一、概述

Stream 是 Java8 中處理集合的關(guān)鍵抽象概念，它可以指定你希望對(duì)集合進(jìn)行的操作，可以執(zhí)行非常復(fù)雜的查找、過(guò)濾和映射數(shù)據(jù)等操作。使用Stream API 對(duì)集合數(shù)據(jù)進(jìn)行操作，就類似于使用 SQL 執(zhí)行的數(shù)據(jù)庫(kù)查詢。也可以使用 Stream API 來(lái)并行執(zhí)行操作。簡(jiǎn)而言之，Stream API 提供了一種高效且易于使用的處理數(shù)據(jù)的方式。

特點(diǎn)：

不是數(shù)據(jù)結(jié)構(gòu)，不會(huì)保存數(shù)據(jù)。

不會(huì)修改原來(lái)的數(shù)據(jù)源，它會(huì)將操作后的數(shù)據(jù)保存到另外一個(gè)對(duì)象中。（保留意見(jiàn)：畢竟peek方法可以修改流中元素）

惰性求值，流在中間處理過(guò)程中，只是對(duì)操作進(jìn)行了記錄，并不會(huì)立即執(zhí)行，需要等到執(zhí)行終止操作的時(shí)候才會(huì)進(jìn)行實(shí)際的計(jì)算。

二、分類

無(wú)狀態(tài)：指元素的處理不受之前元素的影響；

有狀態(tài)：指該操作只有拿到所有元素之后才能繼續(xù)下去。

非短路操作：指必須處理所有元素才能得到最終結(jié)果；

短路操作：指遇到某些符合條件的元素就可以得到最終結(jié)果，如 A || B，只要A為true，則無(wú)需判斷B的結(jié)果。

三、具體用法

流的常用創(chuàng)建方法

1.1 使用Collection下的 stream() 和 parallelStream() 方法

List<String> list = new ArrayList<>(); Stream<String> stream = list.stream(); //獲取一個(gè)順序流 Stream<String> parallelStream = list.parallelStream(); //獲取一個(gè)并行流

1.2 使用Arrays 中的 stream() 方法，將數(shù)組轉(zhuǎn)成流

Integer[] nums = new Integer[10]; Stream<Integer> stream = Arrays.stream(nums);

1.3 使用Stream中的靜態(tài)方法：of()、iterate()、generate()

Stream<Integer> stream = Stream.of(1,2,3,4,5,6);Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6); stream2.forEach(System.out::println); // 0 2 4 6 8 10Stream<Double> stream3 = Stream.generate(Math::random).limit(2); stream3.forEach(System.out::println);

1.4 使用 BufferedReader.lines() 方法，將每行內(nèi)容轉(zhuǎn)成流

BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt")); Stream<String> lineStream = reader.lines(); lineStream.forEach(System.out::println);

1.5 使用 Pattern.splitAsStream() 方法，將字符串分隔成流

Pattern pattern = Pattern.compile(","); Stream<String> stringStream = pattern.splitAsStream("a,b,c,d"); stringStream.forEach(System.out::println);

流的中間操作

2.1 篩選與切片

filter：過(guò)濾流中的某些元素

limit(n)：獲取n個(gè)元素

skip(n)：跳過(guò)n元素，配合limit(n)可實(shí)現(xiàn)分頁(yè)

distinct：通過(guò)流中元素的 hashCode() 和 equals() 去除重復(fù)元素

Stream<Integer> stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14); Stream<Integer> newStream = stream.filter(s -> s > 5) //6 6 7 9 8 10 12 14 14.distinct() //6 7 9 8 10 12 14.skip(2) //9 8 10 12 14.limit(2); //9 8 newStream.forEach(System.out::println);

2.2 映射

map：接收一個(gè)函數(shù)作為參數(shù)，該函數(shù)會(huì)被應(yīng)用到每個(gè)元素上，并將其映射成一個(gè)新的元素。

flatMap：接收一個(gè)函數(shù)作為參數(shù)，將流中的每個(gè)值都換成另一個(gè)流，然后把所有流連接成一個(gè)流。

List<String> list = Arrays.asList("a,b,c", "1,2,3");//將每個(gè)元素轉(zhuǎn)成一個(gè)新的且不帶逗號(hào)的元素 Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", "")); s1.forEach(System.out::println); // abc 123Stream<String> s3 = list.stream().flatMap(s -> {//將每個(gè)元素轉(zhuǎn)換成一個(gè)streamString[] split = s.split(",");Stream<String> s2 = Arrays.stream(split);return s2; }); s3.forEach(System.out::println); // a b c 1 2 3

