学习自
来源于微信公众号：程序员鱼皮
文章：一文吃透 JAVA Stream 流操作！
该文章又来源于：架构悟道 ，作者veezean
一图说明
可以将Stream流操作分为3种类型：
- 创建Stream
- Stream中间处理
- 终止Steam
开始管道
主要负责新建一个Stream流，或者基于现有的数组、List、Set、Map等集合类型对象创建出新的Stream流。
| API | 功能说明 |
|---|---|
| stream() | 创建出一个新的stream串行流对象 |
| parallelStream() | 创建出一个可并行执行的stream流对象 |
| Stream.of() | 通过给定的一系列元素创建一个新的Stream串行流对象 |
中间管道
负责对Stream进行处理操作，并返回一个新的Stream对象，中间管道操作可以进行叠加。
| API | 功能说明 |
|---|---|
| filter() | 按照条件过滤符合要求的元素， 返回新的stream流 |
| map() | 将已有元素转换为另一个对象类型，一对一逻辑，返回新的stream流 |
| flatMap() | 将已有元素转换为另一个对象类型，一对多逻辑，即原来一个元素对象可能会转换为1个或者多个新类型的元素，返回新的stream流 |
| distinct() | 对Stream中所有元素进行去重，返回新的stream流 |
| sorted() | 对stream中所有的元素按照指定规则进行排序，返回新的stream流 |
| limit() | 仅保留集合前面指定个数的元素，返回新的stream流 |
| skip() | 跳过集合前面指定个数的元素，返回新的stream流 |
| concat() | 将两个流的数据合并起来为1个新的流，返回新的stream流 |
| peek() | 对stream流中的每个元素进行逐个遍历处理，返回处理后的stream流 |
终止管道
顾名思义，通过终止管道操作之后，Stream流将会结束，最后可能会执行某些逻辑处理，或者是按照要求返回某些执行后的结果数据。
| API | 功能说明 |
|---|---|
| collect() | 将流转换为指定的类型，通过Collectors进行指定 |
| count() | 返回stream处理后最终的元素个数 |
| max() | 返回stream处理后的元素最大值 |
| min() | 返回stream处理后的元素最小值 |
| findFirst() | 找到第一个符合条件的元素时则终止流处理 |
| findAny() | 找到任何一个符合条件的元素时则退出流处理，这个对于串行流时与findFirst相同，对于并行流时比较高效，任何分片中找到都会终止后续计算逻辑 |
| anyMatch() | 返回一个boolean值，类似于isContains(),用于判断是否有符合条件的元素 |
| allMatch() | 返回一个boolean值，用于判断是否所有元素都符合条件 |
| noneMatch() | 返回一个boolean值， 用于判断是否所有元素都不符合条件 |
| iterator() | 将流转换为Iterator对象 |
| foreach() | 无返回值，对元素进行逐个遍历，然后执行给定的处理逻辑 |
常用技巧
.flatMap()合并List
例如：一个对象中有个成员变量是List，需要将多个对象的这个成员变量合并
List<String> mergedList = Stream.of(list1, list2)
.flatMap(List::stream)
.collect(Collectors.toList());
参考：blog.51cto.com/u_16175454/…
.sorted()排序
- List根据对象某个字段排序:
.reversed()表示倒序
/**
* 1.filter筛选符合条件的数据
* 2.sorted根据对象某个字段倒序排序
*
* 输出结果：
* sortedUsers：[User(id=23), User(id=22)]
*/
public static void sortedById() {
List<User> users = Arrays.asList(new User(17), new User(22), new User(23));
List<User> sortedUsers = users.stream().filter(user->user.getId() > 20)
.sorted(Comparator.comparing(User::getId).reversed())
.collect(Collectors.toList());
System.out.println("sortedUsers：" + sortedUsers);
}
.collect(Collectors.groupingBy())：List转化成Map分组
groupingBy与toMap不同，允许key相同，相同的key的值会放到一个List里作为Map的value。
/**
* 1.List转Map分组，key是id，value是User对象
* 2.List转Map分组，key是id，value是相同User.id出现的次数
*
* 输出结果：
* userMap：{22=[User(id=22, name=小王, phone=123), User(id=22, name=小张, phone=345)], 23=[User(id=23, name=小东, phone=567)]}
* userCountMap：{22=2, 23=1}
*/
public static void listGroupingBy() {
List<User> users = Arrays.asList(new User(22,"小王","123"),
new User(22,"小张","345"),
new User(23,"小东","567"));
Map<Integer, List<User>> userMap = users.stream().collect(Collectors.groupingBy(User::getId));
