AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

Java8 Stream相关

2022-03-31 229
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Java8 Stream相关

Java8 Stream相关

文章转载于https://mp.weixin.qq.com/s/K40HSvLVGpLUrdEz0ZTzng

java8的stream相关的用法以及技术点，如下图所示

Stream.png

Stream概述

Stream将要处理的元素集合看作一种流，在流的过程中，借助Stream API对流中的元素进行操作，比如：筛选、排序、聚合等。

Stream操作类型

Stream的操作主要分为以下两种类型：

  1. 中间操作，每次返回一个新的流，可以有多个。
  2. 终端操作，每个流只能进行一次终端操作，终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值。

Stream特性

Stream有几个特性：

  1. stream不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。
  2. stream不会改变数据源，通常情况下会产生一个新的集合或一个值。
  3. stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。

Stream的创建

Stream可以通过集合数组创建。

1.java.util.Collection.stream()方法创建

    /**
     * 1.java.util.Collection.stream()方法创建
     */
    public static void typeOne(){
        List<Integer> list = Arrays.asList(1,2,3,4,5,6);
        //创建一个顺序流
        Stream<Integer> stream = list.stream();
        //创建一个并行流
        Stream<Integer> integerStream = list.parallelStream();
    }

2.java.util.Arrays.stream(T[] array)方法用数组创建流

   /**
     * 2.java.util.Arrays.stream(T[] array)方法用数组创建流
     */
    public static void typeTwo(){
        int [] array = {1,2,3,4,5,6};
        IntStream stream = Arrays.stream(array);
    }

3.使用Stream的静态方法：of()、iterate()、generate()

   /**
     *3.使用Stream的静态方法：of()、iterate()、generate()
     */
    public static void typeThree(){
        Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6);
        Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 3).limit(4);
        Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
    }

顺序流和并行流的区别

stream是顺序流，由主线程按顺序对流执行操作

parallelStream是并行流，内部以多线程并行执行的方式对流进行操作

在处理筛选集合中的奇数，两者的处理流程不同，操作过程示例如下：
顺序流与并行流.png

如果流中数据量很大，并行流可以加快处理速度。

除了直接创建并行流，还可以通过parallel()把顺序流转换成并行流

Stream<Integer> parallel = list.stream().parallel();

Stream流的使用

1.遍历/匹配

Stream也是支持类似集合的遍历和匹配元素的，只是Stream中的元素是以Optional类型存在的。

遍历.png

public static void main(String[] args) {
    List<Integer> list = Arrays.asList(1, 5, 7, 6, 9, 4, 3, 1);
    //遍历输出元素
    System.out.println("遍历输出:");
    list.stream().forEach(System.out::println);
    //匹配第一个
    Optional<Integer> first = list.stream().findFirst();
    System.out.println("匹配第一个值:"+first.get());
    //匹配任意一个值(使用与并行流)
    Optional<Integer> any = list.stream().parallel().findAny();
    System.out.println("匹配任意一个值:"+any.get());
    boolean b = list.stream().anyMatch(x -> x > 5);
    System.out.println("是否存在大于5的值:"+b);
}

2.筛选

筛选，是按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作。

筛选.png

筛选集合中的元素并打印

//1.打印集合中大于7的元素
List<Integer> list = Arrays.asList(1, 5, 7, 6, 9, 4, 3, 1);
list.stream().filter(s->s>7).forEach(System.out::println);

筛选集合中的元素组成新的集合

/**
 * 初始化list数组
 */
public static void initEmployee() {
    employees.add(Employee.builder().name("Tom").age(25).salary(6000).address("New York").sex(0).build());
    employees.add(Employee.builder().name("Jack").age(28).salary(10000).address("New York").sex(0).build());
employees.add(Employee.builder().name("Lily").age(30).salary(7000).address("Washington").sex(1).build());
    employees.add(Employee.builder().name("Anni").age(32).salary(15000).address("New York").sex(1).build());
    employees.add(Employee.builder().name("Owen").age(22).salary(6500).address("Washington").sex(0).build());
    employees.add(Employee.builder().name("Alisa").age(21).salary(8000).address("New York").sex(1).build());
}

//2.过滤集合中工资高于10000的员工
        List<Employee> collect = employees.stream().filter(s -> s.getSalary() >= 10000).collect(Collectors.toList());
        //打印满足条件的员工的姓名
        collect.forEach(s-> System.out.println(s.getName()));