2.3 排序

sorted()：自然排序，流中元素需實(shí)現(xiàn)Comparable接口

sorted(Comparator com)：定制排序，自定義Comparator排序器

List<String> list = Arrays.asList("aa", "ff", "dd"); //String 類自身已實(shí)現(xiàn)Compareable接口 list.stream().sorted().forEach(System.out::println);// aa dd ffStudent s1 = new Student("aa", 10); Student s2 = new Student("bb", 20); Student s3 = new Student("aa", 30); Student s4 = new Student("dd", 40); List<Student> studentList = Arrays.asList(s1, s2, s3, s4); //自定義排序：先按姓名升序，姓名相同則按年齡升序 studentList.stream().sorted((o1, o2) -> {if (o1.getName().equals(o2.getName())) {return o1.getAge() - o2.getAge();} else {return o1.getName().compareTo(o2.getName());}} ).forEach(System.out::println);

2.4 消費(fèi)
peek：如同于map，能得到流中的每一個(gè)元素。但map接收的是一個(gè)Function表達(dá)式，有返回值；而peek接收的是Consumer表達(dá)式，沒(méi)有返回值。

Student s1 = new Student("aa", 10); Student s2 = new Student("bb", 20); List<Student> studentList = Arrays.asList(s1, s2);studentList.stream().peek(o -> o.setAge(100)).forEach(System.out::println); //結(jié)果： Student{name='aa', age=100} Student{name='bb', age=100}

流的終止操作

3.1 匹配、聚合操作

allMatch：接收一個(gè) Predicate 函數(shù)，當(dāng)流中每個(gè)元素都符合該斷言時(shí)才返回true，否則返回false

noneMatch：接收一個(gè) Predicate 函數(shù)，當(dāng)流中每個(gè)元素都不符合該斷言時(shí)才返回true，否則返回false

anyMatch：接收一個(gè) Predicate 函數(shù)，只要流中有一個(gè)元素滿足該斷言則返回true，否則返回false

findFirst：返回流中第一個(gè)元素

findAny：返回流中的任意元素

count：返回流中元素的總個(gè)數(shù)

max：返回流中元素最大值

min：返回流中元素最小值

List<Integer> list = Arrays.asList(1, 2, 3, 4, 5);boolean allMatch = list.stream().allMatch(e -> e > 10); //false boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true boolean anyMatch = list.stream().anyMatch(e -> e > 4); //trueInteger findFirst = list.stream().findFirst().get(); //1 Integer findAny = list.stream().findAny().get(); //1long count = list.stream().count(); //5 Integer max = list.stream().max(Integer::compareTo).get(); //5 Integer min = list.stream().min(Integer::compareTo).get(); //1

3.2 規(guī)約操作

Optional reduce(BinaryOperatoraccumulator)：
第一次執(zhí)行時(shí)，accumulator函數(shù)的第一個(gè)參數(shù)為流中的第一個(gè)元素，第二個(gè)參數(shù)為流中元素的第二個(gè)元素；第二次執(zhí)行時(shí)，第一個(gè)參數(shù)為第一次函數(shù)執(zhí)行的結(jié)果，第二個(gè)參數(shù)為流中的第三個(gè)元素；依次類推。

T reduce(T identity, BinaryOperator accumulator)：流程跟上面一樣，只是第一次執(zhí)行時(shí)，accumulator函數(shù)的第一個(gè)參數(shù)為identity，而第二個(gè)參數(shù)為流中的第一個(gè)元素。

U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator combiner)：
在串行流(stream)中，該方法跟第二個(gè)方法一樣，即第三個(gè)參數(shù)combiner不會(huì)起作用。在并行流(parallelStream)中,我們知道流被forkjoin出多個(gè)線程進(jìn)行執(zhí)行，此時(shí)每個(gè)線程的執(zhí)行流程就跟第二個(gè)方法reduce(identity,accumulator)一樣，而第三個(gè)參數(shù)combiner函數(shù)，則是將每個(gè)線程的執(zhí)行結(jié)果當(dāng)成一個(gè)新的流，然后使用第一個(gè)方法reduce(accumulator)流程進(jìn)行規(guī)約。

