转自：https://blog.csdn.net/sc179/article/details/126283897
Java Stream类常见用法
目录
- 1 基本过滤：返回学生列表中90分以上的
- 2 基本转换：根据学生列表返回名称列表
- 3 基本过滤和基本转换组合：返回90分以上的学生名称列表
- 4 中间操作distinct：返回字符串列表中长度小于3的字符串、转换为小写、只保留唯一的
- 5 中间操作sorted：过滤得到90分以上的学生，然后按分数从高到低排序，分数一样的按名称正序排序
- 6 中间操作skip/limit：将学生列表按照分数排序，返回第3名到第5名
- 7 中间操作mapToLong/mapToInt/mapToDouble：求学生列表的分数总和
- 8 终端操作max/min：返回分数最高的学生
- 9 终端操作count：统计大于90分的学生个数
- 10 终端操作allMatch/anyMatch/noneMatch：判断是不是所有学生都及格了（不小于60分）
- 11 终端操作forEach：逐行打印大于90分的学生
- 12 终端操作toArray：获取90分以上的学生数组
- 13 容器收集器toSet
- 14 容器收集器toMap
- 15 分组
1 基本过滤：返回学生列表中90分以上的
List<Student> above90List = students.stream()
.filter(t->t.getScore()>90)
.collect(Collectors.toList());- 通过stream()得到一个Stream对象；
- 调用Stream的方法filter()过滤得到90分以上的，它的返回值依然是一个Stream；
- 为了转换为List，调用collect方法并传递Collectors.toList()，表示将结果收集到一个List中。
2 基本转换：根据学生列表返回名称列表
List<String> nameList = students.stream()
.map(Student::getName)
.collect(Collectors.toList());- 这里使用了Stream的map函数，它的参数是一个Function函数式接口，这里传递了方法引用。
3 基本过滤和基本转换组合：返回90分以上的学生名称列表
List<String> above90Names = students.stream()
.filter(t->t.getScore()>90)
.map(Student::getName)
.collect(Collectors.toList());- filter()和map()都需要对流中的每个元素操作一次，一起使用会不会就需要遍历两次呢？答案是否定的，只需要一次。实际上，调用filter()和map()都不会执行任何实际的操作，它们只是在构建操作的流水线，调用collect才会触发实际的遍历执行，在一次遍历中完成过滤、转换以及收集结果的任务；
- 像filter和map这种不实际触发执行、用于构建流水线、返回Stream的操作称为中间操作（intermediate operation），而像collect这种触发实际执行、返回具体结果的操作称为终端操作（terminal operation）。
4 中间操作distinct：返回字符串列表中长度小于3的字符串、转换为小写、只保留唯一的
List<String> list = Arrays.asList(new String[]{"abc", "def", "hello", "Abc"});
List<String> retList = list.stream()
.filter(s->s.length()<=3)
.map(String::toLowerCase)
.distinct()
.collect(Collectors.toList());- 对于顺序流，内部实现时，distinct操作会使用HashSet记录出现过的元素，如果流是有顺序的，需要保留顺序，会使用LinkedHashSet。
5 中间操作sorted：过滤得到90分以上的学生，然后按分数从高到低排序，分数一样的按名称正序排序
List<Student> list = students.stream()
.filter(t->t.getScore()>90)
.sorted(Comparator.comparing(Student::getScore).reversed().thenComparing(Student::getName))
.collect(Collectors.toList());- 这里使用了Comparator的comparing、reversed和thenComparing构建了Comparator。
5.1 过滤得到90分以上的学生，然后按分数从高到低排序，分数一样的按名称倒序排序
List<Student> list = students.stream()
.filter(t->t.getScore()>90)
.sorted(Comparator.comparing(Student::getScore).thenComparing(Student::getName)).reversed()
.collect(Collectors.toList());6 中间操作skip/limit：将学生列表按照分数排序，返回第3名到第5名
List<Student> list = students.stream()
.sorted(Comparator.comparing(Student::getScore).reversed())
.skip(2).limit(3)
.collect(Collectors.toList());- skip跳过流中的n个元素，如果流中元素不足n个，返回一个空流，limit限制流的长度为maxSize；
- skip和limit都是有状态的中间操作。对前n个元素，skip的操作就是过滤，对后面的元素，skip就是传递给流水线中的下一个操作。limit的一个特点是：它不需要处理流中的所有元素，只要处理的元素个数达到maxSize，后面的元素就不需要处理了，这种可以提前结束的操作称为短路操作。
