- Java8中有两大最为重要的改变。第一个是 Lambda 表达式;另外一个则是 Stream API。
- Stream API ( java.util.stream) 把真正的函数式编程风格引入到Java中。这是目前为止对Java类库最好的补充,因为Stream API可以极大提供Java程序员的生产力,让程序员写出高效率、干净、简洁的代码。
Stream 是 Java8 中处理集合的关键抽象概念,它可以指定你希望对集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作。 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。也可以使用 Stream API 来并行执行操作。简言之,Stream API 提供了一种高效且易于使用的处理数据的方式。
什么是Stream
Stream 是数据渠道,用于操作数据源(集合、数组等)所生成的元素序列。
Stream 和 Collection 集合的区别:Collection 是一种静态的内存数据结构,讲的是数据,而 Stream 是有关计算的,讲的是计算。前者是主要面向内存,存储在内存中,后者主要是面向 CPU,通过 CPU 实现计算。
注意:
①Stream 自己不会存储元素。
②Stream 不会改变源对象。相反,他们会返回一个持有结果的新Stream。
③Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。即一旦执行终止操作,就执行中间操作链,并产生结果。
④ Stream一旦执行了终止操作,就不能再调用其它中间操作或终止操作了。
Stream操作的三个步骤
1- 创建 Stream 一个数据源(如:集合、数组),获取一个流
2- 中间操作 每次处理都会返回一个持有结果的新Stream,即中间操作的方法返回值仍然是Stream类型的对象。因此中间操作可以是个操作链,可对数据源的数据进行n次处理,但是在终结操作前,并不会真正执行。
3- 终止操作(终端操作) 终止操作的方法返回值类型就不再是Stream了,因此一旦执行终止操作,就结束整个Stream操作了。一旦执行终止操作,就执行中间操作链,最终产生结果并结束Stream。
创建Stream实例
方式一:通过集合
Java8 中的 Collection 接口被扩展,提供了两个获取流的方法:
- default Stream stream() : 返回一个顺序流
- default Stream parallelStream() : 返回一个并行流
//创建 Stream方式一:通过集合
@Test
public void test1(){
// default Stream<E> stream() : 返回一个顺序流
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8);
Stream<Integer> stream = list.stream();
// default Stream<E> parallelStream() : 返回一个并行流
Stream<Integer> integerStream = list.parallelStream();
}
方式二:通过数组
Java8 中的 Arrays 的静态方法 stream() 可以获取数组流:
- static Stream stream(T[] array): 返回一个流
- public static IntStream stream(int[] array)
- public static LongStream stream(long[] array)
- public static DoubleStream stream(double[] array)
//创建 Stream方式二:通过数组
@Test
public void test2(){
//调用Arrays类的static <T> Stream<T> stream(T[] array): 返回一个流
String[] array = {"tom", "jack"};
Stream<String> stream = Arrays.stream(array);
}
方式三:通过Stream的of()
可以调用Stream类静态方法 of(), 通过显示值创建一个流。它可以接收任意数量的参数。
- public static Stream of(T... values) : 返回一个流
//创建 Stream方式三:通过Stream的of()
@Test
public void test3(){
Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5);
}
一系列中间操作
多个中间操作可以连接起来形成一个流水线,除非流水线上触发终止操作,否则中间操作不会执行任何的处理!而在终止操作时一次性全部处理,称为“惰性求值”。
1-筛选与切片
方 法 | 描 述 |
---|---|
filter(Predicatep) | 接收 Lambda , 从流中排除某些元素 |
distinct() | 筛选,通过流所生成元素的 hashCode() 和 equals() 去除重复元素 |
limit(long maxSize) | 截断流,使其元素不超过给定数量 |
skip(long n) | 跳过元素,返回一个扔掉了前 n 个元素的流。 若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补 |
2-映 射
方法 | 描述 |
---|---|
map(Function f) | 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。 |
mapToDouble(ToDoubleFunction f) | 接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 DoubleStream。 |
mapToInt(ToIntFunction f) | 接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 IntStream。 |
mapToLong(ToLongFunction f) | 接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 LongStream。 |
flatMap(Function f) | 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-排序
方法 | 描述 |
---|---|
sorted() | 产生一个新流,其中按自然顺序排序 |
sorted(Comparator com) | 产生一个新流,其中按比较器顺序排序 |
package com.mcode.stream;
import org.junit.Test;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;
/**
* ClassName: StreamTest1
* Package: com.mcode.stream
* Description:
*
* @Author: robin
* @Create: 2023/11/5 - 12:23 AM
* @Version: v1.0
*/
public class StreamTest1 {
//1-筛选与切片
