Java 8 Stream 流用法及语法

Java 8 Stream 流用法

1.简介

Stream流最全的用法
Stream 能用来干什么？用来处理集合，通过使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询，Stream API 提供了一种高效且易于使用的处理数据的方式

为什么用Java 8 Stream ？因为操作简单
为什么操作简单?因为 Lambda 表达式，它极大的提高了编程效率和程序可读性
怎么操作流？首先你的有个数据源(数组、集合)，操作会产生新的流对象，原来的流对象不会改变
流用法有结束操作，这种代码不是你写了一个方法就执行一个方法，而是最后触发结束操作的时候才统一执行的，collect、foreach 方法就是一种结束方法，详情看代码及结果参考 2.映射map、flatMap用法部分

2.具体用法

2.1 创建流

 // 集合创建流List<String> list = new ArrayList<>();// 获取一个顺序流Stream<String> listStream = list.stream();// 获取一个并行流Stream<String> parallelListStream = list.parallelStream();// 数组创建流Integer[] nums = new Integer[] { 1, 2, 3, 4, 5 };Stream<Integer> arrStream = Arrays.stream(nums);arrStream.forEach(System.out::println);// 1 2 3 4 5// 静态方法of创建流Stream<Integer> ofStream = Stream.of(1, 2, 3, 4, 5);ofStream.forEach(System.out::println);// 1 2 3 4 5// 静态方法iterate 创建流Stream<Integer> iterateStream = Stream.iterate(1, (x) -> x + 10).limit(4);iterateStream.forEach(System.out::println); // 1 11 21 31// 静态方法generate 创建流Stream<Double> generateStream = Stream.generate(Math::random).limit(2);generateStream.forEach(System.out::println);

2.2 操作流

1.过滤

filter：过滤流中的某些元素(可以做一些基本的判空、替换、判断逻辑操作)
limit(n)：获取n个元素，结果获取几个元素
skip(n)：跳过n元素，配合limit(n)可实现分页
distinct：通过流中元素的 hashCode() 和 equals() 去除重复元素

        //filter 判空Stream<Integer> notNullStreamObj = Stream.of(1, 2, null, 4, 5, 6, 7, null, 2);Stream<Integer> notNullStream = notNullStreamObj.filter(i -> (null != i));notNullStream.forEach(System.out::println);//1 2 4 5 6 7 2//filter 逻辑判断Stream<Integer> logicStreamObj = Stream.of(1, 2, null, 4, 5, 6, 7, null, 2);Stream<Integer> logicStream = logicStreamObj.filter(i -> (i != null && i > 5));logicStream.forEach(System.out::println); // 6 7//filter 替换Stream<String> strStreamObj = Stream.of("aa", "ab", null, "ac", "bd", "ee");Stream<String> strStream = strStreamObj.filter(str -> (null != str && str.contains("a")));strStream.forEach(System.out::println); // aa ab ac//skip 跳过Stream<String> skipStreamObj = Stream.of("aa", "ab", null, "ac", "bd", "ee");Stream<String> skipStream = skipStreamObj.skip(2);skipStream.forEach(System.out::println); // null ac bd ee//distinct 去重Stream<String> disStreamObj = Stream.of("aa", "ab", null, "ac", "aa", "ab", null, "ee");Stream<String> disStream = disStreamObj.distinct();disStream.forEach(System.out::println); // aa ab null ac ee

2.映射

map：接收一个函数作为参数，该函数会被应用到每个元素上，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。
peek：这个操作很骚，类似map只不过map 是Func函数，提供返回值，而peer是取出元素，Consumer表达式设值，我个人觉得没啥区别呢，官方文档提示：该方法主要用于调试，做一些消耗这个对象但不修改它的东西，没啥事不要用

很想问一下这俩map、flatMap 区别，细品，你细品，你细细品

map是将每个元素映射成一个新元素，除非你过滤了，否则不会改变元素个数
flatMap是将原流中的每个值都变成另一个流，然后把流合并串起来，必须有返回值，拼装成新的流

