1 介绍
1.1 了解Stream
Java8中有两大最为重要的改变。第一个是 Lambda 表达式；另外一
个则是 Stream API(java.util.stream.*)。
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、过滤和映射数据等操作。
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。1.2 什么是流（Stream）
是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。
“集合讲的是数据，流讲的是计算！”注意：
- Stream 自己不会存储元素
- Stream 不会改变源对象。相反，他们会返回一个持有结果的新Stream
- Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行
1.3 创建步骤
- 创建 Stream
一个数据源（如：集合、数组），获取一个流 - 中间操作
一个数据源（如：集合、数组），获取一个流 - 终止操作(终端操作)
一个终止操作，执行中间操作链，并产生结果
2.使用
2.1 创建 Stream
Java8 中的 Collection 接口被扩展，提供了
两个获取流的方法：- default Stream stream() : 返回一个顺序流
- default Stream parallelStream() : 返回一个并行流
由数组创建流
Java8 中的 Arrays 的静态方法 stream() 可以获取数组流：
static <T> Stream<T> stream(T[] array): 返回一个流
重载形式，能够处理对应基本类型的数组：
public static IntStream stream(int[] array)
public static LongStream stream(long[] array)
public static DoubleStream stream(double[] array)由值创建流
可以使用静态方法 Stream.of(), 通过显示值
创建一个流。它可以接收任意数量的参数
public static<T> Stream<T> of(T... values) : 返回一个流由函数创建流：创建无限流
可以使用静态方法 Stream.iterate() 和Stream.generate(), 创建无限流
* 迭代
public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
* 生成
public static<T> Stream<T> generate(Supplier<T> s) :具体代码如下：
@Test
public void test1(){
// 1. Collection 提供了两个方法 stream() 与 parallelStream()
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //获取一个顺序流
Stream<String> parallelStream = list.parallelStream(); //获取一个并行流
// 2. 通过 Arrays 中的 stream() 获取一个数组流
Integer[] nums = new Integer[10];
Stream<Integer> stream1 = Arrays.stream(nums);
// 3. 通过 Stream 类中静态方法 of()
Stream<Integer> stream2 = Stream.of(1,2,3,4,5,6);
// 4. 创建无限流
// 迭代
Stream<Integer> stream3 = Stream.iterate(0, (x) -> x + 2).limit(10);
stream3.forEach(System.out::println);
// 生成
Stream<Double> stream4 = Stream.generate(Math::random).limit(2);
stream4.forEach(System.out::println);
}2.2 中间操作
概念：
多个中间操作可以连接起来形成一个流水线，除非流水
线上触发终止操作，否则中间操作不会执行任何的处理！
而在终止操作时一次性全部处理，称为“惰性求值”2.2.1 stream之筛选与切片
筛选与切片
filter——接收 Lambda ， 从流中排除某些元素。
limit——截断流，使其元素不超过给定数量。
skip(n) —— 跳过元素，返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个，则返回一个空流。与 limit(n) 互补
distinct——筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素List<Employee> emps = Arrays.asList(
new Employee("李四", 59, 6666.66),
new Employee("张三", 18, 9999.99),
new Employee("王五", 28, 3333.33),
new Employee("赵六", 8, 7777.77),
new Employee("赵六", 8, 7777.77),
new Employee("赵六", 8, 7777.77),
new Employee("田七", 38, 5555.55)
);
// 内部迭代：迭代操作由Stream API完成
Stream<Employee> employeeStream =
emps.stream().filter((employee) -> employee.getAge() > 35);
employeeStream.forEach(System.out::println);
注意中间操作不产生任何结果
但是终止操作要执行，这个过程就叫做 “惰性求值”
//外部迭代
@Test
public void test3(){
Iterator<Employee> it = emps.iterator();
while(it.hasNext()){
System.out.println(it.next());
}
}其他操作
@Test
public void test4(){
emps.stream()
.filter((e) -> {
System.out.println("短路！"); // && ||
return e.getSalary() >= 5000;
}).limit(3)
.forEach(System.out::println);
}
@Test
public void test5(){
emps.parallelStream()
.filter((e) -> e.getSalary() >= 5000)
.skip(2)
.forEach(System.out::println);
}
@Test
public void test6(){
emps.stream()
.distinct()
.forEach(System.out::println);
}结果：
注意：distinct是通过流所生成元素的 hashCode() 和 equals() 去除重复元素
因此，所在实体类需要重写hashCode() 和 equals() 方法
重写后
2.2.2 stream之映射
映射
map——接收 Lambda ， 将元素转换成其他形式或提取信息。
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应用场景一：
@Test
public void test() {
List<String> list = Arrays.asList("aaa","bbb","ccc","ddd");
