容便能够被更好的体现在代码中。
2.Stream流式思想
注意：Stream流 和 IO 流(InputStream/OutputStream)没有任何关系，请暂时忘记对传统IO流的固有印象。
Stream流式思想类似于工厂车间的"生产流水线"，Stream流不是一种数据结构，不会保存数据，而是对数据进行加工处理。Stream 可以看做是流水线上的一个工序。在流水线上，通过多个工序让一个原材料加工成一个商品。
3.获取Stream流的两种方式
java.util.stream.Stream
1.所有的 Collection 集合都可以通过 .stream() 方法来获取流； 2.使用 Stream 接口的 .of() 静态方法，可以获取流。
public static void main(String[] args) {
//方式1：根据Collection获取流
//Collection接口中有一个默认的方法:default Stream stream()
//1.List获取流
List list = new ArrayList<>();
Stream stream01 = list.stream();
//2.Set获取流
Set set = new HashSet<>();
Stream stream02 = set.stream();
//3.Map获取流
//Map 并没有继承自 Collection 接口,所有无法通过该 map.stream()获取流。但是可用通过如下三种方式获取:
Map map = new HashMap<>();
Stream stream03 = map.keySet().stream();
Stream stream04 = map.values().stream();
List> collect = map.entrySet().stream().collect(Collectors.toList());
Stream> stream = map.entrySet().stream();
//方式2：Stream中的静态方法of获取流
// static Stream of(T... values)
// T... values:可变参数，实际原理就是可变数组(传递String数组进去)
//1.字符串获取流
Stream stream06 = Stream.of("aa", "bb", "cc");
//2.数组类型(基本类型除外)
String[] strs = {"aa","bb","cc"};
Stream stream07 = Stream.of(strs);
//3.基本数据类型的数组
int[] arr = {1,2,3,4};
//看着没报错，但是看到返回值是 int[],这是 Stream流把整个数组看做一个元素来操作，而不是操作数组中的int元素(这样子是不行的!!!)
Stream stream08 = Stream.of(arr);
}
4.Stream流常用方法
Stream流模型的操作很丰富，这里介绍一些常用的API。这些方法可以被分成两种类型：
- 终结方法：返回值类型不再是 Stream 类型的方法，不再支持链式调用。本小节中，终结方法包括 count() 和 forEach() 方法；
- 非终结方法：又叫函数拼接方法。值返回值类型仍然是 Stream 类型的方法，支持链式调用（除了终结方法外，其与方法均为非终结方法）
5.Stream流使用注意事项
Stream流只能操作一次； Stream方法返回的是新的流； Stream不调用终止方法，中间的操作不会执行。
6.Stream流常用方法
提醒：以下所有代码部分，能简化部分尽量简化，均使用最简格式！！！
1.forEach
void forEach(Consumer action);
forEach() 方法用来遍历流中的数据，是一个终结方法。该方法接收一个 Consumer 接口函数，会将每一个流元素交给该函数进行处理。示例如下：
public class StreamDemo{ public static void main(String[] args){ Listlist = new ArrayList<>(); Collections.addAll(list,"Mary","Lucy","James","Johson","Steve"); //forEach()遍历 //未简写 //list.forEach((String str)->{ // System.out.println(str); //}); //简写1 //list.forEach(str-> System.out.println(str)); //最终简写 list.forEach(System.out::println); } } 测试结果：
2.count
long count();
count() 方法，用来统计集合中的元素个数，是一个终结方法。该方法返回一个 long 值代表元素个数，示例如下：
public static void main(String[] args) { Listlist = new ArrayList<>(); Collections.addAll(list, "Mary", "Lucy", "James", "Johson", "Steve"); //count()计算集合中元素个数 long count = list.stream().count(); System.out.println("元素个数为:" + count); } 
3.filter
Stream
filter(Predicate predicate); filter() 方法，用于过滤数据，返回符合过滤条件的数据，是一个非终结方法。我们可以通过 filter() 方法将一个流转换成另一个子集流。该接口接收一个 Predicate 函数式接口参数(可以是一个 Lambda 或 方法引用) 作为筛选条件。
public static void main(String[] args) { Listlist = new ArrayList<>(); Collections.addAll(list,"Mary","Lucy","James","Johson","Steve"); //filter()过滤,返回以"J"开头的名字 list.stream().filter(str->str.startsWith("J")) .forEach(System.out::println); //写法二 list.stream().filter(str->{ if (str.startsWith("J")){ return true; } return false; }).forEach(System.out::println); } 测试结果：
4.limit
Stream
