Java8的双绝学之一stream能用来做什么？
前言
★ 这里是小冷的博客
✓ 优质技术好文见专栏
个人公众号，分享一些技术上的文章，以及遇到的坑
当前系列：Java8 新特性 系列
源代码 git 仓库 代码Git 仓库地址
强大Stream API
Java 8 是一个非常成功的版本，Java8 新增的Stream，配合同版本出现的 Lambda ，给我们操作集合提供了极大的便利。
Stream API
- 强大Stream API 的 为什么用强大呢？ java8两大招牌 一个是函数式编程 Lambda 表达式，一个是Stream流
- 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可以极大的提供Java程序员的生产力，让程序员写出更高效率和干净，简洁的代码
- Stream是Java8处理结合的关键抽象概念，他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StreamAPI对集合数据进行操作，就类似于使用SQL执行的数据库查询。可以使用Stream API来并行执行操作，简言之，Stream API提供一种高效且易于使用的处理数据的方式
为什么使用Stream API
-
实际开发中 ，项目中多数据源来自于Mysql，Oracle 等，但现在使用数据源可以更多了，有MongoDB，redis等，而这些NoSql的数据就需要Java层面去处理
-
Stream和 Collection集合的区别
- Collection 是一种静态内存数据结构的一个容器
- Stream是有关计算的
前面是主要面向内存，存储在内存中后者是主要是面向CPU的，通过CPU实现计算
Stream的操作三个步骤
-
1-创建Stream
一个数据源（如集合，数组）获取一个流
-
2-中间操作
一个中间操作链，对数据源进行处理
-
3-终止操作（终端操作）
一旦执行终止操作，就执行中间操作链，并且产生结果，之后不在被使用
流程图
创建各种场景stream流
/**
* @projectName: Java8
* @package: Stream
* @className: StreamTest
* @author: 冷环渊 doomwatcher
* @description:
* <h3>
* 1.Stream 关注的是对数据的运算，与CPU打交道
* 集合关注的事数据的存储，与内存打交道
*
* 2.
* - Stream 自己不会存储元素
* - Stream 不会改变源对象 相反，他们会返回一个持有结果的新Stream
* - Stream 操作是延时执行的，这意味的他们会等到需要结果的时候才执行
*
* 3. Stream 执行操作
* Stream 的实例化
* 一系列的中间操作（过滤 映射 。。。。）
* 终止操作
*
* 4. 说明
* 4.1 一个中间操作链，对数据源进行处理
* 4.2 一旦执行终止操作，就执行中间操作链，并产生结果，之后，不会再被使用
*
* </h3>
* @date: 2021/12/12 1:37
* @version: 1.0
*/
public class StreamTest {
//Stream 创建方式一：通过集合
@Test
public void test1() {
List<Employee> employees = EmployeeData.getEmployees();
/*
* default Stream<E> stream() 返回一个程序流
* 这里我们用的是 Collection接口中就实现的方法
* default Stream<E> stream() {
* return StreamSupport.stream(spliterator(), false);
*}
* */
Stream<Employee> stream = employees.stream();
// default Stream<E> parallelStream() 返回一个并行流
Stream<Employee> parallelStream = employees.parallelStream();
}
/**
* @author 冷环渊 Doomwatcher
* @context: 创建 Stream 的方式二 数组
* Java 8 中 Arrays 的静态方法 stream（） 可以获取数组流
* IntStream stream = Arrays.stream(arr); static <T> Stream<T> stream(T[] array)返回一个流
* 重载形式：
* 能够处理 对应基本类型的数组
* ① public Static intStream stream(int[] array)
* ② public Static LongStraem stream(long[] array)
* ③ public Static DoubleStraam stream(double[] array)
* @date: 2021/12/12 12:38
* @param
* @return:
*/
@Test
public void Test2() {
int[] arr = {1, 2, 3, 4, 5, 6};
IntStream stream = Arrays.stream(arr);
Employee e1 = new Employee(1001, "tom");
Employee e2 = new Employee(1002, "Treey");
Employee[] employees = {e1, e2};
Stream<Employee> employeeStream = Arrays.stream(employees);
}
/**
* @author 冷环渊 Doomwatcher
* @context:
* 创建 Stream三 ： Stream本身的 of（） 我们需要创建数据的时候
* @date: 2021/12/12 12:45
* @param
* @return: void
*/
@Test
public void Test3() {
Stream<Integer> integerStream = Stream.of(1, 2, 3, 4, 5);
}
/**
* @author 冷环渊 Doomwatcher
* @context:
* 创建方式四 创建无限流
* 我们需要批量的产生数据
* @date: 2021/12/12 12:47
* @param
* @return: void
*/
@Test
public void Test4() {
/* 迭代
* public static<T> Stream<T> iterate(final T sead,final UnaryOperator)
* 遍历前十个偶数
* 这里 参数 UNaryOperator继承自 function 也就是说我们最终调用的方法 是重写的apply
* @FunctionalInterface
* public interface UnaryOperator<T> extends Function<T, T> {
* static <T> UnaryOperator<T> identity() {
* return t -> t;
* }
* }
* */
Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out::println);