Map<Integer, Long> userCountMap = users.stream()
.collect(Collectors.groupingBy(User::getId, Collectors.counting()));
System.out.println("userMap：" + userMap);
System.out.println("userCountMap：" + userCountMap);
}
根据某个字段分组后，Map的value想要只是对象中的某个字段，因为groupingBy的第二个参数只能接收Collector，所以只能通过Collectors.mapping(User::getPhone, Collectors.toList())转化得到某个字段的List
/**
* 1.List转Map分组，key是id，value是User.id相同的User.phone的List
*
* 输出结果：
* userMap：{22=[123, 123], 23=[567]}
*/
public static void listGrouping() {
List<User> users = Arrays.asList(new User(22, "小王", "123"),
new User(22, "小张", "123"),
new User(23, "小东", "567"));
Map<Integer, List<String>> userMap = users.stream()
.collect(Collectors.groupingBy(User::getId,
Collectors.mapping(User::getPhone, Collectors.toList())));
System.out.println("userMap：" + userMap);
}
.collect(Collectors.toMap())：List转化成Map
注意：toMap与groupingBy不同，toMap的key重复会抛异常。同时还要注意，value为null会导致NPE！
解决办法：若key重复可通过指定key重复的处理策略解决，添加第三个参数(o1, o2)->o2, 指定用后面的值覆盖新的值。
/**
* 1.List转Map，key是id，value是User对象
* 2.List转Map，key是id，value是User.name
*
* 注意：key不能重复，否则抛出异常java.lang.IllegalStateException: Duplicate key
*
* 输出结果：
* userMap：{17=User(id=17, name=小王, phone=123), 22=User(id=22, name=小张, phone=345), 23=User(id=23, name=小东, phone=567)}
* userNameMap：{17=小王, 22=小张, 23=小东}
*/
public static void listToMap() {
List<User> users = Arrays.asList(new User(17,"小王","123"),
new User(22,"小张","345"),
new User(23,"小东","567"));
Map<Integer, User> userMap = users.stream().collect(Collectors.toMap(User::getId, Function.identity()));
Map<Integer, String> userNameMap = users.stream().collect(Collectors.toMap(User::getId, User::getName));
System.out.println("userMap：" + userMap);
System.out.println("userNameMap：" + userNameMap);
}
指定key重复的处理策略，(o1, o2)->o2是指定使用新值覆盖旧值，也可以是(o1, o2)->o1，此时则指定使用旧值。
/**
* 指定key重复时的策略 (o1, o2) -> o2) 使用新值覆盖旧值
* 指定key重复时的策略 (o1, o2) -> o1) 使用旧值，不使用新值
*
* 输出结果：
* userMapMergeKey：{22=User(id=22, name=小张, phone=345), 23=User(id=23, name=小东, phone=567)}
*/
public static void listToMapMergeKey() {
List<User> users = Arrays.asList(new User(22, "小王", "123"),
new User(22, "小张", "345"),
new User(23, "小东", "567"));
Map<Integer, User> userMapMergeKey = users.stream()
.collect(Collectors.toMap(User::getId, Function.identity(), (o1, o2) -> o2));
System.out.println("userMapMergeKey：" + userMapMergeKey);
}
.map()
/**
* 获取对象List中某个值的数组
* 输出结果：userNames：[小王, 小张, 小东]
*/
public static void listUserName() {
List<User> users = Arrays.asList(new User(22, "小王", "123"),
new User(22, "小张", "345"),
new User(23, "小东", "567"));
List<String> userNames = users.stream().map(User::getName).collect(Collectors.toList());
