首页 > 编程语言 >Java8中Stream详细用法大全

Java8中Stream详细用法大全

时间:2023-03-02 14:23:14浏览次数:59  
标签:10 Stream stream 元素 list Student Java8 大全

Java8中Stream详细用法大全


一、概述

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。

特点:

  1. 不是数据结构,不会保存数据。

  2. 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)

  3. 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、具体用法

1. 流的常用创建方法

1.1 使用Collection下的 stream() 和 parallelStream() 方法

1 2 3 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

1.2 使用Arrays 中的 stream() 方法,将数组转成流

1 2 Integer[] nums = new Integer[10]; Stream<Integer> stream = Arrays.stream(nums);

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

1 2 3 4 5 6 7 Stream<Integer> stream = Stream.of(1,2,3,4,5,6);    Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6); stream2.forEach(System.out::println); // 0 2 4 6 8 10    Stream<Double> stream3 = Stream.generate(Math::random).limit(2); stream3.forEach(System.out::println);
1.4 使用 BufferedReader.lines() 方法,将每行内容转成流  
1 2 3 BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt")); Stream<String> lineStream = reader.lines(); lineStream.forEach(System.out::println);

1.5 使用 Pattern.splitAsStream() 方法,将字符串分隔成流

1 2 3 Pattern pattern = Pattern.compile(","); Stream<String> stringStream = pattern.splitAsStream("a,b,c,d"); stringStream.forEach(System.out::println);

2. 流的中间操作

2.1 筛选与切片
  filter:过滤流中的某些元素
  limit(n):获取n个元素
  skip(n):跳过n元素,配合limit(n)可实现分页
  distinct:通过流中元素的 hashCode() 和 equals() 去除重复元素

1 2 3 4 5 6 7 Stream<Integer> stream = Stream.of(646739810121414);    Stream<Integer> newStream = stream.filter(s -> s > 5//6 6 7 9 8 10 12 14 14 .distinct() //6 7 9 8 10 12 14 .skip(2//9 8 10 12 14 .limit(2); //9 8 newStream.forEach(System.out::println);

2.2 映射
  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 2 3 4 5 6 7 8 9 10 11 12 13 List<String> list = Arrays.asList("a,b,c""1,2,3");    //将每个元素转成一个新的且不带逗号的元素 Stream<String> s1 = list.stream().map(s -> s.replaceAll(",""")); s1.forEach(System.out::println); // abc 123    Stream<String> s3 = list.stream().flatMap(s -> { //将每个元素转换成一个stream String[] split = s.split(","); Stream<String> s2 = Arrays.stream(split); return s2; }); s3.forEach(System.out::println); // a b c 1 2 3

2.3 排序
  sorted():自然排序,流中元素需实现Comparable接口
  sorted(Comparator com):定制排序,自定义Comparator排序器

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 List<String> list = Arrays.asList("aa""ff""dd"); //String 类自身已实现Compareable接口 list.stream().sorted().forEach(System.out::println);// aa dd ff    Student s1 = new Student("aa"10); Student s2 = new Student("bb"20); Student s3 = new Student("aa"30); Student s4 = new Student("dd"40); List<Student> studentList = Arrays.asList(s1, s2, s3, s4);    //自定义排序:先按姓名升序,姓名相同则按年龄升序 studentList.stream().sorted( (o1, o2) -> { if (o1.getName().equals(o2.getName())) { return o1.getAge() - o2.getAge(); else { return o1.getName().compareTo(o2.getName()); } } ).forEach(System.out::println); 

2.4 消费
  peek:如同于map,能得到流中的每一个元素。但map接收的是一个Function表达式,有返回值;而peek接收的是Consumer表达式,没有返回值。

1 2 3 4 5 6 7 8 9 10 11 Student s1 = new Student("aa"10); Student s2 = new Student("bb"20); List<Student> studentList = Arrays.asList(s1, s2);    studentList.stream() .peek(o -> o.setAge(100)) .forEach(System.out::println);    //结果: Student{name='aa', age=100} Student{name='bb', age=100}