/*生成
* public static<T> Stream<T> generate(Supplier<T> s)
*
* */
Stream.generate(Math::random).forEach(System.out::println);
}
}
Stream的中间操作
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”。
筛选与切片
- filter(Predicate p) 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
//filter(Predicate p) 接收 Lambda ， 从流中排除某些元素
@Test
public void test1() {
List<Employee> employeeList = EmployeeData.getEmployees();
Stream<Employee> stream = employeeList.stream();
//小练习，查询员工表中薪资大于7000的员工
System.out.println("filter-------------------");
stream.filter(e -> e.getSalary() > 7000).forEach(System.out::println);
/*limit(long maxSize) 截断流，使其元素不超过给定数量
* 这里我们用 stream 会抛出异常，所以我们直接调用构造方法，每次都会生成新的流
* */
System.out.println("limit-------------------");
employeeList.stream().limit(3).forEach(System.out::println);
/* 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
* */
System.out.println("skip--------------------");
employeeList.stream().skip(3).forEach(System.out::println);
//distinct() 筛选，通过流所生成元素的 hashCode() 和 equals() 去 除重复元素
System.out.println("distinct----------------");
employeeList.add(new Employee(1010, "刘强东", 40, 8000));
employeeList.add(new Employee(1010, "刘强东", 40, 8000));
employeeList.add(new Employee(1010, "刘强东", 40, 8000));
employeeList.stream().distinct().forEach(System.out::println);
}
映射
- 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
/**
* @author 冷环渊 Doomwatcher
* @context: 映射
* @date: 2021/12/12 14:15
* @param
* @return: void
*/
@Test
public void test2() {
/* 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。
* 映射结果：
* aa --> AA
* bb --> BB
* cc --> CC
* dd --> DD
* */
List<String> list = Arrays.asList("aa", "bb", "cc", "dd");
list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);
System.out.println();
List<Employee> employeeList = EmployeeData.getEmployees();
employeeList.stream().map(Employee::getName).filter(name -> name.length() > 3).forEach(System.out::println);
System.out.println();
/*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、*/
//这里是没有用 flatmap的版本 ，我们需要foreach之后再foreach才可以拆分到所有的元素
Stream<Stream<Character>> streamStream = list.stream().map(StreamAPITest2::fromStringToStream);
streamStream.forEach(s -> s.forEach(System.out::print));
System.out.println();
//使用了 flatmap
Stream<Character> stream = list.stream().flatMap(StreamAPITest2::fromStringToStream);
stream.forEach(System.out::print);
}
/**
* @author 冷环渊 Doomwatcher
* @context:
* 将字符串中的多个字符构成的集合，转换成对应的Stream的实例
* @date: 2021/12/12 14:44
* @param str
* @return: java.util.stream.Stream<java.lang.Character>
*/
public static Stream<Character> fromStringToStream(String str) {
ArrayList<Character> list = new ArrayList<>();
for (Character c : str.toCharArray()) {
list.add(c);
}
return list.stream();
}
/**
* @author 冷环渊 Doomwatcher
* @context:
* =演示 list里放list
* 【1,2,3，【4,5,6】】
* 打散开了再放入list
* 【1,2,3,4,5,6】
* @date: 2021/12/12 14:33
* @param
* @return: void
*/
@Test
public void test3() {
ArrayList list = new ArrayList();
list.add(1);
list.add(2);
list.add(3);
ArrayList list1 = new ArrayList();
list1.add(4);
list1.add(5);
list1.add(6);
list.add(list1);
System.out.println(list);
}
排序
- 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
Comparator 概念