        //map 把包含a的元素，替换成| 注意，注意， 元素还是一个整体，对每个元素Stream<String> mapStreamObj = Stream.of("a,b,c", "a,e,f", "g,h,i");Stream<String> mapStream = mapStreamObj.map(str -> str.replaceAll(",", "|"));mapStream.forEach(System.out::println); // a|b|c a|e|f h|i|j//flatMap 可以把元素 切分后，再按照新元素组成新的字符串Stream<String> flatMapStreamObj = Stream.of("a,b,c", "a,e,f", "g,h,i");Stream<String> flatMapStream = flatMapStreamObj.flatMap(str -> {String[] arr = str.split(",");Stream<String> result = Arrays.stream(arr);return result;});flatMapStream.forEach(System.out::println); //a b c d e f g h iSystem.out.println("1===========");Stream<String> peekStreamObj = Stream.of("a,b,c", "a,e,f", "g,h,i");Stream<String> peekStream = peekStreamObj.peek(e -> System.out.println("Filtered value: " + e)).map(String::toUpperCase).peek(e -> System.out.println("Mapped value: " + e));System.out.println("2=========== peek代码结束，但是日志没打印");Set<String> stringSet = peekStream.collect(Collectors.toSet());System.out.println("3=========== collect结束操作，代码日志打印");stringSet.forEach(System.out::println);

map执行结果

//看下执行结果，说明 collect才是结束操作，代码结束，但是并不是真正结束
1===========
2=========== peek代码结束，但是日志没打印
Filtered value: a,b,c
Mapped value: A,B,C
Filtered value: a,e,f
Mapped value: A,E,F
Filtered value: g,h,i
Mapped value: G,H,I
3=========== collect结束操作，代码日志打印
A,B,C
A,E,F
G,H,I

3.排序

sorted()：自然排序，流中元素需实现Comparable接口
sorted(Comparator com)：定制排序，自定义Comparator排序器

先构建一个User类

 public static class User {private String name;private Integer age;public User(String name, Integer age) {this.name = name;this.age = age;}public String getName() {return name;}public void setName(String name) {this.name = name;}public Integer getAge() {return age;}public void setAge(Integer age) {this.age = age;}@Overridepublic String toString() {return "User{" +"name='" + name + '\'' +", age=" + age +'}';}}

然后看下sort用法

//按字母排序Stream<String> sortStreamObj = Stream.of("a,e,f", "a,d,c", "a,b,i");Stream<String> sortStream = sortStreamObj.sorted();sortStream.forEach(System.out::println); //abi adc aefUser u1 = new User("bb", 1);User u2 = new User("aa", 2);User u3 = new User("cc", 3);User u4 = new User("aa", 4);Set<User> userSet = Sets.newHashSet(u1, u2, u3, u4);Stream<User> userStream = userSet.stream().sorted((obj1, obj2) -> {if (obj1.getName().equals(obj2.getName())) {//name相等 按agereturn obj1.getAge() - obj2.getAge();}return obj1.getName().compareTo(obj2.getName());});userStream.forEach(System.out::println);// u2 u4 u1 u3

sort 执行结果

a,b,i
a,d,c
a,e,f
User{name='aa', age=2}
User{name='aa', age=4}
User{name='bb', age=1}
User{name='cc', age=3}

4.流匹配

allMatch：接收一个 Predicate 函数，当流中每个元素都符合该断言时才返回true，否则返回false
noneMatch：接收一个 Predicate 函数，当流中每个元素都不符合该断言时才返回true，否则返回false
anyMatch：接收一个 Predicate 函数，只要流中有一个元素满足该断言则返回true，否则返回false
findFirst：返回流中第一个元素
findAny：返回流中的任意元素
count：返回流中元素的总个数
max：返回流中元素最大值
min：返回流中元素最小值

        List<Integer> numLists = Arrays.asList(3, 4, 5, 6, 10);// 全部匹配 - trueboolean allMatch1 = numLists.stream().allMatch(e -> e > 2); //trueSystem.out.println("allMatch1：" + allMatch1);// 全部匹配 - trueboolean allMatch2 = numLists.stream().allMatch(e -> e > 5); //falseSystem.out.println("allMatch2：" + allMatch2);// 全部都不符合 - trueboolean noneMatch = numLists.stream().noneMatch(e -> e > 20); //trueSystem.out.println("noneMatch：" + noneMatch);// 任一元素符合 - trueboolean anyMatch = numLists.stream().anyMatch(e -> e > 4);  //trueSystem.out.println("anyMatch：" + anyMatch);//返回第一个Integer findFirst = numLists.stream().findFirst().get(); //3System.out.println("findFirst：" + findFirst);//返回任一个Integer findAny = numLists.stream().findAny().get(); System.out.println("findAny：" + findAny);//返回 countlong count = numLists.stream().count(); //5System.out.println("count：" + count);//返回maxInteger max = numLists.stream().max(Integer::compareTo).get(); //10System.out.println("max：" + max);//返回minInteger min = numLists.stream().min(Integer::compareTo).get();//3System.out.println("min：" + min);