3. 流的终止操作

3.1 匹配、聚合操作
  allMatch:接收一个 Predicate 函数,当流中每个元素都符合该断言时才返回true,否则返回false
  noneMatch:接收一个 Predicate 函数,当流中每个元素都不符合该断言时才返回true,否则返回false
  anyMatch:接收一个 Predicate 函数,只要流中有一个元素满足该断言则返回true,否则返回false
  findFirst:返回流中第一个元素
  findAny:返回流中的任意元素
  count:返回流中元素的总个数
  max:返回流中元素最大值
  min:返回流中元素最小值

1 2 3 4 5 6 7 8 9 10 11 12 List<Integer> list = Arrays.asList(12345);    boolean allMatch = list.stream().allMatch(e -> e > 10); //false boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true boolean anyMatch = list.stream().anyMatch(e -> e > 4); //true    Integer findFirst = list.stream().findFirst().get(); //1 Integer findAny = list.stream().findAny().get(); //1    long count = list.stream().count(); //5 Integer max = list.stream().max(Integer::compareTo).get(); //5 Integer min = list.stream().min(Integer::compareTo).get(); //1  

3.2 规约操作
  Optional reduce(BinaryOperator accumulator):第一次执行时,accumulator函数的第一个参数为流中的第一个元素,第二个参数为流中元素的第二个元素;第二次执行时,第一个参数为第一次函数执行的结果,第二个参数为流中的第三个元素;依次类推。
  T reduce(T identity, BinaryOperator accumulator):流程跟上面一样,只是第一次执行时,accumulator函数的第一个参数为identity,而第二个参数为流中的第一个元素。
  U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator combiner):在串行流(stream)中,该方法跟第二个方法一样,即第三个参数combiner不会起作用。在并行流(parallelStream)中,我们知道流被fork join出多个线程进行执行,此时每个线程的执行流程就跟第二个方法reduce(identity,accumulator)一样,而第三个参数combiner函数,则是将每个线程的执行结果当成一个新的流,然后使用第一个方法reduce(accumulator)流程进行规约。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 //经过测试,当元素个数小于24时,并行时线程数等于元素个数,当大于等于24时,并行时线程数为16 List<Integer> list = Arrays.asList(123456789101112131415161718192021222324);    Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get(); System.out.println(v); // 300    Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2); System.out.println(v1); //310    Integer v2 = list.stream().reduce(0, (x1, x2) -> { System.out.println("stream accumulator: x1:" + x1 + " x2:" + x2); return x1 - x2; }, (x1, x2) -> { System.out.println("stream combiner: x1:" + x1 + " x2:" + x2); return x1 * x2; }); System.out.println(v2); // -300    Integer v3 = list.parallelStream().reduce(0, (x1, x2) -> { System.out.println("parallelStream accumulator: x1:" + x1 + " x2:" + x2); return x1 - x2; }, (x1, x2) -> { System.out.println("parallelStream combiner: x1:" + x1 + " x2:" + x2); return x1 * x2; }); System.out.println(v3); //197474048

3.3 收集操作

  collect:接收一个Collector实例,将流中元素收集成另外一个数据结构。
  Collector<T, A, R> 是一个接口,有以下5个抽象方法:
  Supplier<A> supplier():创建一个结果容器A
  BiConsumer<A, T> accumulator():消费型接口,第一个参数为容器A,第二个参数为流中元素T。
  BinaryOperator<A> combiner():函数接口,该参数的作用跟上一个方法(reduce)中的combiner参数一样,将并行流中各 个子进程的运行结果(accumulator函数操作后的容器A)进行合并。
  Function<A, R> finisher():函数式接口,参数为:容器A,返回类型为:collect方法最终想要的结果R。
  Set<Characteristics> characteristics():返回一个不可变的Set集合,用来表明该Collector的特征。有以下三个特征:
  CONCURRENT:表示此收集器支持并发。(官方文档还有其他描述,暂时没去探索,故不作过多翻译)
  UNORDERED:表示该收集操作不会保留流中元素原有的顺序。
  IDENTITY_FINISH:表示finisher参数只是标识而已,可忽略。