3.聚合（max/min/count）

max、min、count通常用于数据统计

聚合.png

获取string集合中最长的元素

//1.获取字符串中字符最长的字符串
List<String> list = Arrays.asList("Tom","Jack","Lily","Anni","Owen","jamsibul");
Optional<String> max = list.stream().max(Comparator.comparing(String::length));
System.out.println("最长的字符串:"+max.get());

获取Integer集合中的最大值

//2.获取集合中最小的数字
List<Integer> listInt = Arrays.asList(1,8,6,7,4,5,9,1,0,9);
Optional<Integer> min = listInt.stream().min(Integer::compareTo);
System.out.println("最小的数字:"+min.get());

获取员工工资最高的人

//3.获取员工工资最高的人
Optional<Employee> maxEmployee = employees.stream().max(Comparator.comparing(Employee::getSalary));
System.out.println("员工工资最高的人:"+maxEmployee.get().getName());

获取Integer集合中大于6的元素个数

//4.获取集合中大于5的元素个数
long count = listInt.stream().filter(s -> s > 5).count();
System.out.println("获取集合中大于5的元素个数:"+count);

4.映射

映射，可以将一个流的元素按照一定的映射规则映射到另一个流中。分为map和flatMap：

  • map：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。
  • flatMap：接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。

3.映射.png

英文字符串数组的元素全部改为大写。整数数组每个元素+3

 //1.英文字符串数组的元素全部改为大写
        String [] str = {"abc","afc","erewfs","gd"};
        List<String> collect = Arrays.stream(str).map(String::toUpperCase).collect(Collectors.toList());
        System.out.println("每个元素大写:"+collect);
        //2.整数数组每个元素+3
        List<Integer> intList = Arrays.asList(1,5,6,7,4,9,5);
        List<Integer> collect1 = intList.stream().map(s -> s + 3).collect(Collectors.toList());
        System.out.println("每个元素加3:"+collect1);
        System.out.println("调整前工资:"+employees.get(0).getName()+":"+employees.get(0).getSalary());

将员工的薪资全部增加1000

//3.将员工的薪资全部增加1000
List<Employee> collect2 = employees.stream().map(s -> {
    s.setSalary(s.getSalary() + 1000);
    return s;
}).collect(Collectors.toList());
System.out.println("每个员工工资加1000:"+collect2.get(0).getName()+":"+collect2.get(0).getSalary());

将两个字符数组合并成一个新的字符数组

//4.将两个字符数组合并成一个新的字符数组
List<String> list = Arrays.asList("m,k,l,a", "1,3,5,7");
List<String> listNew = list.stream().flatMap(s -> {
    // 将每个元素转换成一个stream
    String[] split = s.split(",");
    Stream<String> s2 = Arrays.stream(split);
    return s2;
}).collect(Collectors.toList());
System.out.println("处理前的集合：" + list);
System.out.println("处理后的集合：" + listNew);

5.归约(reduce)

归约，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。

4.规约.png

求Integer集合的元素之和、乘积和最大值

public static void testReduce(){
    List<Integer> list = Arrays.asList(1, 3, 4, 6, 7, 9, 4, 10);
    //1.求和
    Optional<Integer> sum = list.stream().reduce(Integer::sum);
    System.out.println("求和:"+sum.get());
    //2.求乘积
    Optional<Integer> product = list.stream().reduce((x, y) -> x * y);
    System.out.println("求乘积:"+product.get());
    //3.求最大值
    Optional<Integer> max = list.stream().reduce(Integer::max);
    System.out.println("求最大值:"+max.get());
}

求所有员工的工资之和和最高工资

//4.求所有员工的工资之和和最高工资
Optional<Integer> countSalary = employees.stream().map(Employee::getSalary).reduce(Integer::sum);
System.out.println("所有员工的工资之和:"+countSalary.get());
Integer reduce = employees.stream().reduce(0, (max, e) -> max > e.getSalary() ? max : e.getSalary(), Integer::max);
System.out.println("员工最高工资:"+reduce);