limit(long maxSize); limit() 方法，用来对 Stream 流中的数据进行截取，只取用前 n 个，是一个非终结方法。参数是一个 long 型，如果集合当前长度大于参数则进行截取，否则不进行操作。因为 limit() 是一个非终结方法，所以必须调用终止方法。示例如下：
public static void main(String[] args) { Listlist = new ArrayList<>(); Collections.addAll(list, "Mary", "Lucy", "James", "Johson", "Steve"); //limit()截取,截取list集合前三个元素 list.stream().limit(3).forEach(System.out::println); } 
5.skip
如果希望跳过前几个元素，去取后面的元素，则可以使用 skip()方法，获取一个截取之后的新流，它是一个非终结方法。参数是一个 long 型，如果 Stream 流的当前长度大于 n，则跳过前 n 个，否则将会得到一个长度为 0 的空流。因为 limit() 是一个非终结方法，所以必须调用终止方法。示例如下：
Stream
skip(long n); public static void main(String[] args) { Listlist = new ArrayList<>(); Collections.addAll(list,"Mary","Lucy","James","Johson","Steve"); //skip()跳过list集合前2个元素,获取剩下的元素 list.stream().skip(2).forEach(System.out::println); } 
备注：使用 skip() 和 limit() 方法，即可实现类似分页的操作了。示例如下：//一页10条 分页操作 //第一页 skip(0).limit(10) //第二页 skip(10).limit(10) //第三页 skip(20).limit(10) ...6.map
Stream map(Function mapper); map() 方法，可以将流中的元素映射到另一个流中。即：可以将一种类型的流转换为另一种类型的流(区别：map返回的是指定类型(比如int)，而flatMap返回的还是一个Stream流)，map() 方法是一个非终结方法。该接口需要一个 Function 函数式接口参数，可以将当前流中的T类型数据转换为另一种R类型的流。
这个方法有三个对于原始类型的变种方法，分别是：mapToInt，mapToLong 和 mapToDouble。这三个方法也比较好理解，比如 mapToInt 就是把原始 Stream 转换成一个新的 Stream，这个新生成的 Stream 中的元素都是 int 类型。之所以会有这样三个变种方法，可以免除自动装箱/拆箱的额外消耗。（参考：本文 15 mapToInt/mapToLong/mapToDouble）
因为 map() 方法是一个非终结方法，所以必须调用终止方法。通过如下示例，使用 map() 方法，通过方法引用，便将字符串类型转换成了 Integer 类型。示例如下：
public static void main(String[] args) { Listlist = new ArrayList<>(); Collections.addAll(list, "11", "22", "33", "44", "55"); //通过map()方法,可以将String类型的流转换为int类型的流 /*list.stream().map((String str)->{ return Integer.parseInt(str); }).forEach((Integer num) -> { System.out.println(num); });*/ //简化: //list.stream().map(str->Integer.parseInt(str)).forEach(str->System.out.println(str)); //简化后: list.stream().map(Integer::parseInt).forEach(System.out::println); } 
7.flatMap
Stream flatMap(Function> mapper); flatMap 的使用，同 map 类似。map只是一维 1对1 的映射，返回的是指定的类型；
而flatMap返回的则还是一个Stream流，可以对其进行进一步操作。(区别：map返回的是指定类型(比如int)，而flatMap返回的还是一个Stream流)
我的理解为：假如你的集合流中包含子集合(或者需要更深进一步操作)，那么使用 flatMap 可以返回该子集合的集合流。示例代码如下所示：
public class Province { private String name; private Listcity; //get/set 方法 } public class flatMapDemo{ public static void main(String[] args) { List provinceList = new ArrayList<>(); List bjCityList = new ArrayList<>(); bjCityList.add("海淀"); bjCityList.add("朝阳"); List shCityList = new ArrayList<>(); shCityList.add("黄埔"); shCityList.add("闵行"); Province bjProvince = new Province(); bjProvince.setName("北京"); bjProvince.setCity(bjCityList); provinceList.add(bjProvince); Province shProvince = new Province(); shProvince.setName("上海"); shProvince.setCity(shCityList); provinceList.add(shProvince); //使用map,需要多次forEach provinceList.stream().map(str->str.getCity()).forEach(cityList -> cityList.forEach(System.out::println)); System.out.println("----------"); //使用 flatMap provinceList.stream().flatMap(str->str.getCity().stream()).forEach(System.out::println); } } 测试结果：
8.sorted
sorted() 方法，可以用来对 Stream 流中的数据进行排序。sorted()方法共有以上两种情况：
