Java Stream 相关操作

简介: Java Stream 相关操作


什么是 Stream ? 这里的 Stream 不同于 io 中的 InputStream 和 OutputStream,Stream 位于包 java.util.stream 中, 也是 java 8 新加入的,Stream 只的是一组支持串行并行聚合操作的元素,可以理解为集合或者迭代器的增强版。

Stream 支持操作主要有 map, reduce, 排序,最大值,最小值等。

Stream 的几个特征:

  • 单次处理。一次处理结束后,当前Stream就关闭了。
  • 支持并行操作

常见的获取 Stream 的方式

  • 从集合中获取
  • Collection.stream();
  • Collection.parallelStream();
  • 静态工厂
  • Arrays.stream(array)
  • Stream.of(T …)
  • IntStream.range()

Optional 类

先说一下 Optional 类, 因为 Stream 中有些操作返回的 Optional 类,而不是对象本身。Optional 类始于 jdk 1.8,Optional 是对具体对象的简单的包装,并提供了部分操作 主要目的是防止产生空指针异常。如果以前了解过 Null Object Pattern,就很容易了解 Optional 存在的意义。

主要方法:

  • get 返回包装的对象
  • isPresent 判断是否包装了对象
  • ifPresent(Consumer) 如果存在包装对象,则对包装对象进行一定的操作

Stream 常用操作

allMatch

使用给定的 Predicate 检查 Stream 中的所有元素,全部都通过检测则返回 true,否则 false 。

System.out.println(Stream.of(1,2,3).allMatch(n -> n >= 1));
System.out.println(Stream.of(1,2,3).allMatch(n -> n >= 3));
System.out.println(Stream.of(1,2,3).allMatch(n -> n >= 4));

anyMatch

使用给定的 Predicate 检查 Stream 中的所有元素,至少有一个通过检测则返回 true,否则 false 。

collect

collect 操作使用给定的 Collector 做 reduce 操作。

数组元素连接

System.out.println(Stream.of("A", "B", "C").collect(Collectors.joining(",")));

转成 List

List<String> asList = Stream.of("A", "B", "C").collect(Collectors.toList());

根据城市分组

Map<String, List<Person>> peopleByCity = personStream.collect(Collectors.groupingBy(Person::getCity));

** 根据州和城市分组**

Map<String, Map<String, List<Person>>> peopleByStateAndCity
         = personStream.collect(Collectors.groupingBy(Person::getState,
                                                      Collectors.groupingBy(Person::getCity)));

count

返回 Stream 中的元素总数。

System.out.println(Stream.of(1,2,3).count());

distinct

返回唯一的元素列表,类似于 数据库 sql 中的 distinct 关键字。 比较时通过 equals 方法来判定是否相同。

System.out.println(Stream.of(1,2,3,3).distinct().map(n -> n + "").collect(Collectors.joining(",")));

filter

使用给定的 Predicate 的筛选 Stream 元素,符合条件的留下并组成一个新的 Stream 。

System.out.println(Stream.of(1,2,3).filter(n -> n > 1).map(n -> n + "").collect(Collectors.joining(",")));

findAny

返回任何一个不确定的元素,通过 Optional 来包装。如果在一个固定不变的组合中,返回第一个元素。

System.out.println(Stream.of(1,2,3).findAny().get());

findFirst

返回第一个元素。

System.out.println(Stream.of(1,2,3).findFirst().get());

flatMap

适用于如果Stream中的元素还是集合,能将集合中的元素组成一个平面的集合。简单来下面的例子,Stream 是二维的,因为 Stream 的元素还是数组,经过flag处理后,变成一维的了,所有元素位于一个Stream 下了。

System.out.println(
    Stream.of(new Integer[]{1,2,3}, new Integer[]{4,5,6}, new Integer[]{7,8,9,0})
    .flatMap(a -> Arrays.stream(a))
    .map(n -> n + "").collect(Collectors.joining(",")));
// 输出:1,2,3,4,5,6,7,8,9,0

forEach

逐个元素执行 Consumer 操作。

Stream.of(1,2,3).forEach(n -> System.out.print(n + ","));

limit

取出指定个数的元素组成新的 Stream .

System.out.println(Stream.of(1,2,3).limit(2).map(n -> n + "").collect(Collectors.joining(",")));

map

map 方法的作用是依次对 Stream 中的元素进行指定的函数操作,并将按顺序将函数操作的返回值组合到一个新的 Stream 中。

下面例子将每个元素的值 +1

System.out.println(Stream.of(1,2,3).map(n -> n + 1).map(String::valueOf).collect(Collectors.joining(",")));
// 输出 2,3,4

max

max 通过给定的比较器,将最大的元素取出来,返回 Optional

System.out.println(Stream.of(1,2,3).max((a, b) -> a - b).get());

min

min 通过给定的比较器,将最小的元素取出来,返回 Optional

System.out.println(Stream.of(1,2,3).min((a, b) -> a - b).get());

noneMatch

noneMatch 于 allMatch, anyMatch 类似,使用给定的 Predicate 检查 Stream 中的所有元素,全部不通过检测则返回 true,否则 false 。