匹配执行结果

allMatch1：true
allMatch2：false
noneMatch：true
anyMatch：true
findFirst：3
findAny：3
count：5
max：10
min：3

5.组合操作

Reduce 就是组合操作
Reduce（BinaryOperator accumulator）没有起始值，按照运算规则进行运算操作
解释：第一次执行时，accumulator函数的第一个参数为流中的第一个元素，第二个参数为流中元素的第二个元素，按照函数进行操作；
第二次执行时，第一个参数为第一次函数执行操作的结果，第二个参数为流中的第三个元素；往下依次类推，返回Optinal 通过get()方法获取结果
Reduce（T identity, BinaryOperator accumulator）含有初始值，第二个是第一个的变形，跟第一个方法对比，不同的是此次这个会接受一个identity参数，用来指定Stream循环的初始值。如果Stream为空，就直接返回该值，特殊：该方法不会返回 Optional

Optional sumResult = Stream.of(1, 2, 3, 4).reduce((sum, item) -> {System.out.println("sum : " + sum);sum += item;System.out.println("item: " + item);System.out.println("sum+ : " + sum);System.out.println("-----——---");return sum;});System.out.println("========sumResult: " + sumResult.get());Integer sumDefineResult = Stream.of(1, 2, 3, 4).reduce(100, (sum, item) -> {System.out.println("sum : " + sum);sum += item;System.out.println("item: " + item);System.out.println("sum+ : " + sum);System.out.println("---——-----");return sum;});System.out.println("========sumDefineResult: " + sumDefineResult);

reduce 执行结果

//下面是执行结果
//查看执行结果
sum : 1
item: 2
sum+ : 3
-----——---
sum : 3
item: 3
sum+ : 6
-----——---
sum : 6
item: 4
sum+ : 10
-----——---
========sumResult: 10
sum : 100
item: 1
sum+ : 101
---——-----
sum : 101
item: 2
sum+ : 103
---——-----
sum : 103
item: 3
sum+ : 106
---——-----
sum : 106
item: 4
sum+ : 110
---——-----
========sumDefineResult: 110

6. 收集转换操作

这是个最最最最最基本的操作，10个流操作 9个都会使用到当前操作

collect(Collectors.toList()) 转换List
collect(Collectors.toSet()) 转换Set
Collectors.toMap(key, value) 转换Map ，如果key重复，！！！报错
Collectors.joining() join进行拼接
Collectors.groupingBy(key) 以Key为map的 key分组
Collectors.partitioningBy(规则) 以规则分区比如 >5 ，map key为true，false

        User s1 = new User("aa", 1);User s2 = new User("bb", 2);User s3 = new User("cc", 3);User s4 = new User("dd", 2);List<User> list = Arrays.asList(s1, s2, s3, s4);//转换listList<Integer> ageList = list.stream().map(User::getAge).collect(Collectors.toList()); // [1, 2, 3]System.out.println(ageList.toString());//转成setSet<Integer> ageSet = list.stream().map(User::getAge).collect(Collectors.toSet()); // [1, 2, 3]System.out.println(ageSet);//转成map,注:key不能相同，否则报错Map<String, Integer> userMap = list.stream().collect(Collectors.toMap(User::getName, User::getAge)); // {cc=10, bb=20, aa=10}System.out.println(userMap);//字符串分隔符连接String joinName = list.stream().map(User::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)System.out.println(joinName);//分组Map<Integer, List<User>> ageMap = list.stream().collect(Collectors.groupingBy(User::getAge));System.out.println(ageMap);//多重分组,先根据类型分再根据年龄分Map<Integer, Map<Integer, List<User>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(User::getAge, Collectors.groupingBy(User::getAge)));System.out.println(typeAgeMap);//分区//分成两部分，true 一部分age大于2岁， false 一部分age小于等于2岁Map<Boolean, List<User>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 2));System.out.println(partMap);

collect 执行结果

[1, 2, 3, 2]
[1, 2, 3]
{dd=2, cc=3, bb=2, aa=1}
(aa,bb,cc,dd)
{1=[User{name='aa', age=1}], 2=[User{name='bb', age=2}, User{name='dd', age=2}], 3=[User{name='cc', age=3}]}
{1={1=[User{name='aa', age=1}]}, 2={2=[User{name='bb', age=2}, User{name='dd', age=2}]}, 3={3=[User{name='cc', age=3}]}}
{false=[User{name='aa', age=1}, User{name='bb', age=2}, User{name='dd', age=2}], true=[User{name='cc', age=3}]}