整体介绍
Stream可以配合Lambda表达式来使用，其类型可分为以下四种：
- 中间操作
- 有状态操作：当前元素的操作需要等所有元素处理完后进行
- 无状态操作：当前元素的操作不受前面元素的影响
- 结束操作
- 短路操作：不需要处理完所有元素即可结束
- 非短路操作：必须处理完所有元素才能结束
创建steam
//基于集合创建List<Integer>list=Arrays.asList(5, 2, 3, 1, 4); Streamstream=list.stream(); //基于数组创建String[] array={"ab", "abc", "abcd", "abcde", "abcdef" }; Stream<String>stream=Arrays.stream(array); //使用Stream静态方法创建Stream<String>stream=Stream.of("ab", "abc", "abcd", "abcde", "abcdef");
无状态操作
map：
接收一个函数作为形参，将这个函数应用到每个元素中，返回一个新的Stream，函数可以是Lambda形式的。
List<Integer>list=Arrays.asList(5, 2, 3, 1, 4); List<Integer>newList=list.stream().map(x->x+3).collect(Collectors.toList());
mapToXXX
包括三个方法：mapToInt、mapToDouble、mapToLong是将Stream中的元素转为XXX的类型
List<String>list=Arrays.asList("ab", "abc", "abcd", "abcde", "abcdef"); int[] newList=list.stream().mapToInt(r->r.length()).toArray();
flatMap
flatMap接收函数作为入参，然后把集合中每个元素转换成一个 stream，再把这些 stream 组成一个新的 stream，是拆分单词很好的工具。
List<String>list=Arrays.asList("ab-abc-abcd-abcde-abcdef", "5-2-3-1-4"); List<String>newList=list.stream().flatMap(s->Arrays.stream(s.split("-"))) .collect(Collectors.toList());
flatMapToXXX
包括三个方法：flatMapToInt、flatMapToLong、flatMapToDouble
与map中的不同，这里是返回一个XXXStream类型的Stream，用以支持其他已经定义的操作
int[][] data= {{1,2},{3,4},{5,6}}; IntStreamintStream=Arrays.stream(data).flatMapToInt(row->Arrays.stream(row)); System.out.println(intStream.sum()); // 1+2+3+4+5+6 out: 21
filter
筛选功能，按照规定从原始Stream中提取符合条件的元素至新Stream中
classStudent{ privateStringname; privateIntegerage; privateStringsex; privateIntegerscore; publicStudent(Stringname, Integerage, Stringsex, Integerscore){ this.name=name; this.age=age; this.score=score; this.sex=sex; } //省略getters/setters} List<Student>students=newArrayList<>(); students.add(newStudent("Mike", 10, "male", 88)); students.add(newStudent("Jack", 13,"male", 90)); students.add(newStudent("Lucy", 15,"female", 100)); students.add(newStudent("Jessie", 12,"female", 78)); students.add(newStudent("Allon", 16,"female", 92)); students.add(newStudent("Alis", 22,"female", 50)); List<String>nameList=students.stream().filter(x->x.getScore() >=90).map(Student::getName).collect(Collectors.toList()); System.out.print("考试成绩90分以上的学生姓名："+nameList); // out: 考试成绩90分以上的学生姓名：[Jack, Lucy, Allon]
peek
返回由 stream 中元素组成的新 stream，用给定的函数作用在新 stream 的每个元素上。传入的函数是一个 Consume 类型的，没有返回值，因此并不会改变原 stream 中元素的值。peek 主要用是 debug，可以方便地 查看流处理结果是否正确。
Stream.of("one", "two", "three", "four") .filter(e->e.length() >3) .peek(e->System.out.println("Filtered value: "+e)) .map(String::toUpperCase) .peek(e->System.out.println("Mapped value: "+e)) .collect(Collectors.toList());
unordered
把一个有序的 stream 转成一个无序 stream ，如果原 stream 本身就是无序的，可能会返回原始的 stream。
Arrays.asList("1", "2", "3", "4", "5") .parallelStream() .unordered() .forEach(r->System.out.print(r+" "))
有状态操作
distinct
去除Stream中重复的元素
String[] array= { "a", "b", "b", "c", "c", "d", "d", "e", "e"}; List<String>newList=Arrays.stream(array).distinct().collect(Collectors.toList());
limit
限制从Stream中获取前n个元素
//取出前5个元素：c,c,a,b,b
String[] array= { "c", "c", "a", "b", "b", "e", "e", "d", "d"}; List<String>newList=Arrays.stream(array).limit(5).collect(Collectors.toList());
skip
跳过前n个元素
//跳过前5个元素String[] array= { "a", "b", "c", "d", "e", "f", "g", "h", "i"}; List<String>newList=Arrays.stream(array).skip(5).collect(Collectors.toList());
sorted
对Stream中的元素进行排序
