Stream流

史呆芬
105 阅读8分钟

1. Stream概述

Stream流是从JDK8以后才有的新特性，是专业用于对集合或者数组进行便捷操作的。

什么是Stream？

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：过滤、排序、去重等。

image.png

2. Stream流的创建

Stream可以由数组或集合创建

1.通过 java.util.Collection.stream() 方法用集合创建流

     如何获取 List的Stream流
         如何获取 Set的Stream流
             单列集合对象.stream()

 如何获取 Map的Stream流
      变成单列之后 在 .stream()

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

 如果获取 数组的Stream流
       Arrays.stream(数组)

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

代码演示如下：

 public static void main(String[] args) {
        //1 List的Stream流
        List<String> names = new ArrayList<>();
        Collections.addAll(names,"张三","李四","王五","赵六");
        // 数据转换到流上
        Stream<String> stream1 = names.stream();

        //2 Set的Stream流
        Set<String> set = new HashSet<>();
        Collections.addAll(set,"李白","杜甫","白居易","李清照");
        // 数据转换到流上
        Stream<String> stream2 = names.stream();

        //3:如何获取 Map的Stream流
        Map<String,Integer> map = new HashMap<>();
        map.put("姚明",40);
        map.put("刘翔",42);
        map.put("郭敬明",44);
        // 键集 转换成Stream流
        Stream<String> stream31 = map.keySet().stream();
        // 值集 转换成Stream流
        Stream<Integer> stream32 = map.values().stream();

        //处理键值对呢？ 键值对对象 叫entry
        Stream<Map.Entry<String, Integer>> stream3 = map.entrySet().stream();


        //4:数组 的Stream流
        String[] array = {"孔子","老子","曾子","孟子"};
        //两种方式
        Stream<String> stream4 = Arrays.stream(array);
        Stream<String> stream5 = Stream.of(array);
    }

3. Stream流中间方法

3.1 filter(过滤)

Stream filter(Predicate<? super T> predicate): 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

代码演示：

// 找出成绩大于等于60分的数据，并升序后，再输出。
List<Double> scores = new ArrayList<>();
Collections.addAll(scores,88.5,69.4,12.5,89.5,56.3);
scores.stream().filter(sc -> sc >= 60).forEach(s-> System.out.println(s));

运行结果：

image.png

3.2 distinct、skip、limit、concat(去重、合并)

  • Stream distinct(): 去除流中重复的元素。
  • Stream skip(long n):跳过前几个元素
  • Stream limt(long max maxSize): 获取前几个元素
  • static Stream concat(Stream a,Stream b):合并a和b两个流为一个流

代码演示 ：

//创建一个集合 存储多个数据到集合 再把数据放到Stream流中
List<String> list = new ArrayList<>();
Collections.addAll(list,"a","b","c","d","d","c");
// limit(long maxSize)：获取前n个元素
System.out.println("------------limit--------------");
list.stream().limit(2).forEach(s-> System.out.println(s));

//skip(long n):跳过前n个元素
System.out.println("-------------skip--------------");
list.stream().skip(3).forEach(s -> System.out.println(s));

//distinct():去除重复
System.out.println("--------------distinct---------");
list.stream().distinct().forEach(s -> System.out.println(s));

//concat:合并a和b两个流为一个流
System.out.println("------------concat--------------");
Stream<String> stream1 = Stream.of("a", "b", "c");
Stream<String> stream2 = Stream.of("1", "2", "3");
Stream<String> concat = Stream.concat(stream1, stream2);

运行结果：

image.png

image.png

3.3 sorted(排序)

  • Stream sorted() :对元素进行升序排序
  • Stream sorted(Comparator<? super T> comparator) :按照指定规则排序

代码演示：

//sorted():对元素进行升序排序
System.out.println("---------------sorted----------");
list.stream().sorted().forEach(s -> System.out.println(s));
System.out.println("----- sorted(排序规则)-----------");
//既要去重，又要降重 distinct sorted(排序规则)
list.stream().distinct().sorted(((o1, o2) -> o2.compareTo(o1))).forEach(s -> System.out.println(s));

运行结果：

image.png

3.4 map、flatMap(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。

图示：

image.png

代码演示：

//map；映射的意思，一一对应
System.out.println("------------map-----------------");
scores.stream().map(s->{return new Student("张三",18,s);}).forEach(s-> System.out.println(s));

运行结果：

image.png

代码演示：

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);

运行结果：

image.png

4.Stream流终结方法

4.1 max、min、count(聚合)

  • count:统计此流运算的元素个数
  • max:获取此流运算后的最大值元素
  • min:获取此流运算后的最小值元素

代码演示：

List<Student> students = new ArrayList<>();
Student s1 = new Student("蜘蛛精", 26, 72.5);
Student s2 = new Student("蜘蛛精", 26, 72.5);
Student s3 = new Student("紫霞", 23, 67.6);
Student s4 = new Student("白晶晶", 25, 69.0);
Student s5 = new Student("牛魔王", 35, 83.3);
Student s6 = new Student("牛夫人", 34, 68.5);
Collections.addAll(students, s1, s2, s3, s4, s5, s6);

// 需求1：请计算出分数超过68的学生有几人。
long count = students.stream().filter(s -> s.getScore() > 68).count();
System.out.println("分数超过68的有 "+count+" 人");

// 需求2：请找出分数最高的学生对象，并输出。
Student student = students.stream().max(((o1, o2) -> Double.compare(o1.getScore(), o2.getScore()))).get();
System.out.println("分数最高的学生信息："+student);

