java8 Stream 史上最全总结

原创

wx5a8fb619345a4 2021-07-12 09:59:19 ©著作权

文章标签 Java 文章分类 Java 后端开发

©著作权归作者所有：来自51CTO博客作者wx5a8fb619345a4的原创作品，请联系作者获取转载授权，否则将追究法律责任

java8 Stream 史上最全总结

温馨提醒：在电脑上看更方便

（一）stream的特点

一、流操作都支持 lambda 表达式作为参数，函数式编程，充分利用了pipeline 思想

二、无修改，无储存

对原始数据无修改，对流和流的中间结果无储存

三、惰性执行

四、可以并发执行 , paralleStream

五、默认只消费一次

1) 巧妙避免代码重复的方式 Supplier

Supplier<Stream<String>> streamSupplier = () -> Stream.of("1", "2").filter(t -> t.equals("1"));
final Optional<String> any = streamSupplier.get().findAny();//1
final Optional<String> first = streamSupplier.get().findFirst();//2

六、Map 不支持 stream 流

(二)函数接口简介

1）一元函数式接口

接口	参数	返回类型	描述
Predicate	T	boolean	断言型接口
Consumer	T	void	消费型接口
Function	T	R	函数式接口
Supplier	None	T	供给型接口

2) 二元函数接口

接口	参数	返回类型	描述
BiFunction	T, U	R	Function的变体
BiConsumer	T, U	void	Consumer的变体
BiPredicate	T, U	boolean	Predicate的变体

BiConsumer

final HashMap<Object, Object> objectObjectHashMap = Maps.newHashMap();
final BiConsumer biConsumer = (k, v) -> {
System.out.println(k);
System.out.println(v);
};
objectObjectHashMap.forEach(biConsumer);

BiPredicate

Path testPath = Paths.get("/Users/qiaozhy/data");
//finding files containing 'items' in name
final BiPredicate<Path, BasicFileAttributes> items = (path, basicFileAttributes) -> {
File file = path.toFile();
return !file.isDirectory() &&
file.getName().contains("items");
};
Stream<Path> stream =
Files.find(testPath, 100,items
);
stream.forEach(System.out::println);

3) 扩展的运算符

BinaryOperator 继承BiFunction

BinaryOperator<Integer> add = (n1, n2) -> n1 + n2;

UnaryOperator 继承Function

UnaryOperator<Integer> dda = x -> x + 1;

（三）stream的操作

一、流的创建 (最终都是依赖底层的StreamSupport类来完成Stream创建)

1) Collection 和数组

Collection.stream()

Collection.parallelStream()

final Stream<String> stream = Arrays.asList("11", "22").stream();final ArrayList<String> list = Lists.newArrayList();list.add("33");final Stream<String> stream3 = list.stream();final Stream<String> stringStream2 = list.parallelStream();

2) BufferedReader

java.io.BufferedReader.lines()

File file = new File("/Users/qiaozhy/data/qiao.txt");Reader reader  = new FileReader(file);BufferedReader bufferedReader = new BufferedReader(reader);final Stream<String> lines = bufferedReader.lines();final long count = lines.count();System.out.println(count);//2

3) 静态工厂

Arrays.stream(T array)

Stream.of()、iterate()、generate()

java.util.stream.IntStream.range()

java.nio.file.Files.list、find、walk等

Stream.builder()

final IntStream intStream1 = Arrays.stream(new int[]{1, 2, 3});
final Stream<String> stringStream = Stream.of("11", "22");
final Stream<Integer> iterate = Stream.iterate(5, t -> t + 1);
iterate.limit(4).forEach(System.out::println);//5,6,7,8
//supplier 函数式接口的简化 (Math::random）
Stream.generate(Math::random).limit(1).forEach(System.out::println);
// 0.48158792725573907
final IntStream intStream = IntStream.range(1, 3);
final Optional<Path> first = Files.walk(Paths.get("/Users/qiaozhy/data"))
.peek(System.out::println).skip(2).findAny();
first.orElseThrow(()-> new RuntimeException("结果为空"));
System.out.println(first.get());//Users/qiaozhy/data/工作注意.txt
final Stream.Builder<Object> builder1 = Stream.builder();
builder1.accept(66);
builder1.add(2).add(3);
builder1.build().forEach(System.out::println); // 66,2,3

4)其他

Pattern.splitAsStream(java.lang.CharSequence)

Random.ints()

JarFile.stream()

BitSet.stream()

final Pattern pattern = Pattern.compile(",");
final Stream<String> stringStream1 = pattern.splitAsStream("a,y,u");
stringStream1.forEach(System.out::println);// a,y,u
Random random = new Random();
final IntStream intStream2 = random.ints(1,20);
intStream2.limit(2).forEach(System.out::println); // 5,18
JarFile jarFile = new JarFile("/Users/qiaozhy/.m2/javacc-5.0.jar");
final Stream<JarEntry> stream1 = jarFile.stream();
stream1.limit(1).forEach(System.out::println); //META-INF/
BitSet bitSet = new BitSet();
bitSet.set(1);
bitSet.set(45);
final IntStream stream2 = bitSet.stream();
stream2.forEach(System.out::println); // 1,45