System.out.println("userNames：" + userNames);
}
map与flatMap
map与flatMap都是用于转换已有的元素为其它元素，区别点在于：
- map 必须是一对一的，即每个元素都只能转换为1个新的元素
- flatMap 可以是一对多的，即每个元素都可以转换为1个或者多个新的元素
补充说明：flatMap操作的时候其实是先每个元素处理并返回一个新的Stream，然后将多个Stream展开合并为了一个完整的新的Stream，如下：
map将List<String>转成List<Integer>
/**
* 演示map的用途：一对一转换
* 输出结果：[205, 105, 308, 469, 627, 193, 111]
*/
public static void stringToIntMap() {
List<String> ids = Arrays.asList("205", "105", "308", "469", "627", "193", "111");
// 使用流操作
List<Integer> results = ids.stream()
.map(Integer::valueOf)
.collect(Collectors.toList());
System.out.println(results);
}
现有一个句子列表，需要将句子中每个单词都提取出来得到一个所有单词列表。这种情况用map就搞不定了，需要flatMap上场了。
/**
* 现有一个句子列表，需要将句子中每个单词都提取出来得到一个所有单词列表。
* 输出结果：[hello, world, Jia, Gou, Wu, Dao]
*/
public static void stringToIntFlatmap() {
List<String> sentences = Arrays.asList("hello world", "Jia Gou Wu Dao");
// 使用流操作
List<String> results = sentences.stream()
.flatMap(sentence -> Arrays.stream(sentence.split(" ")))
.collect(Collectors.toList());
System.out.println(results);
}
filter、sorted、distinct、limit
常用的几个中间操作
/**
* 1.使用filter过滤掉不符合条件的数据
* 2.通过distinct对存量元素进行去重操作
* 3.通过map操作将字符串转成整数类型
* 4.借助sorted指定按照数字大小正序排列
* 5.使用limit截取排在前3位的元素
* 6.又一次使用map将id转为User对象类型
* 7.使用collect终止操作将最终处理后的数据收集到list中
*
* 输出结果：[User(id=111), User(id=193), User(id=205)]
*/
public static void testGetTargetUsers() {
List<String> ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193");
// 使用流操作
List<User> results = ids.stream()
.filter(s -> s.length() > 2)
.distinct()
.map(Integer::valueOf)
.sorted(Comparator.comparingInt(o -> o))
.limit(3)
.map(id -> new User(id))
.collect(Collectors.toList());
System.out.println(results);
}
生成集合
其中toMap()中的Function.identity()等于t -> t
/**
* 生成一个集合
*
* 输出结果：
* collectList:[User(id=22), User(id=23)]
* collectSet:[User(id=22), User(id=23)]
* collectMap:{22=User(id=22), 23=User(id=23)}
*/
public static void testCollectStopOptions() {
List<User> ids = Arrays.asList(new User(17), new User(22), new User(23));
// collect成list
List<User> collectList = ids.stream().filter(dept -> dept.getId() > 20)
.collect(Collectors.toList());
System.out.println("collectList:" + collectList);
// collect成Set
Set<User> collectSet = ids.stream().filter(dept -> dept.getId() > 20)
.collect(Collectors.toSet());
System.out.println("collectSet:" + collectSet);
// collect成HashMap，key为id，value为User对象
Map<Integer, User> collectMap = ids.stream().filter(dept -> dept.getId() > 20)
.collect(Collectors.toMap(User::getId, Function.identity()));
System.out.println("collectMap:" + collectMap);
}
List拼接字符串
将一个List或者数组中的值拼接到一个字符串里并以逗号分隔开
如果通过for循环和StringBuilder去循环拼接，还得考虑下最后一个逗号如何处理的问题，很繁琐:
public void testForJoinStrings() {
