Java 基础入门 | 第二十一章 Java stream操作

简介: 1、什么是stream流 stream,中文翻译是流的意思。那么是代码程序中的stream流呢?stream流是从支持数据处理操作的源生成的元素序列,源可以是数组、文件、集合、函数。stream流不是集合元素,它不是数据结构并不保

 1、什么是stream流

 stream,中文翻译是流的意思。那么是代码程序中的stream流呢?stream流是从支持数据处理操作的源生成的元素序列,源可以是数组、文件、集合、函数。stream流不是集合元素,它不是数据结构并不保存数据,它的主要目的在于计算。

   Java开发中经常会遇到不方便使用数据库但又要结构化数据计算的情况。在很长一段时间里,JAVA没有提供类库去处理这种情况,即使排序、分组这类基本计算都要开发者自己从底层开始硬编码,正常的业务逻辑就更难实现了。直到JAVA8推出了Stream类库,库外结构化数据计算的难题终于得以初步解决。

2、如何生成stream流

生成stream流的方式主要有一下五种

2.1、通过集合生成,应用中最常用的一种

List<Integer> integerList = Arrays.asList(1, 2, 3, 4, 5, 6);
Stream<Integer> stream = integerList.stream();

image.gif

2.2、通过数组生成

int[] intArr = {1, 2, 3, 4, 5, 6};
IntStream stream = Arrays.stream(intArr);

image.gif

通过Arrays.stream方法生成的stream流,并且该方法生成的流是数值流【即IntStream】而不是 Stream。补充一点使用数值流可以避免计算过程中拆箱装箱,提高性能。

值得回顾的是,stream以及IntStream、LongStream和DoubleStream 都是java.util.stream 包下的类,主要作用在于计算。而之前的java InputStream、OutputStream等都是java io包下的类,主要作用在于读取和写入。

Stream API提供了mapToInt、mapToDouble、mapToLong三种方式将对象流【即Stream 】转换成对应的数值流,同时提供了boxed方法将数值流转换为对象流.

2.3、通过值生成

Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);

image.gif

通过Stream的of方法生成流,通过Stream的empty方法可以生成一个空流.

2.4、通过文件生成

Stream<String> lines = Files.lines(Paths.get("data.txt"), Charset.defaultCharset());

image.gif

通过Files.line方法得到一个流,并且得到的每个流是给定文件中的一行.

2.5、通过函数生成

iterator

Stream<Integer> stream = Stream.iterate(0, n -> n + 2).limit(5);

image.gif

iterate方法接受两个参数,第一个为初始化值,第二个为进行的函数操作,因为iterator生成的流为无限流,通过limit方法对流进行了截断,只生成5个偶数。

generator

Stream<Double> stream = Stream.generate(Math::random).limit(5);

image.gif

generate方法接受一个参数,方法参数类型为Supplier ,由它为流提供值。generate生成的流也是无限流,因此通过limit对流进行了截断。

3.流的使用

image.gif编辑

上图列出了stream主要流操作,我们可以看到,其实流操作可以类比我们的sql语句,如filter就类似于sql的where语句,我们就知道filter是对流进行过滤的,传入了一个Predicate断言接口,过滤掉断言为false的数据。相比一起的循环迭代,移除不符合的数据,是不是更加方便。下面我们来详细说说。

filter 筛选

通过使用filter方法进行条件筛选,filter的方法参数为一个条件(过滤保留函数返回值为 true 的元素)。

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5, 6);
Stream<Integer> stream = list.stream().filter(i -> i > 3);

image.gif

如果元素是对象的话,过滤掉小于18岁的未成年用户

List<User> list= Arrays.asList(user1, user2, user3, user4, user5, user6);
Stream<User> stream = list.stream().filter(e -> e.getAge()>=18);
//流转化为list
list=stream.collect(Collectors.toList());

image.gif

map 映射

通过map函数,可以对流内的元素进行操作,下面是将user对象的集合转换 username 用户名的集合

List<User> list= Arrays.asList(user1, user2, user3, user4, user5, user6);
List<String> userNames=list.stream().map(User::getUsername).collect(Collectors.toList());