list.stream().map( (str) -> {
return str.toUpperCase();
}).forEach(System.out::println);
}
应用场景二：提取信息
应用场景三：
@Test
public void test() {
List<String> list = Arrays.asList("aaa","bbb","ccc","ddd");
Stream<Stream<Character>> streamStream = list.stream().map(Java8_stream::filterCharacter);
streamStream.forEach( (stream) ->stream.forEach(System.out::print) );
}
// 给定一个字符串，返回一个流
public static Stream<Character> filterCharacter(String str) {
List<Character> list = new ArrayList<>();
for (Character character : str.toCharArray()) {
list.add(character);
}
return list.stream();
}上面的代码使用 flatmap，这个是只形成一个流
@Test
public void test() {
List<String> list = Arrays.asList("aaa","bbb","ccc","ddd");
Stream<Character> characterStream = list.stream().flatMap(Java8_stream::filterCharacter);
characterStream.forEach(System.out::print);
}应用场景四：排序
sorted()——自然排序
sorted(Comparator com)——定制排序@Test
public void test7() {
List<String> list = Arrays.asList("aaa","bbb","ccc","ddd");
list.stream().sorted().forEach(System.out::println);
emps.stream()
.sorted((x, y) -> {
if(x.getAge() == y.getAge()){
return x.getName().compareTo(y.getName());
}else{
return Integer.compare(x.getAge(), y.getAge());
}
}).forEach(System.out::println);
}
2.3 stream的终止操作
2.3.1 查找与匹配
allMatch——检查是否匹配所有元素
anyMatch——检查是否至少匹配一个元素
noneMatch——检查是否没有匹配的元素
findFirst——返回第一个元素
findAny——返回当前流中的任意元素
count——返回流中元素的总个数
max——返回流中最大值
min——返回流中最小值场景应用一: 匹配与查找
// 准备数据
List<Employee> emps = Arrays.asList(
new Employee("李四", 59, 6666.66, Employee.Status.FREE),
new Employee("张三", 18, 9999.99,Employee.Status.BUSY),
new Employee("王五", 28, 3333.33,Employee.Status.VOCATION),
new Employee("赵六", 8, 7777.77,Employee.Status.FREE),
new Employee("赵六", 8, 7777.77,Employee.Status.BUSY),
new Employee("赵六", 8, 7777.77,Employee.Status.VOCATION),
new Employee("田七", 38, 5555.55,Employee.Status.FREE)
);
@Test
public void test() {
boolean b = emps.stream().allMatch((e) -> {
return e.getStatus().equals(Employee.Status.BUSY);
});
System.out.println(b);
boolean b1 = emps.stream().anyMatch((e) -> e.getStatus().equals(Employee.Status.BUSY));
System.out.println(b1);
boolean b2 = emps.stream().noneMatch((e) -> e.getStatus().equals(Employee.Status.BUSY));
System.out.println(b2);
Optional<Employee> op = emps.stream().sorted((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())).findFirst();
System.out.println(op.get());
Optional<Employee> optionalEmployee = emps.parallelStream().filter((e) -> e.getStatus().equals(Employee.Status.FREE)).findAny();
System.out.println(optionalEmployee.get());
}
场景应用二: 统计、最大、最小
@Test
public void test() {
long count = emps.stream().count();
System.out.println("总数："+count);
Optional<Employee> max = emps.stream().max(Comparator.comparingDouble(Employee::getSalary));
System.out.println("最大工资："+max.get());
Optional<Double> min = emps.stream().map(Employee::getSalary).min(Double::compareTo);
System.out.println("最低工资是多少："+min.get());
}
场景应用三: 归约
归约
reduce(T identity, BinaryOperator) / reduce(BinaryOperator)
可以将流中元素反复结合起来，得到一个值。
备注：map 和 reduce 的连接通常称为map-reduce 模式，因 Google 用它来进行网络搜索而出名。场景应用四: 收集
collect——将流转换为其他形式。接收一个 Collector接口的实现，用于给Stream中元素做汇总的方法
Collector 接口中方法的实现决定了如何对流执行收集操作(如收集到 List、Set、Map)。
但是 Collectors 实用类提供了很多静态方法，可以方便地创建常见收集器实例@Test
public void test() {
// 将当前公司所有人名字提取出来，添加到集合当中去
List<String> stringList = emps.stream().map(Employee::getName).collect(Collectors.toList());
stringList.forEach(System.out::println);
}
有很多子接口
Set<String> set = emps.stream()