String[] array= { "c", "c", "a", "b", "b", "e", "e", "d", "d"}; List<String>newList=Arrays.stream(array).sorted().collect(Collectors.toList()); List<Student>students=newArrayList<>(); students.add(newStudent("Mike", 10, "male", 88)); students.add(newStudent("Jack", 13,"male", 90)); students.add(newStudent("Lucy", 15,"female", 100)); students.add(newStudent("Jessie", 12,"female", 78)); students.add(newStudent("Allon", 16,"female", 92)); students.add(newStudent("Alis", 22,"female", 50)); //正序List<String>nameList=students.stream() .sorted(Comparator.comparing(Student::getScore)) .map(Student::getName) .collect(Collectors.toList()); System.out.println("按成绩排序输出学生姓名："+nameList); //倒序List<String>nameList2=students.stream() .sorted(Comparator.comparing(Student::getScore).reversed()) .map(Student::getName) .collect(Collectors.toList()); System.out.println("按成绩排序输出学生姓名："+nameList2); //按成绩排序输出学生姓名：[Alis, Jessie, Mike, Jack, Allon, Lucy]//按成绩排序输出学生姓名：[Lucy, Allon, Jack, Mike, Jessie, Alis]正序：list=list.stream().sorted().collect(Collectors.toList()); 或者list.stream().sorted(Comparator.comparing(Student::getAge)) ; 倒序：list.stream().sorted(Comparator.comparing(Student::getAge)) ; list.stream().sorted(Comparator.comparing(Student::getAge).reversed()); //含空值的正序（升序）排序(按创建时间排序) nullsFirst：空值放第一位list=list.stream().sorted(Comparator.comparing(l->l.getCreateTime(), Comparator.nullsFirst(Date::compareTo))).collect(Collectors.toList()); //nullsLast：空值放最后list=list.stream().sorted(Comparator.comparing(l->l.getCreateTime(), Comparator.nullsLast(Date::compareTo).reversed())).collect(Collectors.toList());
短路操作
findAny
找出 stream 中任何一个满足过滤条件的元素。
List<Student> students = new ArrayList<>();
students.add(newStudent("Mike", 10, "male", 88)); students.add(newStudent("Jack", 13,"male", 90)); students.add(newStudent("Lucy", 15,"female", 100)); students.add(newStudent("Jessie", 12,"female", 78)); students.add(newStudent("Allon", 16,"female", 92)); students.add(newStudent("Alis", 22,"female", 50)); Optional<Student>studentFindAny=students.stream().filter(x->x.getScore() >90).findAny(); System.out.print("找出任意一个考试成绩在90分以上的学生姓名："+studentFindAny.orElseGet(null).getName()); // out: 找出任意一个考试成绩在90分以上的学生姓名：Lucy
anyMatch
是否存在任意一个满足给定条件的元素。
booleanresult1=students.stream().anyMatch(x->x.getScore() >90); System.out.println("是否存在成绩高于 90 分的学生："+result1); booleanresult2=students.stream().anyMatch(x->x.getScore() <50); System.out.print("是否存在成绩低于 50 分的学生："+result2); // out: 是否存在成绩高于 90 分的学生：true// 是否存在成绩低于 50 分的学生：false
allMatch
是否集合中所有元素都满足给定的条件，如果集合是空，则返回 true。
booleanresult1=students.stream().allMatch(x->x.getScore() >90); System.out.println("是否所有学生的成绩都高于90分："+result1); booleanresult2=students.stream().allMatch(x->x.getScore() >50); System.out.print("是否所有学生的成绩都高于50分："+result2); // out: 是否所有学生的成绩都高于 90 分：false// 是否所有学生的成绩都高于 50 分：true
noneMatch
是否没有元素能匹配给定的条件，如果集合是空，则返回true。booleanresult1=students.stream().noneMatch(x->x.getScore() >90); System.out.println("是不是没有学生成绩在 90 分以上："+result1); booleanresult2=students.stream().noneMatch(x->x.getScore() <50); System.out.print("是不是没有学生成绩在 50 分以下："+result2); // out: 是不是没有学生成绩在 90 分以上：false// 是不是没有学生成绩在 50 分以下：true
findFirst
找出第一个符合条件的元素。
Optional<Student>studentFindAny=students.stream().filter(x->x.getScore() >90).findFirst(); System.out.print("第一个成绩在 90 分以上的学生姓名："+studentFindAny.orElseGet(null).getName()); // out: 第一个成绩在 90 分以上的学生姓名：Lucy
非短路操作
forEach
遍历Stream中的所有元素
List<Integer>array=Arrays.asList(5, 2, 3, 1, 4); array.stream().forEach(System.out :: println); // out: 5 2 3 1 4
forEachOrdered
按照给定集合中元素的顺序输出。主要使用场景是在并行流的情况下，按照给定的顺序输出元素。
List<Integer>array=Arrays.asList(5, 2, 3, 1, 4); array.parallelStream().forEachOrdered(System.out :: println); // out: 5 2 3 1 4
toArray
Stream<String>stream=Arrays.asList("ab", "abc", "abcd", "abcde", "abcdef").stream(); String[] newArray1=stream.toArray(str->newString[5]); String[] newArray2=stream.toArray(String[]::new); Object[] newArray3=stream.toArray();
