Java Steam 常用 API

微信公众号：运维开发故事

作者：wanger

现在 Java 17 和 Java 11 基本上可以和 Java8 平分 JDK 装机比例。下面是我常用的一些 Strem API 操作。除了分组、转换、排序，如果大家还有更多常用的 API 可以一起留言交流。

分组

List 默认分组过后是 Map<Key, List>

List<StreamItem> streamList = Stream.of(
        new StreamItem(1, "k1"),
        new StreamItem(2, "k1"),
        new StreamItem(3, "k2"),
        new StreamItem(4, "k2")).collect(Collectors.toList());
System.out.println(streamList);
//1.1分组
Map<String, List<StreamItem>> streamMap1 = streamList.stream().collect(Collectors.groupingBy(StreamItem::getKey));
System.out.println(streamMap1);

//输出：
{k1=[StreamItem{id=1, key='k1', name='i_1|k_k1'}, StreamItem{id=2, key='k1', name='i_2|k_k1'}], k2=[StreamItem{id=3, key='k2', name='i_3|k_k2'}, StreamItem{id=4, key='k2', name='i_4|k_k2'}]}

List 默认分组过后是 Map<Key, Object>

//1.2分组只拿第一个
Map<String, StreamItem> streamMap2 = Stream.of(
        new StreamItem(1, "k1"),
        new StreamItem(2, "k2")).collect(Collectors.toMap(StreamItem::getKey, Function.identity()));
//如果 key 重复报: java.lang.IllegalStateException: Duplicate key
System.out.println(streamMap2);

//输出：
{k1=StreamItem{id=1, key='k1', name='i_1|k_k1'}, k2=StreamItem{id=2, key='k2', name='i_2|k_k2'}}

分组，在组内排序然后获取最大值，或者最小值

Comparator<StreamItem> idComparator =Comparator.comparing(StreamItem::getId);
Map<String, Optional<StreamItem>> streamMap3 = streamList.stream().collect(Collectors.groupingBy(StreamItem::getKey,
                                                                Collectors.reducing(BinaryOperator.maxBy(idComparator))));
System.out.println(streamMap3);

//输出
{k1=Optional[StreamItem{id=2, key='k1', name='i_2|k_k1'}], k2=Optional[StreamItem{id=4, key='k2', name='i_4|k_k2'}]}

List 转换为 List

这个也是超级实用的 api

List<List<StreamItem>> partitionList = Lists.partition(streamList, 2);
List<StreamItem> streamList1 = partitionList.stream().flatMap(Collection::stream).collect(Collectors.toList());
System.out.println(streamList1);
//输出
[StreamItem{id=1, key='k1', name='i_1|k_k1'}, StreamItem{id=2, key='k1', name='i_2|k_k1'}, StreamItem{id=3, key='k2', name='i_3|k_k2'}, StreamItem{id=4, key='k2', name='i_4|k_k2'}]

排序

排序，默认正序，如果是需要倒序，可以在comparing 方法后面再调用 reversed 方法

//3.1 正序
List<StreamItem> streamList2 = Stream.of(
    new StreamItem(3, "k1"),
    new StreamItem(1, "k1"),
    new StreamItem(2, "k2"))
//倒序：Comparator.comparing(StreamItem::getId).reversed()
.sorted(Comparator.comparing(StreamItem::getId)).collect(Collectors.toList());
System.out.println(streamList2);

去重

去重复后，保留最后写入的值

//4.1 去重复
List<StreamItem> streamList3 = Stream.of(
    new StreamItem(3, "k1"),
    new StreamItem(1, "k1"),
    new StreamItem(2, "k2"))
//如果只需要保留最大的 id 的值，就可以先排序, 时间复杂度考了个人觉得实用 group 更优
.sorted(Comparator.comparing(StreamItem::getId).reversed())
.collect(Collectors.collectingAndThen(Collectors.toCollection(() ->
                                                              //利用 set 特征去重
                                                              new TreeSet<>(Comparator.comparing(StreamItem::getKey))), ArrayList::new));
System.out.println(streamList3);
//输出：
[StreamItem{id=3, key='k1', name='i_3|k_k1'}, StreamItem{id=2, key='k2', name='i_2|k_k2'}]

其他常用 API

• filter（按照条件过滤需要数据）
• max（取出流中的最大值）
• min（取出流中的最小值）
• count（取出流中的数量）
• sum（取出流中数据的和）
• average（取出流中数据的平均值）
• distinct（将流中的数据去重）
• sorted（自然排序，默认为升序，可以设置为升序排序或者降序排序）
• limit，skip （限制和跳过：可以将流数据的部分截取，可用于后台的分页场景）
• map（映射转换）
• collect，toList（不可以对集合去重）
• collect， toSet（可以集合去重）
• toArray（将流数据转为数组）
• mapToInt，distinct（将流数据转成IntStream，并去重）
• reduce 求和
• reduce 求最大值
• reduce 求最小值
• reduce 求乘积
• findFirst（查找第一个元素）
• findAny（任意查找一个元素）
• allMatch（判断是否全部满足条件，全部满足返回 true，否则返回false）
• anyMatch（判断是否有一个满足条件，只要有一个满足就返回 true，否则都不满足返回false）
• noneMatch（判断是否都不满足条件，都不满足返回true，否则返回false）
• flatmap（扁平化流处理）