6.收集

collect，收集，把一个流收集起来，最终收集成一个值或者一个新的集合。

collect主要依赖java.util.stream.Collectors类内置的静态方法。

6.1归集

因为流不存储数据，那么在流中的数据完成处理后，需要将流中的数据重新归集到新的集合里。toList、toSet和toMap比较常用，另外还有toCollection、toConcurrentMap等复杂一些的用法。

public class SimpleDemo05 {
    public static void main(String[] args) {
        List<Integer> list = Arrays.asList(1, 5, 6, 7, 8, 9, 4);
        List<Integer> toList = list.stream().filter(s -> s > 5).collect(Collectors.toList());
        Set<Integer> toSet = list.stream().filter(s -> s > 5).collect(Collectors.toSet());
        List<Student> studentList = Arrays.asList(Student.builder().age(10).name("00").build(), Student.builder().age(11).name("11").build());
        Map<String, Student> toMap = studentList.stream().collect(Collectors.toMap(Student::getName, s -> s));
        System.out.println(toList);
        System.out.println(toSet);
        System.out.println(toMap);
    }
}
6.2统计

Collectors提供了一系列用于数据统计的静态方法：

  • 计数：count
  • 平均值：averagingInt、averagingLong、averagingDouble
  • 最值：maxBy、minBy
  • 求和：summingInt、summingLong、summingDouble
  • 统计以上所有：summarizingInt、summarizingLong、summarizingDouble
/**
 * 统计
 * @author likai
 * @Date 2022/3/31 14:38
 */
public class SimpleDemo06 {

    public static void main(String[] args) {
        List<Student> studentList = Arrays.asList(Student.builder().age(10).name("00").build(), Student.builder().age(11).name("11").build());
        // 求总数
        Long count = studentList.stream().collect(Collectors.counting());
        // 求平均
        Double average = studentList.stream().collect(Collectors.averagingDouble(Student::getAge));
        // 求最高
        Optional<Integer> max = studentList.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare));
        // 求之和
        Integer sum = studentList.stream().collect(Collectors.summingInt(Student::getAge));
        // 一次性统计所有信息
        DoubleSummaryStatistics collect = studentList.stream().collect(Collectors.summarizingDouble(Student::getAge));
        System.out.println("总数：" + count);
        System.out.println("平均：" + average);
        System.out.println("总和：" + sum);
        System.out.println("所有统计：" + collect);
    }
}
6.3分组

将stream按条件分为多个Map

/**
 * 分组
 * @author likai
 * @Date 2022/3/31 14:43
 */
public class SimpleDemo07 {
    public static void main(String[] args) {
        List<Student> studentList = Arrays.asList(
                Student.builder().age(10).name("00").sex(0).address("hubei").build(),
                Student.builder().age(11).name("11").sex(0).address("hubei").build(),
                Student.builder().age(22).name("22").sex(1).address("hunan").build(),
                Student.builder().age(33).name("33").sex(1).address("hunan").build()
                );
        // 按年龄是否大于20分组
        Map<Boolean, List<Student>> part = studentList.stream().collect(Collectors.partitioningBy(x -> x.getAge() > 20));
        // 将性别分组
        Map<Integer, List<Student>> group = studentList.stream().collect(Collectors.groupingBy(Student::getSex));
        // 先按性别分组，再按地区分组
        Map<Integer, Map<String, List<Student>>> group2 = studentList.stream().collect(Collectors.groupingBy(Student::getSex, Collectors.groupingBy(Student::getAddress)));
        System.out.println("按年龄是否大于20分组：" + part);
        System.out.println("将性别分组：" + group);
        System.out.println("先按性别分组，再按地区分组：" + group2);
    }
}
6.4接合

joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。

/**
 * 接合
 * @author likai
 * @Date 2022/3/31 14:51
 */
public class SimpleDemo08 {

    public static void main(String[] args) {
        List<Student> studentList = Arrays.asList(
                Student.builder().age(10).name("00").sex(0).address("hubei").build(),
                Student.builder().age(11).name("11").sex(0).address("hubei").build(),
                Student.builder().age(22).name("22").sex(1).address("hunan").build(),
                Student.builder().age(33).name("33").sex(1).address("hunan").build()
        );
        String name = studentList.stream().map(s -> s.getName()).collect(Collectors.joining("-"));
        System.out.println(name);
    }
}
6.5规约