二、中间操作

无状态（Stateless）操作：每个数据的处理是独立的，不会影响或依赖之前的数据。如

filter()、 flatMap()、 flatMapToDouble()、 flatMapToInt()、 flatMapToLong()、 map()、 mapToDouble()、 mapToInt()、 mapToLong()、 peek()、 unordered()等

unordered操作不会进行任何显式的打乱流的操作。它的工作是：消除流中必须保持的有序约束，因此允许之后的操作使用不必考虑有序的优化

有状态（Stateful）操作：处理时会记录状态，比如处理了几个。后面元素的处理会依赖前面记录的状态，或者拿到所有元素才能继续下去。如

distinct()、 sorted()、 sorted(comparator)、 limit()、 skip() 等

String [] arr = {"a","b","ed","c"};
final List<String> collect = Arrays.stream(arr).sorted(Comparator.comparing(String::length)).collect(Collectors.toList());
System.out.println(collect);//[a, b, c, ed]
final List<String> collect1 = Arrays.stream(arr).sorted(Comparator.reverseOrder()).collect(Collectors.toList());
System.out.println(collect1);//[ed, c, b, a]
final Optional<String> any = Arrays.stream(arr).distinct().skip(1).limit(1).findAny();
any.orElseThrow(()-> new RuntimeException("结果为空"));
final String s = any.get();
System.out.println(s);//b

String[] words = new String[]{"Hello","World"};
Arrays.stream(words)
.map(word -> word.split(""))
.flatMap(Arrays::stream)
.forEach(System.out::print);
//HelloWorld
List<String> first= Arrays.asList("one", "two", "three", "four");
List<String> second= Arrays.asList("A", "B", "C", "D");
Stream.of(first,second).flatMap(Collection::stream).forEach(System.out::print);//onetwothreefourABCD

Stream.of(1.0,2.0,3.0).mapToInt(Double::intValue).mapToObj(i->"a"+i).forEach(System.out::print);

三、终止操作

非短路操作：处理完所有数据才能得到结果。如

collect()、 count()、 forEach()、 forEachOrdered()、 max()、 min()、 reduce()、 toArray()等。

短路（short-circuiting）操作：拿到符合预期的结果就会停下来，不一定会处理完所有数据。如

anyMatch()、 allMatch()、 noneMatch()、 findFirst()、 findAny() 等

List<String> strs = Arrays.asList("a", "a", "a", "a", "b");
boolean aa = strs.stream().anyMatch(str -> str.equals("a"));
System.out.println(aa);//true
boolean bb = strs.stream().allMatch(str -> str.equals("a"));
System.out.println(bb);//false
boolean cc = strs.stream().noneMatch(str -> str.equals("a"));
System.out.println(cc);//false

String [] arr = {"a","b","ed","c"};
final Optional<String> reduce = Arrays.stream(arr).reduce((a, b) -> a + b);
reduce.orElseThrow(()-> new RuntimeException("结果为空"));
System.out.println(reduce.get());//abedc
List<Integer> numList = Arrays.asList(1,2,3,4,5);
int result = numList.stream().reduce(0,(a,b) -> a + b );
System.out.println(result);
List<Integer> numList1 = Arrays.asList(1, 2, 3, 4, 5, 6);
ArrayList<String> result1 = numList1.stream().reduce(new ArrayList<String>(),
(a, b) -> {
a.add("element-" + Integer.toString(b));
return a;
}, (a, b) -> null);
System.out.println(result1);
/*
需要注意的是这个reduce的签名还包含第三个参数，一个BinaryOperator<U>类型的表达式。
在常规情况下我们可以忽略这个参数，敷衍了事的随便指定一个表达式即可，目的是为了通过编译器的检查，
因为在常规的stream中它并不会被执行到，然而，虽然此表达式形同虚设，可是我们也不是把它设置为null，
否者还是会报错。在并行stream中，此表达式则会被执行到，在这里我们不进行讲解，因为我自己也没用过
*/

Supplier<Stream<String>> streamSupplier = () -> Stream.of("a","d","b");
//输出的顺序与元素的顺序严格一致
streamSupplier.get().parallel().forEachOrdered(System.out::println);//a,d,b
//主要的区别在并行流的处理上
//输出的顺序不一定（效率更高）
streamSupplier.get().parallel().forEach(System.out::println); // d,a,b
final String[] strings = streamSupplier.get().toArray(String[]::new);
System.out.println(Arrays.toString(strings));//[a, d, b]

final ArrayList<String> list = Lists.newArrayList();
list.add("12");
list.add("111");
final List<String> collect = list.stream().collect(Collectors.toList());
final Set<String> collect1 = list.stream().collect(Collectors.toSet());
final Map<Integer, String> collect2 = list.stream().collect(Collectors.toMap(String::length, String::valueOf));
final Long lo = list.stream().collect(Collectors.counting());
final IntSummaryStatistics intSummaryStatistics = list.stream().collect(Collectors.summarizingInt(Integer::valueOf));
final String collect3 = list.stream().collect(Collectors.joining("--"));
final Optional<String> collect4 = list.stream().collect(Collectors.reducing((x, y) -> x + y));
final Map<Integer, List<String>> collect5 = list.stream().collect(Collectors.groupingBy(String::length));
final Optional<Integer> collect6 = list.stream().map(Integer::valueOf).collect(Collectors.maxBy(Integer::max));

（四）、并行流

在创建Stream时，默认是创建串行流。但是可以使用parallelStream()来创建并行流或者parallel()将串行流转换成并行流。并行流也可以通过sequential()转换成串行流。

Java 8 Stream的并行流，本质上还是使用Fork/Join模型

（五）、特殊用法

// map的循环方式
final HashMap<Object, Object> objectObjectHashMap = Maps.newHashMap();
objectObjectHashMap.put("1","2");
objectObjectHashMap.put("5","77");
objectObjectHashMap.forEach((a,b)->{
System.out.println(a);
System.out.println(b);
});

上一篇：java标准的返回类

下一篇：Java异常处理12条军规

提问和评论都可以，用心的回复会被更多人看到评论

发布评论

相关文章

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