List<String> ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193");
StringBuilder builder = new StringBuilder();
for (String id : ids) {
builder.append(id).append(',');
}
// 去掉末尾多拼接的逗号
builder.deleteCharAt(builder.length() - 1);
System.out.println("拼接后：" + builder.toString());
}
使用collect实现:
public void testCollectJoinStrings() {
List<String> ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193");
String joinResult = ids.stream().collect(Collectors.joining(","));
System.out.println("拼接后：" + joinResult);
}
peek和foreach方法
peek和foreach，都可以用于对元素进行遍历然后逐个的进行处理。
但根据前面的介绍，peek属于中间方法，而foreach属于终止方法。这也就意味着peek只能作为管道中途的一个处理步骤，而没法直接执行得到结果，其后面必须还要有其它终止操作的时候才会被执行；而foreach作为无返回值的终止方法，则可以直接执行相关操作。
public void testPeekAndforeach() {
List<String> sentences = Arrays.asList("hello world","Jia Gou Wu Dao");
// 演示点1： 仅peek操作，最终不会执行
System.out.println("----before peek----");
sentences.stream().peek(sentence -> System.out.println(sentence));
System.out.println("----after peek----");
// 演示点2： 仅foreach操作，最终会执行
System.out.println("----before foreach----");
sentences.stream().forEach(sentence -> System.out.println(sentence));
System.out.println("----after foreach----");
// 演示点3：peek操作后面增加终止操作，peek会执行
System.out.println("----before peek and count----");
sentences.stream().peek(sentence -> System.out.println(sentence)).count();
System.out.println("----after peek and count----");
}
输出结果可以看出，peek独自调用时并没有被执行、但peek后面加上终止操作之后便可以被执行，而foreach可以直接被执行：
----before peek----
----after peek----
----before foreach----
hello world
Jia Gou Wu Dao
----after foreach----
----before peek and count----
hello world
Jia Gou Wu Dao
----after peek and count----
简单结果终止方法
按照前面介绍的，终止方法里面像count、max、min、findAny、findFirst、anyMatch、allMatch、nonneMatch等方法，均属于这里说的简单结果终止方法。所谓简单，指的是其结果形式是数字、布尔值或者Optional对象值等。
/**
* 执行结果：
* 6
* true
* findFirst:205
**/
public void testSimpleStopOptions() {
List<String> ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193");
// 统计stream操作后剩余的元素个数
System.out.println(ids.stream().filter(s -> s.length() > 2).count());
// 判断是否有元素值等于205
System.out.println(ids.stream().filter(s -> s.length() > 2).anyMatch("205"::equals));
// findFirst操作
ids.stream().filter(s -> s.length() > 2)
.findFirst()
.ifPresent(s -> System.out.println("findFirst:" + s));
}
数据批量数学运算
还有一种场景，实际使用的时候可能会比较少，就是使用collect生成数字数据的总和信息，也可以了解下实现方式：
public void testNumberCalculate() {
List<Integer> ids = Arrays.asList(10, 20, 30, 40, 50);
// 计算平均值
Double average = ids.stream().collect(Collectors.averagingInt(value -> value));
System.out.println("平均值：" + average);
// 数据统计信息
IntSummaryStatistics summary = ids.stream().collect(Collectors.summarizingInt(value -> value));