//根据元素的自然规律排序 Streamsorted(); //根据比较器指定的规则排序 Stream sorted(Comparator comparator); 因为 sorted() 方法是一个非终结方法，所以必须调用终止方法。
场景：①sorted() 方法：按照自然规律，默认为升序排序。
②sorted(Comparator comparator) 方法，按照指定的比较器规则排序（以降序为例）。 示例如下：
public static void main(String[] args){ //sorted()：根据元素的自然规律排序 Streamstream01 = Stream.of(66,33,11,55); stream01 .sorted().forEach(System.out::println); System.out.println(" ----- "); //sorted(Comparator comparator):根据比较器规则降序排序 Stream stream02 = Stream.of(66,33,11,55); stream02 .sorted((i1,i2)-> i2-i1).forEach(System.out::println); } 
9.distinct
distinct() 方法，可以用来去除重复数据。因为 distinct() 方法是一个非终结方法，所以必须调用终止方法。
去除重复数据，此处有几种情况：①基本类型去重 ②String类型去重 ③引用类型去重(对象去重)
①②使用 distinct() 方法可以直接去重 ③对象类型需要重写 equals() 和 hasCode() 方法，使用 distinct() 方法才能去重成功。示例如下：
public static void main(String[] args){ //基本类型去重 Streamstream01 = Stream.of(66,33,11,55,33,22,55,66); stream01 .distinct().forEach(System.out::println); //字符串去重 Stream stream02 = Stream.of("AA","BB","AA"); stream02.distinct().forEach(System.out::println); //自定义对象去重 //(Person对象类,有String name,Integer age 两个属性,两参数构造器,get/set()方法,重写了equals(),hashCode(),toString()方法。此处就不附Person实体类了) BiFunction stream14 = Stream.of(fn1.apply("西施", 18), fn1.apply("貂蝉", 20), fn1.apply("王昭君", 22), fn1.apply("杨玉环", 23), fn1.apply("杨玉环", 23)); stream14.distinct().forEach(System.out::println); } 测试结果：
66 33 11 55 22 ---- AA BB ---- Person{name='西施', age=18} Person{name='貂蝉', age=20} Person{name='王昭君', age=22} Person{name='杨玉环', age=23}10.match
//allMatch 全匹配(匹配所有,所有元素都需要满足条件-->返回true) boolean allMatch(Predicate predicate); //anyMatch 匹配某个元素(只要有一个元素满足条件即可-->返回true) boolean anyMatch(Predicate predicate); //noneMatch 匹配所有元素(所有元素都不满足指定条件-->返回true) boolean noneMatch(Predicate predicate);
match() 方法，可以用来判断 Stream 流中的数据是否匹配指定的条件。allMatch()、anyMatch()、noneMatch() 方法都是终结方法，返回值为 bollean。示例如下：
public static void main(String[] args){ Streamstream01 = Stream.of(5, 3, 6, 1); boolean allMatch = stream01.allMatch(i -> i > 0); System.out.println("allMatch匹配:"+allMatch); Stream stream02 = Stream.of(5, 3, 6, 1); boolean anyMatch = stream02 .anyMatch(i -> i > 5); System.out.println("anyMatch匹配:"+anyMatch); Stream stream03 = Stream.of(5, 3, 6, 1); boolean noneMatch = stream03 .noneMatch(i -> i < 3); System.out.println("noneMatch匹配:"+noneMatch); } 
11.max / min
Optional
max(Comparator comparator); Optional min(Comparator comparator); max() 和 min() 方法，用来获取 Stream 流中的最大值和最小值。该接口需要一个 Comparator 函数式接口参数，根据指定排序规则来获取最大值，最小值。
为了保证数据的准确性，此处排序规则需要是升序排序。因为：max() 方法获取的是排序后的最后一个值，min() 方法获取的是排序后的第一个值。如果使用降序排序后，那么 max() 和 min() 方法就相反了，就有异常了。示例如下：
public static void main(String[] args){ //max() Streamstream01 = Stream.of(33, 11, 22, 5); Optional max = stream01.max((i1, i2) -> i1 - i2); System.out.println("最大值:"+max.get()); //min() Stream stream02 = Stream.of(33, 11, 22, 5); Optional min = stream02.min((i1, i2) -> i1 - i2); System.out.println("最小值:"+min.get()); } 测试结果：
12.reduce
//1. Optional