System.out.println(Stream.of(1,2,3).noneMatch(n -> n > 1));
System.out.println(Stream.of(1,2,3).noneMatch(n -> n > 3 || n < 1));

reduce

reduce 的函数操作为二元操作符,一个为前面操作的结果,一个为当前元素,reduce 会逐个对 Stream 中的元素执行指定的操作,并返回最终的结果。

如求和

System.out.println(Stream.of(1,2,3).reduce(0, (a, b) -> a + b));
或者
System.out.println(Stream.of(1,2,3).reduce((a, b) -> a + b).get());

skip

忽略给定个数的元素,返回剩下的元素组成 Stream 。

System.out.println(Stream.of(1,2,3).skip(1).map(n -> n + "").collect(Collectors.joining(",")));

sorted

通过给定的比较器排序,将排序后的元素的 Stream 返回。

System.out.println(Stream.of(1,2,3).sorted().map(n -> n + "").collect(Collectors.joining(",")));
    System.out.println(Stream.of(1,2,3).sorted((a, b) -> b - a).map(n -> n + "").collect(Collectors.joining(",")));


目录
相关文章
|
5月前
|
安全 Java API
告别繁琐编码,拥抱Java 8新特性:Stream API与Optional类助你高效编程,成就卓越开发者!
【8月更文挑战第29天】Java 8为开发者引入了多项新特性,其中Stream API和Optional类尤其值得关注。Stream API对集合操作进行了高级抽象,支持声明式的数据处理,避免了显式循环代码的编写;而Optional类则作为非空值的容器,有效减少了空指针异常的风险。通过几个实战示例,我们展示了如何利用Stream API进行过滤与转换操作,以及如何借助Optional类安全地处理可能为null的数据,从而使代码更加简洁和健壮。
138 0
|
1月前
|
存储 Java 数据挖掘
Java 8 新特性之 Stream API:函数式编程风格的数据处理范式
Java 8 引入的 Stream API 提供了一种新的数据处理方式,支持函数式编程风格,能够高效、简洁地处理集合数据,实现过滤、映射、聚合等操作。
56 6
|
1月前
|
Java API 开发者
Java中的Lambda表达式与Stream API的协同作用
在本文中,我们将探讨Java 8引入的Lambda表达式和Stream API如何改变我们处理集合和数组的方式。Lambda表达式提供了一种简洁的方法来表达代码块,而Stream API则允许我们对数据流进行高级操作,如过滤、映射和归约。通过结合使用这两种技术,我们可以以声明式的方式编写更简洁、更易于理解和维护的代码。本文将介绍Lambda表达式和Stream API的基本概念,并通过示例展示它们在实际项目中的应用。
|
23天前
|
Rust 安全 Java
Java Stream 使用指南
本文介绍了Java中Stream流的使用方法,包括如何创建Stream流、中间操作(如map、filter、sorted等)和终结操作(如collect、forEach等)。此外,还讲解了并行流的概念及其可能带来的线程安全问题,并给出了示例代码。
|
2月前
|
安全 Java API
Java中的Lambda表达式与Stream API的高效结合####
探索Java编程中Lambda表达式与Stream API如何携手并进,提升数据处理效率,实现代码简洁性与功能性的双重飞跃。 ####
28 0
|
3月前
|
Java 流计算
Flink-03 Flink Java 3分钟上手 Stream 给 Flink-02 DataStreamSource Socket写一个测试的工具!
Flink-03 Flink Java 3分钟上手 Stream 给 Flink-02 DataStreamSource Socket写一个测试的工具!
50 1
Flink-03 Flink Java 3分钟上手 Stream 给 Flink-02 DataStreamSource Socket写一个测试的工具!
|
3月前
|
Java Shell 流计算
Flink-02 Flink Java 3分钟上手 Stream SingleOutputStreamOpe ExecutionEnvironment DataSet FlatMapFunction
Flink-02 Flink Java 3分钟上手 Stream SingleOutputStreamOpe ExecutionEnvironment DataSet FlatMapFunction
28 1
Flink-02 Flink Java 3分钟上手 Stream SingleOutputStreamOpe ExecutionEnvironment DataSet FlatMapFunction
|
2月前
|
Java API 数据处理
探索Java中的Lambda表达式与Stream API
【10月更文挑战第22天】 在Java编程中,Lambda表达式和Stream API是两个强大的功能,它们极大地简化了代码的编写和提高了开发效率。本文将深入探讨这两个概念的基本用法、优势以及在实际项目中的应用案例,帮助读者更好地理解和运用这些现代Java特性。
|
4月前
|
存储 Java API
Java——Stream流详解
Stream流是JDK 8引入的概念,用于高效处理集合或数组数据。其API支持声明式编程,操作分为中间操作和终端操作。中间操作包括过滤、映射、排序等,可链式调用;终端操作则完成数据处理,如遍历、收集等。Stream流简化了集合与数组的操作,提升了代码的简洁性
194 11
|
4月前
|
Java API C++
Java 8 Stream Api 中的 peek 操作
本文介绍了Java中`Stream`的`peek`操作,该操作通过`Consumer&lt;T&gt;`函数消费流中的每个元素,但不改变元素类型。文章详细解释了`Consumer&lt;T&gt;`接口及其使用场景,并通过示例代码展示了`peek`操作的应用。此外,还对比了`peek`与`map`的区别,帮助读者更好地理解这两种操作的不同用途。作者为码农小胖哥,原文发布于稀土掘金。
152 9
Java 8 Stream Api 中的 peek 操作