Collectors类提供的reducing方法，相比于stream本身的reduce方法，增加了对自定义归约的支持。

/**
 * 规约
 * @author likai
 * @Date 2022/3/31 16:19
 */
public class SimpleDemo09 {
    public static void main(String[] args) {
        List<Student> studentList = Arrays.asList(
                Student.builder().age(10).name("00").sex(0).address("hubei").build(),
                Student.builder().age(11).name("11").sex(0).address("hubei").build(),
                Student.builder().age(22).name("22").sex(1).address("hunan").build(),
                Student.builder().age(33).name("33").sex(1).address("hunan").build()
        );
        // Collectors的reduce
        Integer sum = studentList.stream().collect(Collectors.reducing(10, Student::getAge, (i, j) -> (i + j)));
        System.out.println("年龄总和：" + sum);
        // stream的reduce
        Optional<Integer> sum2 = studentList.stream().map(Student::getAge).reduce(Integer::sum);
        System.out.println("年龄总和：" + sum2.get());
    }
}
6.6排序

sorted，中间操作。有两种排序：

  • sorted()：自然排序，流中元素需实现Comparable接口
  • sorted(Comparator com)：Comparator排序器自定义排序
/**
 * 排序
 * @author likai
 * @Date 2022/3/31 16:24
 */
public class SimpleDemo10 {
    public static void main(String[] args) {
        List<Student> studentList = DemoStudentList.getStudentList();
        // 按年龄升序排序（自然排序）
        List<String> newList = studentList.stream().sorted(Comparator.comparing(Student::getAge)).map(Student::getName)
                .collect(Collectors.toList());
        // 按年龄倒序排序
        List<String> newList2 = studentList.stream().sorted(Comparator.comparing(Student::getAge).reversed())
                .map(Student::getName).collect(Collectors.toList());
        // 先按年龄再按身高升序排序
        List<String> newList3 = studentList.stream()
                .sorted(Comparator.comparing(Student::getAge).thenComparing(Student::getHeight)).map(Student::getName)
                .collect(Collectors.toList());
        // 先按年龄再按身高升序排序
        List<String> newList4 = studentList.stream().sorted((p1, p2) -> {
            if (p1.getAge() == p2.getAge()) {
                return p2.getAge() - p1.getAge();
            } else {
                return p2.getHeight() - p1.getHeight();
            }
        }).map(Student::getName).collect(Collectors.toList());

        System.out.println("按年龄升序排序：" + newList);
        System.out.println("按年龄倒序排序：" + newList2);
        System.out.println("先按年龄再按身高升序排序：" + newList3);
        System.out.println("先按年龄再按身高升序排序：" + newList4);
    }
}
6.7提取/组合