reduce(BinaryOperator accumulator); //2. T reduce(T identity, BinaryOperator accumulator); //3. U reduce(U identity,BiFunction 如果需要将 Sream 流中的所有数据，归纳得到一个数据的情况，可以使用 reduce() 方法。如果需要对 Stream 流中的数据进行求和操作、求最大/最小值等(都是归纳为一个数据的情况)，此处就可以用到 reduce() 方法。示例如下
public static void main(String[] args){ //reduce():求和操作 Streamstream01 = Stream.of(4,3,5,6); Integer sum = stream01.reduce(0,(x,y)-> x + y); System.out.println("求和:"+sum); //reduce():求最大值操作 Stream stream03 = Stream.of(4,3,5,6); Integer max= stream03.reduce(0,(x,y)-> x > y ? x : y); System.out.println("最大值为:"+max); //reduce():求最小值操作 Stream stream02 = Stream.of(4,3,5,6); Optional max1= stream02.reduce((x, y)-> x < y ? x : y); System.out.println("最小值为:"+max1.get()); } 测试结果：
结果分析：(求和分析)
-
求和流程：
-
第一次：将默认值赋值给x，取出集合第一个元素赋值给y
-
第二步：将上一次返回的结果赋值给x，取出集合第二个元素赋值给y
-
第三步:继续执行第二步(如下图所示)
13.map 和 reduce 方法组合使用
map() 和 reduce() 方法组合使用，可以解决很多日常工作中遇到的问题。我们就从如下场景了解：
场景一：现在有一个 Person 类，有两个属性：name 和 age，新建四个 Person类，然后完成如下操作：① 求出所有年龄的总和 ②求出 Person 类中的最大年龄
public static void main(String[] args){ BiFunctionstream01 = Stream.of(fn2.apply("刘德华", 58), fn2.apply("张学友", 56), fn2.apply("郭富城", 54), fn2.apply("黎明", 52)); //基本写法： //Integer total = stream01.map(p -> p.getAge()).reduce(0,(x, y) -> x + y); //(方法引用)简化后： Integer total = stream01.map(p -> p.getAge()).reduce(0,Integer::sum); System.out.println("年龄总和为:"+total); //2.找出最大年龄 Stream stream02 = Stream.of(fn2.apply("刘德华", 58), fn2.apply("张学友", 56), fn2.apply("郭富城", 54), fn2.apply("黎明", 52)); //基本写法： //Integer maxAge = stream02.map(p -> p.getAge()).reduce(0, (x, y) -> x > y ? x : y); //(方法引用)简化后： Integer maxAge = stream02.map(p -> p.getAge()).reduce(0, Integer::max); System.out.println("最大年龄为:"+maxAge); } 测试结果
年龄总和为:220 最大年龄为:58场景二：统计字符串 "a" 出现的次数
public static void main(String[] args){ Streamstream03 = Stream.of("a", "b", "c", "d", "a", "c", "b", "a"); //map() 和 reduce() 方法组合使用 Integer aTotal = stream03.map(str -> { if (str == "a") { return 1; } else { return 0; } }).reduce(0, Integer::sum); System.out.println("a次数:"+aTotal); } 
14.mapToInt / mapToDouble / mapToLong//mapToInt() IntStream mapToInt(ToIntFunction mapper); //mapToLong() LongStream mapToLong(ToLongFunction mapper); //mapToDouble() DoubleStream mapToDouble(ToDoubleFunction mapper);
我们通过 Stream
stream = Stream.of(1,2,3,4,5); 这种方式，返回值为 Stream 这种包装类的泛型，这种方式虽然用起来没有问题，但是它在效率上还是存在着一定的问题。 当我们将一对数字转成 Stream 流时，因为泛型的原因，只能使用 Integer 包装类。会先把这些数字包装成 Integer 类
//1.Integer是一个类，占用的内存肯定比 int 大 //2.Stream流在操作时，会存在自动装箱和拆箱操作 Stream
stream = Stream.of(2,3,5,6,7); //把大于3的打印出来(num在Stream流中是Integer类型，在与3比较时，显然会存在自动拆装箱问题)，效率会有影响 stream.filter(num -> num > 3).forEach(System.out::println); 所以在 JDK8 中，对 Stream 流还新增了一个 mapToInt()方法。该方法可以将流中操作的 Integer 包装类，在 Stream 流中转换成直接来操作 int 类型，效率明显会高一点。
示例如下：
public static void main(String[] args){ //使用 mapToInt()方法 IntStream intStream = Stream.of(1, 2, 3, 4, 5, 6).mapToInt((Integer num) -> { return num.intValue(); }); //(使用方法引用)简化后 IntStream intStream1 = Stream.of(1, 2, 3, 4, 5, 6).mapToInt(Integer::intValue); intStream1.filter(n->n>3).forEach(System.out::println); /** * 使用mapToInt(),返回值是一个IntStream类型.我们看一下它们的继承结构图(如下所示)： * IntStream 和 Stream类型进行比较。发现他们都继承自 BaseStream。所以它们区别不大 * 只不过 IntStream 内部操作的是 int 基本类型的数据，省去自动拆装箱过程。从而可以节省内存开销 */ } 继承结构图：