reduce
规约操作，把一个流的所有元素合并成一个元素，比如求和、求乘积、求最大最小值等。
List<Integer>list=Arrays.asList(5, 2, 3, 1, 4); Optional<Integer>sum=list.stream().reduce((x, y) ->x+y); Optional<Integer>product=list.stream().reduce((x, y) ->x*y); Optional<Integer>max=list.stream().reduce((x, y) ->x>y?x : y); System.out.println("数组元素之和："+sum.get()); System.out.println("数组元素乘积："+product.get()); System.out.println("数组元素最大值："+max.get()); // out: 数组元素之和：15// 数组元素乘积：120 // 数组元素最大值：5
collect
把 stream 中的元素归集到新的集合或者归集成单个元素。
归集成新集合
方法包括 toList、toSet、toMap。
List<Student>students=newArrayList<>(); students.add(newStudent("Mike", 10, "male", 88)); students.add(newStudent("Jack", 13,"male", 90)); students.add(newStudent("Lucy", 15,"female", 100)); students.add(newStudent("Jessie", 12,"female", 88)); students.add(newStudent("Allon", 16,"female", 92)); students.add(newStudent("Alis", 22,"female", 50)); List<String>list=students.stream().map(r->r.getName()).collect(Collectors.toList()); Set<Integer>set=students.stream().map(r->r.getScore()).collect(Collectors.toSet()); Map<String, Integer>map=students.stream().collect(Collectors.toMap(Student::getName, Student::getScore)); System.out.println("全班学生姓名列表："+list); System.out.println("全班学生不同分数列表："+set); System.out.println("全班学生姓名分数集合："+map);
统计功能
使用Collectors工具类中的操作来实现统计的功能：count、averagingInt、averagingLong、averagingDouble、maxBy、minBy、summingInt、summingLong、summingDouble、summarizingInt、summarizingLong、summarizingDouble。
List<Integer>list=Arrays.asList(5, 2, 3, 1, 4); longcount=list.stream().collect(Collectors.counting()); intsum=list.stream().collect(Collectors.summingInt(r->r)); doubleaverage=list.stream().collect(Collectors.averagingDouble(r->r)); Optional<Integer>max=list.stream().collect(Collectors.maxBy(Integer::compare)); Optional<Integer>min=list.stream().collect(Collectors.maxBy((x, y) ->x>y?y : x)); System.out.println("总数:"+count); System.out.println("总和:"+sum); System.out.println("平均值:"+average); System.out.println("最大值:"+max.get()); System.out.println("最小值:"+min.get());
分区和分组
- partitioningBy：把 stream 分成两个 map
- groupingBy：把 stream 分成多个 map
List<Student>students=newArrayList<>(); students.add(newStudent("Mike", 10, "male", 88)); students.add(newStudent("Jack", 10,"male", 90)); students.add(newStudent("Lucy", 12,"female", 100)); students.add(newStudent("Jessie", 12,"female", 78)); students.add(newStudent("Allon", 16,"female", 92)); students.add(newStudent("Alis", 16,"female", 50)); Map<Boolean, List<Student>>partitionByScore=students.stream().collect(Collectors.partitioningBy(x->x.getScore() >80)); System.out.println("将学生按照考试成绩80分以上分区："); partitionByScore.forEach((k,v ) -> { System.out.print(k?"80分以上：" : "80分以下："); v.forEach(r->System.out.print(r.getName() +",")); System.out.println(); }); System.out.println(); // out:将学生按照考试成绩80分以上分区：// 80分以下：Jessie,Alis,// 80分以上：Mike,Jack,Lucy,Allon,
连接
将 stream 中的元素用指定的连接符合并，连接符可以是空。
StringstudentNames=students.stream().map(r->r.getName()).collect(Collectors.joining(",")); System.out.println("所有学生姓名列表："+studentNames); // out:所有学生姓名列表：Mike,Jack,Lucy,Jessie,Allon,Alis
规约
支持更大的
List<Integer>list=Arrays.asList(5, 2, 3, 1, 4); intlistSum=list.stream().collect(Collectors.reducing(0, x->x+1, (sum, b) ->sum+b)); System.out.println("数组中每个元素加 1 后总和："+listSum); // out:数组中每个元素加 1 后总和：20
max、min、count
Stream提供的方便统计的方法List<Integer>list=Arrays.asList(5, 2, 3, 1, 4); System.out.println("数组元素最大值："+list.stream().max(Integer::compareTo).get()); System.out.println("数组元素最小值："+list.stream().min(Integer::compareTo).get()); System.out.println("数组中大于3的元素个数："+list.stream().filter(x->x>3).count()); // out: 数组元素最大值：5// 数组元素最小值：1// 数组中大于3的元素个数：2