@Test
public void test1() {
// filter(Predicate p)——接收 Lambda , 从流中排除某些元素。
Stream<Integer> stream = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
stream.filter(n-> n>5).forEach(System.out::println);
System.out.println();
// limit(n)——截断流,使其元素不超过给定数量。
Stream<Integer> stream1 = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
stream1.limit(5).forEach(System.out::println);
System.out.println();
// skip(n) —— 跳过元素,返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补
Stream<Integer> stream2 = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
stream2.skip(5).forEach(System.out::println);
System.out.println();
// distinct()——筛选,通过流所生成元素的 hashCode() 和 equals() 去除重复元素
List<Integer> list = Arrays.asList(1, 1,2, 2,3, 4, 5, 6, 7, 8, 9, 10);
list.stream().distinct().forEach(System.out::println);
}
//映射
@Test
public void test2() {
//map(Function f)——接收一个函数作为参数,将元素转换成其他形式或提取信息,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。
//练习:转换为大写
List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
list.stream().map(String::toUpperCase).forEach(System.out::println);
//mapToDouble接收一个函数作为参数,该函数会被应用到每个元素上,产生一个新的 DoubleStream。
List<Integer> list1 = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
list1.stream().mapToDouble(n-> (double)n).forEach(System.out::println);
//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
Stream.of("hello","world","java").flatMap(t-> Stream.of(t.split("|")))
.forEach(System.out::println);
}
//3-排序
@Test
public void test3() {
//sorted()——自然排序
Integer[] arr = new Integer[]{345,3,64,3,46,7,3,34,65,68};
String[] arr1 = new String[]{"GG","DD","MM","SS","JJ"};
Arrays.stream(arr).sorted().forEach(System.out::println);
//sorted(Comparator com)——定制排序
Arrays.stream(arr).sorted((x,y)->(x > y) ? -1 : ((x == y) ? 0 : 1) ).forEach(System.out::println);
}
}
终止操作
- 终端操作会从流的流水线生成结果。其结果可以是任何不是流的值,例如:List、nteger,甚至是 void 。
- 流进行了终止操作后,不能再次使用。
方法 | 描述 |
---|---|
allMatch(Predicate p) | 检查是否匹配所有元素 |
anyMatch(Predicate p) | 检查是否至少匹配一个元素 |
noneMatch(Predicate p) | 检查是否没有匹配所有元素 |
findFirst() | 返回第一个元素 |
findAny() | 返回当前流中的任意元素 |
count() | 返回流中元素总数 |
max(Comparator c) | 返回流中最大值 |
min(Comparator c) | 返回流中最小值 |
forEach(Consumer c) | 内部迭代(使用 Collection 接口需要用户去做迭代,称为外部迭代。 相反,Stream API 使用内部迭代——它帮你把迭代做了) |
2-归约
方法 | 描述 |
---|---|
reduce(T identity, BinaryOperator b) | 可以将流中元素反复结合起来,得到一个值。返回 T |
reduce(BinaryOperator b) | 可以将流中元素反复结合起来,得到一个值。返回 Optional |
备注:map 和 reduce 的连接通常称为 map-reduce 模式,因 Google 用它来进行网络搜索而出名。
3-收集
方 法 | 描 述 |
---|---|
collect(Collector c) | 将流转换为其他形式。接收一个 Collector接口的实现, 用于给Stream中元素做汇总的方法 |
Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、Map)。
另外, Collectors 实用类提供了很多静态方法,可以方便地创建常见收集器实例,具体方法与实例如下表:
方法 | 返回类型 | 作用 |
---|---|---|
toList | Collector<T, ?, List> | 把流中元素收集到List |
List
方法 | 返回类型 | 作用 |
---|---|---|
toSet | Collector<T, ?, Set> | 把流中元素收集到Set |
Set
方法 | 返回类型 | 作用 |
---|---|---|
toCollection | Collector<T, ?, C> | 把流中元素收集到创建的集合 |
Collection
方法 | 返回类型 | 作用 |
---|---|---|
counting | Collector<T, ?, Long> | 计算流中元素的个数 |
long count = list.stream().collect(Collectors.counting());
方法 | 返回类型 | 作用 |
---|---|---|
summingInt | Collector<T, ?, Integer> | 对流中元素的整数属性求和 |
int total=list.stream().collect(Collectors.summingInt(Employee::getSalary));
方法 | 返回类型 | 作用 |
---|---|---|