流也可以进行合并、去重、限制、跳过等操作。

/**
 * 提取/组合
 * @author likai
 * @Date 2022/3/31 17:16
 */
public class SimpleDemo11 {
    public static void main(String[] args) {
        String[] arr1 = { "a", "b", "c", "d" };
        String[] arr2 = { "d", "e", "f", "g" };
        Stream<String> stream1 = Stream.of(arr1);
        Stream<String> stream2 = Stream.of(arr2);
        // concat:合并两个流 distinct：去重
        List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
        // limit：限制从流中获得前n个数据
        List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
        // skip：跳过前n个数据
        List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
        System.out.println("流合并：" + newList);
        System.out.println("limit：" + collect);
        System.out.println("skip：" + collect2);
    }
}
文章标签：
Java
BI
API
存储
关键词：
Java Stream
武汉-李凯
目录
相关文章
土木林森
|
3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。
土木林森
106 0
ShaFaChuang-36210
|
14天前
|
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。
ShaFaChuang-36210
16 2
武子康
|
1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！
武子康
36 1
Flink-03 Flink Java 3分钟上手 Stream 给 Flink-02 DataStreamSource Socket写一个测试的工具！
武子康
|
1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
武子康
22 1
Flink-02 Flink Java 3分钟上手 Stream SingleOutputStreamOpe ExecutionEnvironment DataSet FlatMapFunction
2的n次方_
|
2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
2的n次方_
71 11
Java——Stream流详解
武子康
|
1月前
|
存储 Java 数据处理
Flink-01 介绍Flink Java 3分钟上手 HelloWorld 和 Stream ExecutionEnvironment DataSet FlatMapFunction
Flink-01 介绍Flink Java 3分钟上手 HelloWorld 和 Stream ExecutionEnvironment DataSet FlatMapFunction
武子康
29 1
智物科技库
|
2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。
智物科技库
110 9
Java 8 Stream Api 中的 peek 操作
运营研究坊
|
2月前
|
Java C# Swift
Java Stream中peek和map不为人知的秘密
本文通过一个Java Stream中的示例，探讨了`peek`方法在流式处理中的应用及其潜在问题。首先介绍了`peek`的基本定义与使用，并通过代码展示了其如何在流中对每个元素进行操作而不返回结果。接着讨论了`peek`作为中间操作的懒执行特性，强调了如果没有终端操作则不会执行的问题。文章指出，在某些情况下使用`peek`可能比`map`更简洁，但也需注意其懒执行带来的影响。
运营研究坊
130 2
Java Stream中peek和map不为人知的秘密
java的细水长流
|
2月前
|
Java 大数据 API
Java 流(Stream)、文件(File)和IO的区别
Java中的流（Stream）、文件（File）和输入/输出（I/O）是处理数据的关键概念。`File`类用于基本文件操作，如创建、删除和检查文件；流则提供了数据读写的抽象机制，适用于文件、内存和网络等多种数据源；I/O涵盖更广泛的输入输出操作，包括文件I/O、网络通信等，并支持异常处理和缓冲等功能。实际开发中，这三者常结合使用，以实现高效的数据处理。例如，`File`用于管理文件路径，`Stream`用于读写数据，I/O则处理复杂的输入输出需求。
java的细水长流
164 12
我不是游客20240119
|
2月前
|
Java 程序员 API
Java 8新特性之Lambda表达式与Stream API的探索
【9月更文挑战第24天】本文将深入浅出地介绍Java 8中的重要新特性——Lambda表达式和Stream API，通过实例解析其语法、用法及背后的设计哲学。我们将一探究竟，看看这些新特性如何让Java代码变得更加简洁、易读且富有表现力，同时提升程序的性能和开发效率。
我不是游客20240119
33 3

热门文章

最新文章

  • 1
    JAVA SERVLET 属性范围样例
  • 2
    java Redis工具类
  • 3
    Java程序性能优化20
  • 4
    16.2. jps - Java Virtual Machine Process Status Tool
  • 5
    Java——基于java自身包实现消息系统间的通信（TCP/IP+BIO）
  • 6
    Java架构师知识体系汇总
  • 7
    Java的几种创建实例方法的性能对比
  • 8
    Java杂记9—NIO
  • 9
    Java多线程初学者指南（9）：为什么要进行数据同步
  • 10
    Java项目导出源代码jar包在Eclipse中查看中文注释乱码的问题
  • 1
    零基础轻松入门Java数据库连接（JDBC）
    59
  • 2
    03｜Java基础语法：讲解标识符、关键字、变量、数据类型、运算符、控制语句（条件分支、循环）
    34
  • 3
    01｜Java简介与历史
    31
  • 4
    【JAVA进阶篇教学】第十一篇：Java中ReentrantLock锁讲解
    90
  • 5
    【JAVA进阶篇教学】第九篇：MyBatis-Plus用法介绍
    194
  • 6
    【JAVA进阶篇教学】第八篇：Java链接MySql数据库异常
    218
  • 7
    【JAVA进阶篇教学】第七篇：Spring中常用注解
    250
  • 8
    【JAVA进阶篇教学】第六篇：Java线程中状态
    49
  • 9
    【JAVA进阶篇教学】第五篇：Java多线程编程
    55
  • 10
    【JAVA进阶篇教学】第四篇：JDK8中函数式接口
    63

    • 相关课程

    更多
  • Java面试疑难点解析 - 面试技巧及语言基础
  • Java编程入门
  • Java面向对象编程
  • Java高级编程

    • 相关电子书

    更多
  • Spring Cloud Alibaba - 重新定义 Java Cloud-Native
  • The Reactive Cloud Native Arch
  • JAVA开发手册1.5.0

    • 相关实验场景

    更多
  • 基于ECS搭建Java Web开发环境
  • 使用Aliyun Java Intializr进行项目开发
  • 搭建Java Web开发环境
  • 部署基于Dragonwell的Java运行环境
  • 阿里云平台上进行Java程序的编译与运行
    • 下一篇
    阿里云OSS设置跨域访问