image.gif

distinct 去重

List<Integer> list= Arrays.asList(1, 1, 2, 3, 4, 5);
Stream<Integer> stream = list.stream().distinct();

image.gif

limit 返回指定流个数

List<Integer> list= Arrays.asList(1, 1, 2, 3, 4, 5,6);
Stream<Integer> stream = list.stream().limit(5);

image.gif

allMatch 匹配所有元素

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
if (list.stream().allMatch(i -> i%2==0)) {
    System.out.println("所有元素值都是偶数");
} else {
    System.out.println("有元素值不是偶数");
}

image.gif

anyMatch匹配其中一个

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
if (list.stream().anyMatch(i -> i%2==0)) {
  System.out.println("所有数据中有值是偶数");
} else {
   System.out.println("没有一个是偶数的");  
}

image.gif

noneMatch全部不匹配

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
if (list.stream().noneMatch(i -> i%2==0)) {
  System.out.println("没有一个是偶数的");
} else {
   System.out.println("数据中有是偶数的");  
}

image.gif

count 统计流中元素个数

list集合中元素值大于3的个数

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
Long num= list.stream().filter(i -> i > 3).count();

image.gif

findFirst 查找第一个

输出list集合中大于3的第一个元素

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> result = list.stream().filter(i -> i > 3).findFirst();
//如果元素不存在输出-1
System.out.println(result.orElse(-1));

image.gif

findAny 随机查找一个

随机输出list集合中的元素

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> result = list.stream().findAny();
System.out.println(result.get());

image.gif

reduce 归纳

求list中元素的值的总和

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
int sum = list.stream().reduce(0, Integer::sum);

image.gif

求最小值和最大值

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> min = list.stream().reduce(Integer::min);
Optional<Integer> max = list.stream().reduce(Integer::max);

image.gif

查找最后一个元素

Object last=list.stream().reduce((first, second) -> second).orElse(null);

image.gif

min和max 函数

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
Optional<Integer> min = list.stream().min(Comparator.comparing(Integer::intValue));
Optional<Integer> max = list.stream().max(Comparator.comparing(Integer::intValue));

image.gif

Skip 函数

查询最后一个函数

Object last=list.stream().skip(list.size() - 1).findFirst().orElse(null);

image.gif

Stream流中的常用方法skip:用于跳过元素

如果希望跳过前几个元素,可以使用skip方法获取一个截取之后的新流

如果流的当前长度大于n,则跳过前n个,否则会得到一个长度为0的空流

averagingxxx 求平均值

求所有元素值的平均值

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
double ave = list.stream().collect(Collectors.averagingInt(Integer::intValue));

image.gif

foreach 遍历

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
list.stream().forEach(System.out::println);
//简写
list.forEach(System.out::println);

image.gif

joining 拼接流中的元素

将所有元素用-拼接起来

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
String result = list.stream().map(i->i.toString()).collect(Collectors.joining("-"));

image.gif

groupingBy 分组

根据用户性别分组

List<User> list= Arrays.asList(user1, user2, user3, user4, user5);
Map<Integer, List<User>> map= list.stream().collect(Collectors.groupingBy(User::getSex));

image.gif

partitioningBy 分区

partitioningBy是分区,结果也是map,但只有两组,分区是特殊的分组,它分类依据是true和false,所以返回的结果最多可以分为两组。

下面是求list集合小于3和大于等于3的分组

List<Integer> list= Arrays.asList(1, 2, 3, 4, 5);
Map<Boolean, List<Integer>> result = list.stream().collect(partitioningBy(i -> i < 3));