averagingInt | Collector<T, ?, Double> | 计算流中元素Integer属性的平均值 |
double avg = list.stream().collect(Collectors.averagingInt(Employee::getSalary));
方法 | 返回类型 | 作用 |
---|---|---|
summarizingInt | Collector<T, ?, IntSummaryStatistics> | 收集流中Integer属性的统计值。如:平均值 |
int SummaryStatisticsiss= list.stream().collect(Collectors.summarizingInt(Employee::getSalary));
方法 | 返回类型 | 作用 |
---|---|---|
joining | Collector<CharSequence, ?, String> | 连接流中每个字符串 |
String str= list.stream().map(Employee::getName).collect(Collectors.joining());
方法 | 返回类型 | 作用 |
---|---|---|
maxBy | Collector<T, ?, Optional> | 根据比较器选择最大值 |
Optional
方法 | 返回类型 | 作用 |
---|---|---|
minBy | Collector<T, ?, Optional> | 根据比较器选择最小值 |
Optional
方法 | 返回类型 | 作用 |
---|---|---|
reducing | Collector<T, ?, Optional> | 从一个作为累加器的初始值开始,利用BinaryOperator与流中元素逐个结合,从而归约成单个值 |
int total=list.stream().collect(Collectors.reducing(0, Employee::getSalar, Integer::sum));
方法 | 返回类型 | 作用 |
---|---|---|
collectingAndThen | Collector<T,A,RR> | 包裹另一个收集器,对其结果转换函数 |
int how= list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size));
方法 | 返回类型 | 作用 |
---|---|---|
groupingBy | Collector<T, ?, Map<K, List>> | 根据某属性值对流分组,属性为K,结果为V |
Map<Emp.Status, List
方法 | 返回类型 | 作用 |
---|---|---|
partitioningBy | Collector<T, ?, Map<Boolean, List>> | 根据true或false进行分区 |
package com.mcode.stream;
import org.junit.Test;
import javax.lang.model.element.VariableElement;
import java.util.*;
import java.util.stream.Collectors;
import java.util.stream.Stream;
/**
* ClassName: StreamTest2
* Package: com.mcode.stream
* Description:
*
* @Author: robin
* @Create: 2023/11/5 - 01:03 AM
* @Version: v1.0
*/
public class StreamTest2 {
//1-匹配与查找
@Test
public void test1(){
// allMatch(Predicate p)——检查是否匹配所有元素。
boolean b = Stream.of(1, 2, 3, 4, 5).allMatch(n -> n > 4);
System.out.println(b);
// anyMatch(Predicate p)——检查是否至少匹配一个元素。
boolean b1 = Stream.of(1, 2, 3, 4, 5).anyMatch(n -> n > 4);
System.out.println(b1);
// findFirst——返回第一个元素
Optional<Integer> first = Stream.of(1, 2, 3, 4, 5).findFirst();
System.out.println(first.get());
}
@Test
public void test2(){
// count——返回流中元素的总个数
long count = Stream.of(1, 2, 3, 4, 5).count();
System.out.println(count);
// max(Comparator c)——返回流中最大值
Optional<Integer> max = Arrays.asList(1, 2, 3, 4, 5).stream().max(Integer::compare);
System.out.println(max.get());
// min(Comparator c)——返回流中最小值
Optional<Integer> min = Arrays.asList(1, 2, 3, 4, 5).stream().min(Integer::compareTo);
System.out.println(min.get());
// forEach(Consumer c)——内部迭代
Arrays.asList(1, 2, 3, 4, 5).stream().forEach(System.out::println);
}
//2-归约
@Test
public void test3(){
// reduce(T identity, BinaryOperator)——可以将流中元素反复结合起来,得到一个值。返回 T
// 练习1:计算1-10的自然数的和
Integer reduce = Stream.of(1, 2, 3, 4, 5).reduce(0, (x, y) -> x + y);
System.out.println(reduce);
}
//3-收集
@Test
public void test4(){
// collect(Collector c)——将流转换为其他形式。接收一个 Collector接口的实现,用于给Stream中元素做汇总的方法
List<Integer> collect = Arrays.asList(1, 2, 3, 4, 5).stream().collect(Collectors.toList());
System.out.println(collect);
Set<Integer> collect1 = Stream.of(1, 2,3, 3, 4,5).collect(Collectors.toSet());
System.out.println(collect1);
Map<Integer, List<Integer>> collect2 = Stream.of(1,2, 2, 3, 4, 5).collect(Collectors.groupingBy(x -> x));
System.out.println(collect2);
}
}