3.3.1 Collector 工具库:Collectors

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 Student s1 = new Student("aa"10,1); Student s2 = new Student("bb"20,2); Student s3 = new Student("cc"10,3); List<Student> list = Arrays.asList(s1, s2, s3);    //装成list List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]    //转成set Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]    //转成map,注:key不能相同,否则报错 Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}    //字符串分隔符连接 String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",""("")")); // (aa,bb,cc)    //聚合操作 //1.学生总数 Long count = list.stream().collect(Collectors.counting()); // 3 //2.最大年龄 (最小的minBy同理) Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20 //3.所有人的年龄 Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40 //4.平均年龄 Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334 // 带上以上所有方法 DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge)); System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());    //分组 Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge)); //多重分组,先根据类型分再根据年龄分 Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));    //分区 //分成两部分,一部分大于10岁,一部分小于等于10岁 Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));    //规约 Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40  

3.3.2 Collectors.toList() 解析

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 //toList 源码 public static <T> Collector<T, ?, List<T>> toList() { return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add, (left, right) -> { left.addAll(right); return left; }, CH_ID); }    //为了更好地理解,我们转化一下源码中的lambda表达式 public <T> Collector<T, ?, List<T>> toList() { Supplier<List<T>> supplier = () -> new ArrayList(); BiConsumer<List<T>, T> accumulator = (list, t) -> list.add(t); BinaryOperator<List<T>> combiner = (list1, list2) -> { list1.addAll(list2); return list1; }; Function<List<T>, List<T>> finisher = (list) -> list; Set<Collector.Characteristics> characteristics = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH));    return new Collector<T, List<T>, List<T>>() { @Override public Supplier supplier() { return supplier; }    @Override public BiConsumer accumulator() { return accumulator; }    @Override public BinaryOperator combiner() { return combiner; }    @Override public Function finisher() { return finisher; }    @Override public Set<Characteristics> characteristics() { return characteristics; } }; }

标签:10,Stream,stream,元素,list,Student,Java8,大全
From: https://www.cnblogs.com/yylwy/p/17171627.html

相关文章

  • sonar代码扫描bug:Use try-with-resources or close this "FileInputStream" in a "fi
      下面代码/***读取文件到byte数组**@paramtradeFile*@return*/publicstaticbyte[]file2byte(FiletradeFile){try{FileInputSt......
  • Stream.Read 与 Stream.Write 介绍
    Stream.Read 与 Stream.Write 这两个方法都是三个参数:byte[] buffer,int offset,int count。但是这个offset到底是指Stream的还是buffer的呢?count到底是指......
  • InputStreamReader介绍&使用
    InputStreamReader类:java.io.InputStreamReaderextendsReaderInputStreamReader:是字节流通向字符流的桥梁:他使用指定的charset读取字节并将其解码为字符。(解码:把看不懂......
  • inputStream和outputStream互相转换
    inputStream转换成outputStreampackageorg.example.base.controller;importlombok.AllArgsConstructor;importorg.springframework.web.bind.annotation.GetMapping;imp......
  • 【InputStream】Java中InputStream和String之间的转换方法
    【转载】https://blog.csdn.net/lmy86263/article/details/60479350在Java中InputStream和String之间的转化十分普遍,本文主要是总结一下转换的各种方法,包括JDK原生提供的,......
  • 2023-03-01 Warning: require(C:\wamp\www\tp5\public../thinkphp/base.php): fai
    问题描述:拉取thinkphp5项目来运行,按照官网的提示都拉取完仓库后,在浏览器访问localhost/tp5/public报错:Warning:require(C:\wamp\www\tp5\public../thinkphp/base.php):f......
  • appuploader 上架详解大全(上)
    Appuploader常见错误及解决方法 问题解决秘籍遇到问题,第一个请登录苹果开发者官网检查一遍账号是否有权限,是否被停用,是否过期,是否有协议需要同意,并且在右上角切换......
  • appuploader 上架详解大全(下)
    2022iosAPP最新开发测试教程1.本文详细介绍最新的在windows上进行iosapp开发编译打包安装到手机测试的完整流程。介绍ios开发经常遇到的问题和解决方法,包括ios开发证......
  • java8 flatmap的使用
    Useruser=newUser(“[email protected]”,“1234”);user.setPosition(“Developer”);Stringposition=Optional.ofNullable(user).flatMap(u->u.getPosition()).......
  • jdk8 stream部分排序方法
    List<类>list;代表某集合 //返回对象集合以类属性一升序排序 list.stream().sorted(Comparator.comparing(类::属性一)); //返回对象集合以类属性一降序排序......