image.gif


相关文章
|
17小时前
|
算法 Java C++
刷题两个月,从入门到字节跳动offer丨GitHub标星16k+,美团Java面试题
刷题两个月,从入门到字节跳动offer丨GitHub标星16k+,美团Java面试题
|
1天前
|
算法 Java Python
保姆级Java入门练习教程,附代码讲解,小白零基础入门必备
保姆级Java入门练习教程,附代码讲解,小白零基础入门必备
|
2天前
|
Java API
Java 8新特性之Lambda表达式与Stream API实践指南
【5月更文挑战第15天】 随着Java语言的不断发展,Java 8作为一个重要的版本,引入了许多令人兴奋的新特性。其中,Lambda表达式和Stream API是Java 8最受关注的两个特性。本文将深入探讨Lambda表达式的基本概念、语法和使用场景,以及如何结合Stream API实现更加简洁、高效的代码编写。通过实例演示,帮助读者快速掌握这两个新特性,提高Java编程能力。
|
2天前
|
监控 Java
Java一分钟之-NIO:非阻塞IO操作
【5月更文挑战第14天】Java的NIO(New IO)解决了传统BIO在高并发下的低效问题,通过非阻塞方式提高性能。NIO涉及复杂的选择器和缓冲区管理,易出现线程、内存和中断处理的误区。要避免这些问题,可以使用如Netty的NIO库,谨慎设计并发策略,并建立标准异常处理。示例展示了简单NIO服务器,接收连接并发送欢迎消息。理解NIO工作原理和最佳实践,有助于构建高效网络应用。
8 2
|
2天前
|
Java API 数据处理
Java一分钟之-Stream API:数据处理新方式
【5月更文挑战第13天】Java 8的Stream API为集合操作提供了声明式编程,简化数据处理。本文介绍了Stream的基本概念、常见问题和易错点。问题包括并行流与顺序流的区别,状态改变操作的影响,以及忘记调用终止操作和误用`peek()`。理解并合理使用Stream API能提升代码效率和可维护性。实践中不断探索,将发掘更多Stream API的潜力。
12 3
|
2天前
|
安全 Java API
Java Stream API详解与使用
Java Stream API是Java 8引入的特性,提供函数式操作处理集合,支持链式操作和并行处理,提升代码可读性和性能。关键点包括:延迟执行的中间操作(如filter, map)和触发计算的终端操作(如collect, forEach)。示例展示了如何从Person列表过滤出年龄大于20的姓名并排序。使用Stream时注意避免中间操作的副作用,终端操作后Stream不能复用,以及并行操作的线程安全性。
|
2天前
|
安全 Java 数据安全/隐私保护
Java一分钟之-Java反射机制:动态操作类与对象
【5月更文挑战第12天】本文介绍了Java反射机制的基本用法,包括获取Class对象、创建对象、访问字段和调用方法。同时,讨论了常见的问题和易错点,如忽略访问权限检查、未捕获异常以及性能损耗,并提供了相应的避免策略。理解反射的工作原理和合理使用有助于提升代码灵活性,但需注意其带来的安全风险和性能影响。
23 4
|
2天前
|
Java 程序员 API
Java 8新特性之Lambda表达式与Stream API的深度解析
【5月更文挑战第12天】本文将深入探讨Java 8中的两个重要新特性:Lambda表达式和Stream API。我们将从基本概念入手,逐步深入到实际应用场景,帮助读者更好地理解和掌握这两个新特性,提高Java编程效率。
41 2
|
2天前
|
SQL Java 关系型数据库
零基础轻松入门Java数据库连接(JDBC)
零基础轻松入门Java数据库连接(JDBC)
12 0
|
2天前
|
存储 安全 算法
Java一分钟之-Java集合框架入门:List接口与ArrayList
【5月更文挑战第10天】本文介绍了Java集合框架中的`List`接口和`ArrayList`实现类。`List`是有序集合,支持元素重复并能按索引访问。核心方法包括添加、删除、获取和设置元素。`ArrayList`基于动态数组,提供高效随机访问和自动扩容,但非线程安全。文章讨论了三个常见问题:索引越界、遍历时修改集合和并发修改,并给出避免策略。通过示例代码展示了基本操作和安全遍历删除。理解并正确使用`List`和`ArrayList`能提升程序效率和稳定性。
9 0