Comparator是一个函数式接口。它经常用于没有天然排序的集合进行排序，如Collections.sort或Arrays.sort或者对于某些有序数据结构的排序规则进行声明，如TreeSet、TreeMap。该接口主要用来进行集合排序。抽象方法 compare
作为
Comparator唯一的抽象方法，int compare(T o1,T o2)比较两个参数的大小， 返回负整数，零，正整数 ，分别代表o1<o2、o1=o2、o1>o2，通常分别返回-1、0或1//输入两个同类型的对象，返回比较结果为int的数字 //`o1<o2`、`o1=o2`、`o1>o2`，通常分别返回 `-1`、`0` 或 `1` (x1,x2)-> int
/**
* @author 冷环渊 Doomwatcher
* @context: 排序
* @date: 2021/12/12 16:42
* @param
* @return: void
*/
@Test
public void tset4() {
//sorted() 产生一个新流，其中按自然顺序排序
List<Integer> list = Arrays.asList(12, 43, 65, 0, -1, 7);
list.stream().sorted().forEach(System.out::println);
/* 这里会出现问题
* 为什么？
* 原因：Employee没有实现Comparble接口、
* List<Employee> employees = EmployeeData.getEmployees();
* employees.stream().sorted().forEach(System.out::println);
* */
//sorted(Comparator com) 产生一个新流，其中按比较器顺序排序
List<Employee> employees = EmployeeData.getEmployees();
employees.stream().sorted((e1, e2) -> Integer.compare(e1.getAge(), e2.getAge())).forEach(System.out::println);
System.out.println();
//小练习，如果年龄一样就按收入排序
employees.add(new Employee(1011, "冷环渊", 34, 8000));
employees.stream().sorted((e1, e2) -> {
int agevalue = Integer.compare(e1.getAge(), e2.getAge());
if (agevalue != 0) {
return agevalue;
} else {
return -Double.compare(e1.getSalary(), e2.getSalary());
}
}).forEach(System.out::println);
}
Stream 的终止操作
- 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、Integer，甚至是 void 。
- 流进行了终止操作后，不能再次使用。
匹配与查找
- 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)
/**
* @author 冷环渊 Doomwatcher
* @context: 匹配与查找
* @date: 2021/12/12 17:11
* @param
* @return: void
*/
@Test
public void test1() {
//- allMatch(Predicate p) 检查是否匹配所有元素
List<Employee> employees = EmployeeData.getEmployees();
boolean allMatch = employees.stream().allMatch(e -> e.getAge() > 18);
System.out.println("allMatch(Predicate p) 检查是否匹配所有元素: " + allMatch);
//- anyMatch(Predicate p) 检查是否至少匹配一个元素
boolean anyMatch = employees.stream().anyMatch(e -> e.getSalary() > 10000);
System.out.println(" anyMatch(Predicate p) 检查是否至少匹配一个元素: " + anyMatch);
//- noneMatch(Predicate p) 检查是否没有匹配所有元素
boolean noneMatch = employees.stream().noneMatch(e -> e.getName().startsWith("雷"));
System.out.println("noneMatch(Predicate p) 检查是否没有匹配所有元素: " + noneMatch);
//- findFirst() 返回第一个元素
Optional<Employee> first = employees.stream().findFirst();
System.out.println("findFirst() 返回第一个元素: " + first);
//- findAny() 返回当前流中的任意元素
Optional<Employee> any = employees.parallelStream().findAny();
System.out.println("findFirst() 返回第一个元素: " + any);
//- count() 返回流中元素总数
Long salary = employees.stream().filter(e -> e.getSalary() > 5000).count();
System.out.println("count() 返回流中元素总数: " + salary);
}
/**
* @author 冷环渊 Doomwatcher
* @context:
* @date: 2021/12/12 23:30
* @param
* @return: void
*/
@Test
public void test2() {
//- max(Comparator c) 返回流中最大值
List<Employee> employees = EmployeeData.getEmployees();
Stream<Double> stream = employees.stream().map(e -> e.getSalary());
Optional<Double> max = stream.max(Double::compare);
System.out.println("返回流中最大值:" + max);
//- min(Comparator c) 返回流中最小值
Optional<Employee> min = employees.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));
System.out.println("返回流中最小值: " + min);
//- 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)