提示：
mapToDouble() / mapToLong() 的使用，与 mapToInt()一致，此处不再介绍。
15.concat
public static
Stream concat(Stream a, Stream b) { Objects.requireNonNull(a); Objects.requireNonNull(b); @SuppressWarnings("unchecked") Spliterator split = new Streams.ConcatSpliterator.OfRef<>( (Spliterator ) a.spliterator(), (Spliterator ) b.spliterator()); Stream stream = StreamSupport.stream(split, a.isParallel() || b.isParallel()); return stream.onClose(Streams.composedClose(a, b)); } concat() 方法，可以将两个Stream流合并成一个流进行返回。如果是三个流，则需要两两合并，不能一次性合并三个流。concat() 方法是 Stream 接口的静态方法，我们可以直接使用【类名.方法名】调用。
注意：concat() 方法此处接收的是 Stream 类型，不能接收 IntStream 等类型。concat() 是一个静态方法，与 java.lang.String 中的 concat() 方法是不同的。
public static void main(String[] args){ //concat()方法 StreamaStream = Stream.of(1, 2, 3); Stream bStream = Stream.of(4, 5, 6); Stream concatStream = Stream.concat(aStream, bStream); concatStream.forEach(System.out::println); } 测试结果：
16.peek
介绍：该方法会生成一个包含原 Stream 的所有元素的新 Stream，同时会提供一个消费函数（Consumer实例），新Stream每个元素被消费的时候都会执行给定的消费函数
存在此方法的目的，主要是为了在您需要的地方支持调试，查看元素流过管道中特定点的情况
主要用于开发过程中调试使用！！！
public static void main(String[] args){ Listlist = Stream.of("one", "two", "three", "four") .filter(e -> e.length() > 3) .peek(e -> System.out.println("大于三---" + e)) .map(String::toUpperCase) .peek(e -> System.out.println("转大写---" + e)) .collect(Collectors.toList()); } 
17.allMatch / anyMatch / noneMatch 匹配相关
这三个方法，均返回 boolean 类型
allMatch：是不是Stream中的所有元素都满足给定的匹配条件 anyMatch：Stream中是否存在任何一个元素满足匹配条件 noneMatch：是不是Stream中的所有元素都不满足给定的匹配条件
public static void main(String[] args) { // Stream中元素，所有元素长度都>2 boolean flag = Stream.of("one", "two", "three", "four").allMatch(str -> str.length() > 2); System.out.println(flag); // 返回值:true // Stream中元素，是不是存在任何一个元素长度>4 boolean flag1 = Stream.of("one", "two", "three", "four").anyMatch(str -> str.length() > 4); System.out.println(flag1); // 返回值:true // Stream中元素，所有元素长度没有一个元素<1 boolean flag2 = Stream.of("one", "two", "three", "four").noneMatch(str -> str.length() < 1); System.out.println(flag2); // 返回值:true }
18.findFirst / findAny
findFirst：返回Stream中的第一个元素，如果Stream为空，返回空Optional findAny：返回的元素是不确定的，对于同一个列表多次调用findAny()有可能会返回不同的值。使用findAny()是为了更高效的性能。如果是数据较少，串行地情况下，一般会返回第一个结果，如果是并行的情况，那就不能确保是第一个
public static void main(String[] args) { Optionalfirst = Stream.of("one", "two", "three", "four").findFirst(); System.out.println(first.get()); Optional any = Stream.of("one", "two", "three", "four").findAny(); System.out.println(any.get()); Optional any1 = Stream.of("one", "two", "three", "four").parallel().findAny(); System.out.println(any1.get()); } 
19.collect
collect() 方法的使用，也有很多内容学习，此处内容过多，不做一一列举。
如需了解 Stream 流 collect() 方法的使用介绍，你可以看博主下一文章学习了解。请点击如下链接跳转：JDK8新特性(二)：Stream流 collect() 方法的详细使用介绍
-
猜你喜欢
网友评论
- 搜索
- 最新文章
- 热门文章