简介
Java 8 API添加了一个新的抽象称为流Stream，可以让你以一种声明的方式处理数据。
Stream 使用一种类似用 SQL 语句从数据库查询数据的直观方式来提供一种对 Java 集合运算和表达的高阶抽象。
这种风格将要处理的元素集合看作一种流， 流在管道中传输， 并且可以在管道的节点上进行处理， 比如筛选， 排序，聚合等。
熟悉Linux的同学对这种风格一定不陌生，因为它跟Linux的|管道符的思想如出一辙。上面这段话引用自runoob.com，但是其教学代码都是基于String列表进行演示，考虑到实际情况百分之80的时候都是对PO、VO进行处理，因此以下通过一个PO进行讲解。
对比起for循环操作list，最大的弊端就是代码太长太乱了，如果涉及3-4张表的操作，也就是涉及多个PO操作，那个括号简直就是俄罗斯套娃，写到最后真的自己都不知道在写什么
流
+--------------------+ +------+ +------+ +---+ +-------+
| stream of elements +-----> |filter+-> |sorted+-> |map+-> |collect|
+--------------------+ +------+ +------+ +---+ +-------+
PO代码
public class UserPo {
private String name;
private Double score;
// 省略构造函数及getter、setter
}
以下操作均以UserPo进行讲解
filter
filter：过滤，就是过滤器，符合条件的通过，不符合条件的过滤掉
// 筛选出成绩不为空的学生人数
count = list.stream().filter(p -> null != p.getScore()).count();
map
map：映射，他将原集合映射成为新的集合，在VO、PO处理的过程中较常见。在本例子中，原集合就是PO集合，新集合可以自定义映射为成绩集合，同时也可以对新集合进行相关操作
// 取出所有学生的成绩
List<Double> scoreList = list.stream().map(p -> p.getScore()).collect(Collectors.toList());// 将学生姓名集合串成字符串，用逗号分隔
String nameString = list.stream().map(p -> p.getName()).collect(Collectors.joining(","));
sorted
sorted：排序，可以根据指定的字段进行排序
// 按学生成绩逆序排序 正序则不需要加.reversed()
filterList = list.stream().filter(p -> null != p.getScore()).sorted(Comparator.comparing(UserPo::getScore).reversed()).collect(Collectors.toList());
forEach
forEach：这个应该是最常用的，也就是为每一个元素进行自定义操作
除了forEach操作会改变原集合的数据，其他的操作均不会改变原集合，这点务必引起注意
// 学生成绩太差了，及格率太低，给每个学生加10分，放个水
// forEach
filterList.stream().forEach(p -> p.setScore(p.getScore() + 10));
collect
collect：聚合，可以用于GroudBy按指定字段分类，也可以用于返回列表或者拼凑字符串
// 按成绩进行归集
Map<Double, List<UserPo>> groupByScoreMap = list.stream().filter(p -> null != p.getScore()).collect(Collectors.groupingBy(UserPo::getScore));
for (Map.Entry<Double, List<UserPo>> entry : groupByScoreMap.entrySet()) {
System.out.println("成绩：" + entry.getKey() + " 人数：" + entry.getValue().size());
}// 返回list
List<Double> scoreList = list.stream().map(p -> p.getScore()).collect(Collectors.toList());
// 返回string用逗号分隔
String nameString = list.stream().map(p -> p.getName()).collect(Collectors.joining(","));
statistics
statistics：统计，可以统计中位数，平均值，最大最小值
DoubleSummaryStatistics statistics = filterList.stream().mapToDouble(p -> p.getScore()).summaryStatistics();
System.out.println("列表中最大的数 : " + statistics.getMax());
System.out.println("列表中最小的数 : " + statistics.getMin());
System.out.println("所有数之和 : " + statistics.getSum());
System.out.println("平均数 : " + statistics.getAverage());
1
parallelStream
parallelStream：并行流，可以利用多线程进行流的操作，提升效率。但是其不具备线程传播性，因此使用时需要充分评估是否需要用并行流操作
// 并行流
count = list.parallelStream().filter(p -> null != p.getScore()).count();
1
2
完整代码
package com.cmx.tcn.stream;/**
* @author: Cai MinXing
* @create: 2020-03-25 18:17
**/
public class UserPo {
private String name;
private Double score; public UserPo(String name, Double score) {
this.name = name;
this.score = score;
} public String getName() {
return name;
} public void setName(String name) {
this.name = name;
} public Double getScore() {
return score;