.map(Employee::getName)
.collect(Collectors.toSet());
set.forEach(System.out::println);
System.out.println("----------------------------------");
HashSet<String> hs = emps.stream()
.map(Employee::getName)
.collect(Collectors.toCollection(HashSet::new));
hs.forEach(System.out::println);@Test
public void test4(){
// 最大值
Optional<Double> max = emps.stream()
.map(Employee::getSalary)
.collect(Collectors.maxBy(Double::compare));
System.out.println(max.get());
// 最小值
Optional<Employee> op = emps.stream()
.collect(Collectors.minBy((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())));
System.out.println(op.get());
// 总和
Double sum = emps.stream()
.collect(Collectors.summingDouble(Employee::getSalary));
System.out.println(sum);
// 平均值
Double avg = emps.stream()
.collect(Collectors.averagingDouble(Employee::getSalary));
System.out.println(avg);
// 总数:
Long count = emps.stream()
.collect(Collectors.counting());
System.out.println(count);
System.out.println("--------------------------------------------");
DoubleSummaryStatistics dss = emps.stream()
.collect(Collectors.summarizingDouble(Employee::getSalary));
System.out.println(dss.getMax());
}
场景应用五: 收集之分组
// 分组
@Test
public void test6() {
Map<Employee.Status, List<Employee>> collect = emps.stream().collect(Collectors.groupingBy(Employee::getStatus));
System.out.println(collect);
}
多级分组
//多级分组
@Test
public void test6(){
Map<Employee.Status, Map<String, List<Employee>>> map = emps.stream()
.collect(Collectors.groupingBy(Employee::getStatus, Collectors.groupingBy((e) -> {
if(e.getAge() >= 60)
return "老年";
else if(e.getAge() >= 35)
return "中年";
else
return "成年";
})));
System.out.println(map);
}
分区
@Test
public void test7(){
Map<Boolean, List<Employee>> map = emps.stream()
.collect(Collectors.partitioningBy((e) -> e.getSalary() >= 5000));
System.out.println(map);
}3.练习
3.1
给定一个数字列表，如何返回一个由每个数的平方构成的列表呢？
给定【1，2，3，4，5】， 应该返回【1，4，9，16，25】@Test
public void test() {
Integer[] nums = new Integer[]{1,2,3,4,5};
Arrays.stream(nums).map( (x) -> x*x ).forEach(System.out::println);
}3.2
怎样用 map 和 reduce 方法数一数流中有多少个Employee呢？List<Employee> emps = Arrays.asList(
new Employee(102, "李四", 59, 6666.66, Employee.Status.BUSY),
new Employee(101, "张三", 18, 9999.99, Employee.Status.FREE),
new Employee(103, "王五", 28, 3333.33, Employee.Status.VOCATION),
new Employee(104, "赵六", 8, 7777.77, Employee.Status.BUSY),
new Employee(104, "赵六", 8, 7777.77, Employee.Status.FREE),
new Employee(104, "赵六", 8, 7777.77, Employee.Status.FREE),
new Employee(105, "田七", 38, 5555.55, Employee.Status.BUSY)
);
@Test
public void test1() {
Optional<Integer> reduce = emps.stream()
.map((e) -> 1)
.reduce(Integer::sum);
System.out.println(reduce.get());
}
或者
@Test
public void test1() {
Integer reduce = emps.stream()
.map((e) -> 1)
.reduce(0, (x, y) -> x + y);
System.out.println(reduce);
}3.3
下面是需要用到的两个实体
// 交易类
public class Trader {
private String name;
private String city;
public Trader() {
}
public Trader(String name, String city) {
this.name = name;
this.city = city;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public String getCity() {
return city;
}
public void setCity(String city) {
this.city = city;
}
@Override
public String toString() {
return "Trader [name=" + name + ", city=" + city + "]";
}
}// 交易类
public class Transaction {
private Trader trader;
private int year;
private int value;
public Transaction() {
}
public Transaction(Trader trader, int year, int value) {