7 中间操作mapToLong/mapToInt/mapToDouble：求学生列表的分数总和
double sum = students.stream().mapToDouble(Student::getScore).sum();为避免装箱/拆箱，提高性能，Stream提供了返回基本类型特定流的方法。
8 终端操作max/min：返回分数最高的学生
Student student = students.stream().max(Comparator.comparing(Student::getGrade)).get();或
Student student = students.stream().min(Comparator.comparing(Student::getGrade).reversed()).get();这里假定students不为空
9 终端操作count：统计大于90分的学生个数
long above90Count = students.stream().filter(t->t.getScore()>90).count();10 终端操作allMatch/anyMatch/noneMatch：判断是不是所有学生都及格了（不小于60分）
boolean allPass = students.stream().allMatch(t->t.getScore()>=60);- allMatch：只有在流中所有元素都满足条件的情况下才返回true；
- anyMatch：只要流中有一个元素满足条件就返回true；
- noneMatch：只有流中所有元素都不满足条件才返回true；
如果流为空，那么这几个函数的返回值都是true。
11 终端操作forEach：逐行打印大于90分的学生
students.stream().filter(t->t.getScore()>90).forEach(System.out::println);12 终端操作toArray：获取90分以上的学生数组
Student[] above90Arr = students.stream().filter(t->t.getScore()>90).toArray(Student[]::new);13 容器收集器toSet
toSet的使用与toList类似，只是它可以排重。toList背后的容器是ArrayList, toSet背后的容器是HashSet。
14 容器收集器toMap
toMap将元素流转换为一个Map，我们知道，Map有键和值两部分，toMap至少需要两个函数参数，一个将元素转换为键，另一个将元素转换为值。
- 将学生流转换为学生名称和分数的Map
Map<String, Double> nameScoreMap = students.stream().collect(Collectors.toMap(Student::getName, Student::getScore, (oldValue, value)->value));- 转换学生流为学生id和学生对象的Map:
Map<String, Student> byIdMap = students.stream().collect(Collectors.toMap(Student::getId, Function.identity(), (oldValue, value)->value));- 得到字符串与其长度的Map
Map<String, Integer> strLenMap = Stream.of("abc", "hello", "abc").collect(Collectors.toMap(Function.identity(), t->t.length(), (oldValue, value)->value));15 分组
分组类似于数据库查询语言SQL中的group by语句，它将元素流中的每个元素分到一个组，可以针对分组再进行处理和收集。
- 将学生流按照年级进行分组
Map<String, List<Student>> groups = students.stream().collect(Collectors.groupingBy(Student::getGrade));- 统计每个年级的学生个数
Map<String, Long> gradeCountMap = students.stream().collect(groupingBy(Student::getGrade, counting()));- 统计一个单词流中每个单词的个数，按出现顺序排序
Map<String, Long> wordCountMap = Stream.of("hello", "world", "abc", "hello").collect( groupingBy(Function.identity(), LinkedHashMap::new, counting()));
- 对学生按年级分组，得到学生名称列表
Map<String, List<String>> gradeNameMap = students.stream().collect(groupingBy(Student::getGrade, mapping(Student::getName, toList())))
- 将学生按年级分组，分组内的学生按照分数由高到低进行排序
Map<String, List<Student>> gradeStudentMap = students.stream().collect(groupingBy(Student::getGrade, collectingAndSort(toList(), Comparator.comparing(Student::getScore).reversed())));- 将学生按年级分组，分组后，每个分组只保留不及格的学生（低于60分）
Map<String, List<Student>> gradeStudentMap = students.stream()
.collect(groupingBy(Student::getGrade, collectingAndFilter(toList(), t->t.getScore()<60)));