} public void setScore(Double score) {
this.score = score;
} @Override
public String toString() {
return "UserPo{" +
"name='" + name + '\'' +
", score=" + score +
'}';
}
}
package com.cmx.tcn.stream;
import java.util.ArrayList;
import java.util.Comparator;
import java.util.DoubleSummaryStatistics;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;/**
* @author: Cai MinXing
* @create: 2020-03-25 18:15
**/
public class StreamTest {// +--------------------+ +------+ +------+ +---+ +-------+
// | stream of elements +-----> |filter+-> |sorted+-> |map+-> |collect|
// +--------------------+ +------+ +------+ +---+ +-------+ public static void main(String args[]){
List<UserPo> list = new ArrayList<>();
list.add(new UserPo("小一", 10.d));
list.add(new UserPo("小五", 50.d));
list.add(new UserPo("小六", 60.d));
list.add(new UserPo("小6", 60.d));
list.add(new UserPo("小空", null));
list.add(new UserPo("小九", 90.d)); long count = 0;
List<UserPo> filterList = null; // filter 过滤器的使用
// 筛选出成绩不为空的学生人数
count = list.stream().filter(p -> null != p.getScore()).count();
System.out.println("参加考试的学生人数：" + count); // collect
// 筛选出成绩不为空的学生集合
filterList = list.stream().filter(p -> null != p.getScore()).collect(Collectors.toList());
System.out.println("参加考试的学生信息：");
filterList.stream().forEach(System.out::println); // map 将集合映射为另外一个集合
// 取出所有学生的成绩
List<Double> scoreList = list.stream().map(p -> p.getScore()).collect(Collectors.toList());
System.out.println("所有学生的成绩集合：" + scoreList); // 将学生姓名集合串成字符串，用逗号分隔
String nameString = list.stream().map(p -> p.getName()).collect(Collectors.joining(","));
System.out.println("所有学生的姓名字符串：" + nameString); // sorted排序
// 按学生成绩逆序排序 正序则不需要加.reversed()
filterList = list.stream().filter(p -> null != p.getScore()).sorted(Comparator.comparing(UserPo::getScore).reversed()).collect(Collectors.toList());
System.out.println("所有学生的成绩集合，逆序排序：");
filterList.stream().forEach(System.out::println); System.out.println("按学生成绩归集：");
Map<Double, List<UserPo>> groupByScoreMap = list.stream().filter(p -> null != p.getScore())
.collect(Collectors.groupingBy(UserPo::getScore));
for (Map.Entry<Double, List<UserPo>> entry : groupByScoreMap.entrySet()) {
System.out.println("成绩：" + entry.getKey() + " 人数：" + entry.getValue().size());
} // forEach
filterList.stream().forEach(p -> p.setScore(p.getScore() + 10));
System.out.println("及格人数太少，给每个人加10分");
filterList.stream().forEach(System.out::println); // count
count = filterList.stream().filter(p -> p.getScore() >= 60).count();
System.out.println("最后及格人数" + count); DoubleSummaryStatistics statistics = filterList.stream().mapToDouble(p -> p.getScore()).summaryStatistics();
System.out.println("列表中最大的数 : " + statistics.getMax());
System.out.println("列表中最小的数 : " + statistics.getMin());
System.out.println("所有数之和 : " + statistics.getSum());
System.out.println("平均数 : " + statistics.getAverage()); // 并行流 使用
count = list.parallelStream().filter(p -> null != p.getScore()).count();
System.out.println("并行流处理参加考试的学生人数：" + count); }
}本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