//經(jīng)過(guò)測(cè)試，當(dāng)元素個(gè)數(shù)小于24時(shí)，并行時(shí)線程數(shù)等于元素個(gè)數(shù)，當(dāng)大于等于24時(shí)，并行時(shí)線程數(shù)為16 List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24);Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get(); System.out.println(v); // 300Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2); System.out.println(v1); //310Integer v2 = list.stream().reduce(0,(x1, x2) -> {System.out.println("stream accumulator: x1:" + x1 + " x2:" + x2);return x1 - x2;},(x1, x2) -> {System.out.println("stream combiner: x1:" + x1 + " x2:" + x2);return x1 * x2;}); System.out.println(v2); // -300Integer v3 = list.parallelStream().reduce(0,(x1, x2) -> {System.out.println("parallelStream accumulator: x1:" + x1 + " x2:" + x2);return x1 - x2;},(x1, x2) -> {System.out.println("parallelStream combiner: x1:" + x1 + " x2:" + x2);return x1 * x2;}); System.out.println(v3); //197474048

3.3 收集操作

collect：接收一個(gè)Collector實(shí)例，將流中元素收集成另外一個(gè)數(shù)據(jù)結(jié)構(gòu)。

Collector<T, A, R> 是一個(gè)接口，有以下5個(gè)抽象方法：

Supplier<A> supplier()：創(chuàng)建一個(gè)結(jié)果容器A

BiConsumer<A, T> accumulator()：消費(fèi)型接口，第一個(gè)參數(shù)為容器A，第二個(gè)參數(shù)為流中元素T。

BinaryOperator<A> combiner()：函數(shù)接口，該參數(shù)的作用跟上一個(gè)方法(reduce)中的combiner參數(shù)一樣，將并行流中各個(gè)子進(jìn)程的運(yùn)行結(jié)果(accumulator函數(shù)操作后的容器A)進(jìn)行合并。

Function<A, R> finisher()：函數(shù)式接口，參數(shù)為：容器A，返回類型為：collect方法最終想要的結(jié)果R。

Set<Characteristics> characteristics()：返回一個(gè)不可變的Set集合，用來(lái)表明該Collector的特征。有以下三個(gè)特征：
1.CONCURRENT：表示此收集器支持并發(fā)。（官方文檔還有其他描述，暫時(shí)沒(méi)去探索，故不作過(guò)多翻譯）
2.UNORDERED：表示該收集操作不會(huì)保留流中元素原有的順序。
3.IDENTITY_FINISH：表示finisher參數(shù)只是標(biāo)識(shí)而已，可忽略。

3.3.1 Collector 工具庫(kù)：Collectors

Student s1 = new Student("aa", 10,1); Student s2 = new Student("bb", 20,2); Student s3 = new Student("cc", 10,3); List<Student> list = Arrays.asList(s1, s2, s3);//裝成list List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]//轉(zhuǎn)成set Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]//轉(zhuǎn)成map,注:key不能相同，否則報(bào)錯(cuò) Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}//字符串分隔符連接 String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)//聚合操作 //1.學(xué)生總數(shù) Long count = list.stream().collect(Collectors.counting()); // 3 //2.最大年齡 (最小的minBy同理) Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20 //3.所有人的年齡 Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40 //4.平均年齡 Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334 // 帶上以上所有方法 DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge)); System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());//分組 Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge)); //多重分組,先根據(jù)類型分再根據(jù)年齡分 Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));//分區(qū) //分成兩部分，一部分大于10歲，一部分小于等于10歲 Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));//規(guī)約 Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40

3.3.2 Collectors.toList() 解析

//toList 源碼 public static <T> Collector<T, ?, List<T>> toList() {return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add,(left, right) -> {left.addAll(right);return left;}, CH_ID); } //為了更好地理解，我們轉(zhuǎn)化一下源碼中的lambda表達(dá)式 public <T> Collector<T, ?, List<T>> toList() {Supplier<List<T>> supplier = () -> new ArrayList();BiConsumer<List<T>, T> accumulator = (list, t) -> list.add(t);BinaryOperator<List<T>> combiner = (list1, list2) -> {list1.addAll(list2);return list1;};Function<List<T>, List<T>> finisher = (list) -> list;Set<Collector.Characteristics> characteristics = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH)); return new Collector<T, List<T>, List<T>>() {@Overridepublic Supplier supplier() {return supplier;}@Overridepublic BiConsumer accumulator() {return accumulator;}@Overridepublic BinaryOperator combiner() {return combiner;}@Overridepublic Function finisher() {return finisher;}@Overridepublic Set<Characteristics> characteristics() {return characteristics;}}; }

總結(jié)

以上是生活随笔為你收集整理的Java8新特性之stream的详细用法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。