this.trader = trader;
this.year = year;
this.value = value;
}
public Trader getTrader() {
return trader;
}
public void setTrader(Trader trader) {
this.trader = trader;
}
public int getYear() {
return year;
}
public void setYear(int year) {
this.year = year;
}
public int getValue() {
return value;
}
public void setValue(int value) {
this.value = value;
}
@Override
public String toString() {
return "Transaction [trader=" + trader + ", year=" + year + ", value="
+ value + "]";
}
}List<Transaction> transactions = null;
@Before
public void before(){
Trader raoul = new Trader("Raoul", "Cambridge");
Trader mario = new Trader("Mario", "Milan");
Trader alan = new Trader("Alan", "Cambridge");
Trader brian = new Trader("Brian", "Cambridge");
transactions = Arrays.asList(
new Transaction(brian, 2011, 500),
new Transaction(raoul, 2012, 1000),
new Transaction(raoul, 2011, 400),
new Transaction(mario, 2012, 710),
new Transaction(mario, 2012, 700),
new Transaction(alan, 2012, 950)
);
}3.3.1
找出2011年发生的所有交易， 并按交易额排序（从低到高）@Test
public void test() {
transactions.stream().filter((transaction) -> {
return Integer.toString(transaction.getYear()).equals("2011");
}).sorted( (e1,e2) -> {
return Integer.compare(e1.getValue(),e2.getValue());
}).forEach(System.out::println);
}
3.3.2
交易员都在哪些不同的城市工作过？@Test
public void test1() {
transactions.stream()
.map( (transaction) -> transaction.getTrader().getCity())
.distinct()
.forEach(System.out::println);
}
3.3.3
查找所有来自剑桥的交易员，并按姓名排序@Test
public void test() {
// 剑桥的 -- 首先过滤 filter
// 的交易员 -- 需要提取交易员信息 map
transactions
.stream()
.filter((transaction) -> transaction.getTrader().getCity().equals("Cambridge"))
.map(Transaction::getTrader)
.sorted((t1,t2) -> t1.getName().compareTo(t2.getName()))
.distinct()
.forEach(System.out::println);
}
3.3.4
返回所有交易员的姓名字符串，按字母顺序排序@Test
public void test() {
transactions.stream()
.map( ( transaction) -> transaction.getTrader().getName())
.sorted()
.forEach(System.out::println);
System.out.println("-----------------");
String str = transactions.stream()
.map((transaction) -> transaction.getTrader().getName())
.sorted()
.reduce("", String::concat);
System.out.println(str);
System.out.println("-----------------");
// 有不同的角度
transactions.stream()
.map((transaction) -> transaction.getTrader().getName())
.flatMap(Java8_stream_2::filterCharacter)
.sorted((s1,s2) -> s1.compareToIgnoreCase(s2))
.forEach(System.out::print);
}
public static Stream<String> filterCharacter(String str) {
List<String> list = new ArrayList<>();
for(Character character : str.toCharArray()) {
list.add(character.toString());
}
return list.stream();
}
3.3.5
有没有交易员是在米兰工作的？@Test
public void test() {
boolean result = transactions.stream()
.allMatch((transaction) -> transaction.getTrader().getCity().equals("Milan"));
System.out.println(result);
}3.3.6
打印生活在剑桥的交易员的所有交易额@Test
public void test() {
transactions.stream()
.filter((transaction) -> transaction.getTrader().getCity().equals("Cambridge"))
.map((transaction) -> transaction.getValue())
.forEach(System.out::println);
}
3.3.7
所有交易中，最高的交易额是多少@Test
public void test() {
Optional<Integer> max = transactions.stream()
.map((t) -> t.getValue())
.max(Integer::compareTo);
System.out.println(max.get());
}3.3.8
找到交易额最小的交易@Test
public void test1() {
Optional<Transaction> min = transactions.stream()
.min((t1, t2) -> Integer.compare(t1.getValue(), t2.getValue()));
System.out.println(min.get());
}
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。