System.out.println("数据统计信息： " + summary);
}
输出结果：
平均值：30.0
总和：IntSummaryStatistics{count=5, sum=150, min=10, average=30.000000, max=50}
并行Stream：parallelStream()
使用并行流，可以有效利用计算机的多CPU硬件，提升逻辑的执行速度。并行流通过将一整个stream划分为多个片段，然后对各个分片流并行执行处理逻辑，最后将各个分片流的执行结果汇总为一个整体流。\
问题：并行流类似于多线程在并行处理，所以与多线程场景相关的一些问题同样会存在，比如死锁等问题，所以在并行流终止执行的函数逻辑，必须要保证线程安全。
避坑提醒
一旦一个Stream被执行了终止操作之后，后续便不可以再读这个流执行其他的操作了，否则会报错，看下面示例：
public void testHandleStreamAfterClosed() {
List<String> ids = Arrays.asList("205", "10", "308", "49", "627", "193", "111", "193");
Stream<String> stream = ids.stream().filter(s -> s.length() > 2);
// 统计stream操作后剩余的元素个数
System.out.println(stream.count());
System.out.println("-----下面会报错-----");
// 判断是否有元素值等于205
try {
System.out.println(stream.anyMatch("205"::equals));
} catch (Exception e) {
e.printStackTrace();
}
System.out.println("-----上面会报错-----");
}
执行结果：
6
-----下面会报错-----
java.lang.IllegalStateException: stream has already been operated upon or closed
at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:229)
at java.util.stream.ReferencePipeline.anyMatch(ReferencePipeline.java:449)
at com.veezean.skills.stream.StreamService.testHandleStreamAfterClosed(StreamService.java:153)
at com.veezean.skills.stream.StreamService.main(StreamService.java:176)
-----上面会报错-----
从给定句子中返回单词长度大于5的单词列表，按长度倒序输出，最多返回3个
java7及之前：
/**
* 【常规方式】
* 从给定句子中返回单词长度大于5的单词列表，按长度倒序输出，最多返回3个
*
* @param sentence 给定的句子，约定非空，且单词之间仅由一个空格分隔
* @return 倒序输出符合条件的单词列表
*/
public List<String> sortGetTop3LongWords(@NotNull String sentence) {
// 先切割句子，获取具体的单词信息
String[] words = sentence.split(" ");
List<String> wordList = new ArrayList<>();
// 循环判断单词的长度，先过滤出符合长度要求的单词
for (String word : words) {
if (word.length() > 5) {
wordList.add(word);
}
}
// 对符合条件的列表按照长度进行排序
wordList.sort((o1, o2) -> o2.length() - o1.length());
// 判断list结果长度，如果大于3则截取前三个数据的子list返回
if (wordList.size() > 3) {
wordList = wordList.subList(0, 3);
}
return wordList;
}
java8及之后：
/**
* 【Stream方式】
* 从给定句子中返回单词长度大于5的单词列表，按长度倒序输出，最多返回3个
*
* @param sentence 给定的句子，约定非空，且单词之间仅由一个空格分隔
* @return 倒序输出符合条件的单词列表
*/
public List<String> sortGetTop3LongWordsByStream(@NotNull String sentence) {
return Arrays.stream(sentence.split(" "))
.filter(word -> word.length() > 5)
.sorted((o1, o2) -> o2.length() - o1.length())
.limit(3)
.collect(Collectors.toList());
}
Stream相较于传统的foreach的方式处理stream，到底有啥优势？
- 代码更简洁、偏声明式的编码风格，更容易体现出代码的逻辑意图
- 逻辑间解耦，一个stream中间处理逻辑，无需关注上游与下游的内容，只需要按约定实现自身逻辑即可
- 并行流场景效率会比迭代器逐个循环更高
- 函数式接口，延迟执行的特性，中间管道操作不管有多少步骤都不会立即执行，只有遇到终止操作的时候才会开始执行，可以避免一些中间不必要的操作消耗
当然了，Stream也不全是优点，在有些方面也有其弊端：
- 代码调测debug不便
- 程序员从历史写法切换到Stream时，需要一定的适应时间
findFirst和findAny
findAny在使用并行流parallelStream的时候速度比使用串行的stream更快 参考：baijiahao.baidu.com/s?id=167238…