employees.stream().forEach(System.out::println);
//使用集合的方式
employees.forEach(System.out::println);
}
规约
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。
- reduce(T iden, 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
/**
* @author 冷环渊 Doomwatcher
* @context: 规约
* @date: 2021/12/12 23:56
* @param
* @return: void
*/
@Test
public void tset3() {
//- reduce(T iden, BinaryOperator b) 可以将流中元素反复结合起来，得到一 个值。返回 T
// 小练习 计算1-10的自然数总和
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
Integer resultReduce = list.stream().reduce(0, Integer::sum);
System.out.println("resultReduce: " + resultReduce);
//- reduce(BinaryOperator b) 可以将流中元素反复结合起来，得到一 个值。返回 Optional
// 小练习 计算公司所有员工的工资总和
List<Employee> employees = EmployeeData.getEmployees();
Optional<Double> slaryStream = employees.stream().map(Employee::getSalary).reduce(Double::sum);
System.out.println(slaryStream);
}
收集
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，常用案例如下
常用语法
toList List 把流中元素收集到List
List List emps= list.stream().collect(Collectors.toList());toSet Set 把流中元素收集到Set
Set emps= list.stream().collect(Collectors.toSet());toCollection Collection 把流中元素收集到创建的集合
Collection emps=list.stream().collect(Collectors.toCollection(ArrayList::new));counting Long 计算流中元素的个数
long count = list.stream().collect(Collectors.counting());summingInt Integer 对流中元素的整数属性求和
int total=list.stream().collect(Collectors.summingInt(Employee::getSalary));averagingInt Double 计算流中元素Integer属性的平均值
double avg =list.stream().collect(Collectors.averagingInt(Employee::getSalary));summarizingInt 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));joining String 连接流中每个字符串
String str= list.stream().map(Employee::getName).collect(Collectors.joining());maxBy Optional 根据比较器选择最大值
Optional<Emp>max=list.stream().collect(Collectors.maxBy(comparingInt(Employee::getSalary)));minBy Optional 根据比较器选择最小值
Optional<Emp> min = list.stream().collect(Collectors.minBy(comparingInt(Employee::getSalary)));reducing 归约产生的类型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));collectingAndThen 转换函数返回的类型 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));groupingBy 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<Emp>> map= list.stream() .collect(Collectors.groupingBy(Employee::getStatus));partitioningBy Map<Boolean, List> 根据true或false进行分区
Map<Boolean,List<Emp>> vd = list.stream().collect(Collectors.partitioningBy(Employee::getManage));
/**
* @author 冷环渊 Doomwatcher
* @context: 收集
* @date: 2021/12/13 0:23
* @param
* @return:
*/
@Test
public void test4() {
/* collet（Collector c） 将流转换成其他的形式，接收一个 Collector接口实现，用于给Stream中元素做汇总方法
* 练习一 查找工资大于6000的员工 返回一个 list 或者set
* */
List<Employee> employees = EmployeeData.getEmployees();
//大于六千的list
List<Employee> employeeList = employees.stream().filter(employee -> employee.getSalary() > 6000).collect(Collectors.toList());
employeeList.forEach(System.out::println);
System.out.println();
//小于六千的set
Set<Employee> employeeSet = employees.stream().filter(employee -> employee.getSalary() < 6000).collect(Collectors.toSet());
employeeSet.forEach(System.out::println);
}
}
总结
到这里我们已经对Stream的日常使用有了一些了解，可以看到功能和我们的数据库sql语句有相似之处，可以在代码层面处理数据。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
THE END
二维码