// 需求3：请找出分数最低的学生对象，并输出。
Student student1 = students.stream().min(((o1, o2) -> Double.compare(o1.getScore(), o2.getScore()))).get();

System.out.println("分数最高的学生信息："+student1);

运行结果：

image.png

4.2 foreach、find、match(遍历匹配)

  • foreach:对此流运算后的元素执行遍历
  • findFirst：匹配第一个
  • findAny：匹配任意（适用于并行流）
  • anyMatch：是否包含符合特定条件的元素

代码演示：

List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);

// 遍历输出符合条件的元素
list.stream().filter(x -> x > 6).forEach(System.out::println);
// 匹配第一个
Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();
// 匹配任意（适用于并行流）
Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();
// 是否包含符合特定条件的元素
boolean anyMatch = list.stream().anyMatch(x -> x > 6);
System.out.println("匹配第一个值：" + findFirst.get());
System.out.println("匹配任意一个值：" + findAny.get());
System.out.println("是否存在大于6的值：" + anyMatch);

运行结果：

image.png

4.3 reduce(归约)

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。 图示： image.png 代码演示：

public static void main(String[] args) {
    List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4);
    // 求和方式1
    Optional<Integer> sum = list.stream().reduce((x, y) -> x + y);
    // 求和方式2
    Optional<Integer> sum2 = list.stream().reduce(Integer::sum);
    // 求和方式3
    Integer sum3 = list.stream().reduce(0, Integer::sum);

    // 求乘积
    Optional<Integer> product = list.stream().reduce((x, y) -> x * y);

    // 求最大值方式1
    Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y);
    // 求最大值写法2
    Integer max2 = list.stream().reduce(1, Integer::max);

    System.out.println("list求和：" + sum.get() + "," + sum2.get() + "," + sum3);
    System.out.println("list求积：" + product.get());
    System.out.println("list求和：" + max.get() + "," + max2);
}

运行结果：

image.png

4.4 collect(收集)

collect，收集，可以说是内容最繁多、功能最丰富的部分了。从字面上去理解，就是把一个流收集起来，最终可以是收集成一个值也可以收集成一个新的集合。

4.4.1 toList、toSet、toMap(归集)

代码演示：

public static void main(String[] args) {
    List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
    List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
    Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());

    List<Person> personList = new ArrayList<Person>();
    personList.add(new Person("Tom", 8900, 23, "male", "New York"));
    personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
    personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
    personList.add(new Person("Anni", 8200, 24, "female", "New York"));

    Map<?, Person> map = personList.stream().filter(p -> p.getSalary() > 8000)
            .collect(Collectors.toMap(Person::getName, p -> p));
    System.out.println("toList:" + listNew);
    System.out.println("toSet:" + set);
    System.out.println("toMap:" + map);
}

运行结果：

image.png

4.4.2 count、averaging(统计)

  • 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

代码演示：

public class StreamTest {
    public static void main(String[] args) {
        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));

        // 求总数
        Long count = personList.stream().collect(Collectors.counting());
        // 求平均工资
        Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
        // 求最高工资
        Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
        // 求工资之和
        Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));
        // 一次性统计所有信息
        DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));

        System.out.println("员工总数：" + count);
        System.out.println("员工平均工资：" + average);
        System.out.println("员工工资总和：" + sum);
        System.out.println("员工工资所有统计：" + collect);
    }
}

运行结果：

image.png

4.4.3 partitioningBy、groupingBy(分组)

  • 分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。
  • 分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。 图示：

image.png 代码演示：

public class StreamTest {
    public static void main(String[] args) {
        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, "male", "New York"));
        personList.add(new Person("Jack", 7000, "male", "Washington"));
        personList.add(new Person("Lily", 7800, "female", "Washington"));
        personList.add(new Person("Anni", 8200, "female", "New York"));
        personList.add(new Person("Owen", 9500, "male", "New York"));
        personList.add(new Person("Alisa", 7900, "female", "New York"));

        // 将员工按薪资是否高于8000分组
        Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));
        // 将员工按性别分组
        Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
        // 将员工先按性别分组，再按地区分组
        Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));
        System.out.println("员工按薪资是否大于8000分组情况：" + part);
        System.out.println("员工按性别分组情况：" + group);
        System.out.println("员工按性别、地区：" + group2);
    }
}

运行结果：

image.png

4.4.4joining(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。 代码演示：

public class StreamTest {
    public static void main(String[] args) {
        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));

        String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
        System.out.println("所有员工的姓名：" + names);
        List<String> list = Arrays.asList("A", "B", "C");
        String string = list.stream().collect(Collectors.joining("-"));
        System.out.println("拼接后的字符串：" + string);
    }
}

运行结果：

image.png

4.4.5reducing(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。 代码演示：

public class StreamTest {
    public static void main(String[] args) {
        List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 23, "male", "New York"));
        personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
        personList.add(new Person("Lily", 7800, 21, "female", "Washington"));

        // 每个员工减去起征点后的薪资之和（这个例子并不严谨，但一时没想到好的例子）
        Integer sum = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000)));
        System.out.println("员工扣税薪资总和：" + sum);

        // stream的reduce
        Optional<Integer> sum2 = personList.stream().map(Person::getSalary).reduce(Integer::sum);
        System.out.println("员工薪资总和：" + sum2.get());
    }
}

运行结果：

image.png

avatar
文章
阅读
粉丝