Java 8 引入了Stream流的操作,让我们在开发的过程中感受到了很多的便利,小宋我也花时间总结了下关于Stream的堪称最全的使用方法,话不多说,直接放大招。
流(stream)的类型
Java 8提供了两种方式去创建流:
1、stream
stream是串行的,可以理解为它的执行是按顺序执行的。
2、parallelStream
parallelStream是并行的,可以理解为它的执行不是按顺序执行的,它的原理采用了分治的原理去实现,可以点击查看Fork/Join,我就不多做解释啦,并行是为了充分利用CPU的性能,如果CPU不太行的话,还是不用吧,并行执行会有不确定性,而且不是线程安全的,大家用的时候要多注意了。
流(stream)的创建种类
方法 | 举例 |
---|---|
Collection的stream()方法或者parallelStream() | Arrays.asList(1,2,3).stream() |
使用流的静态方法 | 比如Stream.of(Object[]), IntStream.range(int, int) 或者 Stream.iterate(Object, UnaryOperator),如Stream.iterate(0, n -> n * 2),或者generate(Supplier s)如Stream.generate(Math::random)。 |
从文件中获得行的流 | BufferedReader.lines() |
Files类的操作路径的方法 | 如list、find、walk等 |
随机数流 | Random.ints() |
Arrays.stream(Object[])方法 | Arrays.stream(new int[]{1,2,3}) |
其它一些类提供了创建流的方法 | 如BitSet.stream(),Pattern.splitAsStream(java.lang.CharSequence), 和 JarFile.stream() |
流(stream)的中间操作
1. (常用)map()
map是stream中非常常用的一个方法,它用于映射每个元素到对应的结果里面,可以让你提取对象中的某一个属性或者转化成其它的对象,下面有几个例子可以用作参考。
例1-获取对应的平方数
List<Integer> numbers = Arrays.asList(3, 2, 2, 3, 7, 3, 5);
List<Integer> squaresList = numbers.stream().map( i -> i*i).distinct().collect(Collectors.toList());
System.out.println(squaresList);
//输出结果:[9, 4, 49, 25] 其中distinct()是去掉重复的值。
例2-将用户的名字提取出来转成字符串集
首先定义两个对象,如下
@Data
public class StaffPublic {
private String name;//名称
private Integer age;//年龄
private String extra;//额外信息
public Staff(String name, Integer age, String extra) {
this.name = name;
this.age = age;
this.extra= extra;
}
}
@Data
public class Staff {
private String name;//名称
private Integer age;//年龄
private String sex;//性别
public Staff(String name, Integer age, String sex) {
this.name = name;
this.age = age;
this.sex = sex;
}
}
List<Staff> staff = new ArrayList<>();
staff.add(new Staff("ricky",30,"man"));
staff.add(new Staff("jack",27,"man"));
staff.add(new Staff("lawrence",33,"woman"));
List<String> collect = staff.stream().map(x -> x.getName()).collect(Collectors.toList());
System.out.println(collect);
//输出 [ricky, jack, lawrence]
例3-将结果转成另一个对象
List<StaffPublic> result = staff.stream().map(temp -> {
StaffPublic obj = new StaffPublic();
obj.setName(temp.getName());
obj.setAge(temp.getAge());
if ("ricky".equals(temp.getName())) {
obj.setExtra("this field is for ricky only!");
}
return obj;
}).collect(Collectors.toList());
System.out.println(result);
//输出
[
StaffPublic{name='ricky', age=30, extra='this field is for ricky only!'},
StaffPublic{name='jack', age=27, extra='null'},
StaffPublic{name='lawrence', age=33, extra='null'}
]
2. (常用)filter()
filter 主要用于通过设置的条件过滤出符合的元素,类似于一个过滤器。
例1-获取空字符串的数量
List<String>strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");
// 获取空字符串的数量
long count = strings.stream().filter(string -> string.isEmpty()).count();
// 输出结果:2
例2-查找身高在1.8米及以上的男生
List<StudentInfo> studentList = new ArrayList<>();
studentList.add(new StudentInfo("李小明",true,18,1.76,LocalDate.of(2001,3,23)));
studentList.add(new StudentInfo("张小丽",false,18,1.61,LocalDate.of(2001,6,3)));
studentList.add(new StudentInfo("王大朋",true,19,1.82,LocalDate.of(2000,3,11)));
studentList.add(new StudentInfo("陈小跑",false,17,1.67,LocalDate.of(2002,10,18)));
List<StudentInfo> boys = studentList.stream().filter(s->s.getGender() && s.getHeight() >= 1.8)
.collect(Collectors.toList());
StudentInfo.printStudents(boys);
// 输出 "王大朋",true,19,1.82,2002-10-18 gender解释 false代表女生 true代表男生
3. limit()
limit 对一个Stream进行截断操作,获取其前N个元素。如果原Stream中包含的元素个数小于N,那就获取其所有的元素,这是一个short-circuiting 操作。
例1-用于获取指定数量的流-1
Random random = new Random();
random.ints().limit(3).forEach(System.out::println);
// 输出结果
93148391
-108910530
-654413184
例2-用于获取指定数量的流-2
List<String> strings = Arrays.asList("abc", "dd", "bc", "efg", "abcd","cc", "jkl");
strings.stream().limit(2).forEach(System.out::println);
//输出 abc dd
4. skip()
skip 可以对流进行一个跳过操作,可以通过自定义的数值N去跳过前N个元素。
例1-跳过前3个元素
List<String>strings = Arrays.asList("abc", "dd", "bc", "efg", "abcd","cc", "jkl");
strings.stream().skip(3).forEach(System.out::println);
// 输出结果
efg
abcd
cc
jkl
5. distinct()
distinct 是对流进行一个去重的操作,是通过元素的hashcode()和equals()去判断两个元素是否一致的,这样我们在使用对象去重的时候,可以通过重写它的hascode和equals方法就可以达到我们想要的效果了。
例1-字符串数组去重
List<String>strings = Arrays.asList("abc", "dd", "bc", "abc", "bc","cc", "dd");
strings.stream().distinct().forEach(System.out::println);
// 输出结果
abc
dd
bc
cc
6. peek()
peek 生成一个包含原Stream的所有元素的新Stream,同时会提供一个消费函数(Consumer实例),新Stream每个元素被消费的时候都会执行给定的消费函数,peek主要被用在debug用途。
例1-实例
Stream.of("one", "two", "three","four").filter(e -> e.length() > 3)
.peek(e -> System.out.println("Filtered value: " + e))
.map(String::toUpperCase)
.peek(e -> System.out.println("Mapped value: " + e))
.collect(Collectors.toList());
//输出
Filtered value: three
Mapped value: THREE
Filtered value: four
Mapped value: FOUR
7. sorted()
sorted 是对流进行一个排序操作。
- sorted 自然排序(Comparable)
- sorted(Comparator com) 定制排序(Comparator)
例1-sorted自然排序
List<String> list = Arrays.asList("cc","aa","dd","bb");
list.stream().sorted().forEach(System.out::println);
//输出
aa
bb
cc
dd
例2-sorted自然排序逆序
List<String> list = Arrays.asList("cc","aa","dd","bb");
list.stream().sorted(Comparator.reverseOrder()).forEach(System.out::println);
//输出
dd
cc
bb
aa
例3-sorted定制排序
@Data
@AllArgsConstructor
public class Employee {
private String name;
private Integer age;
}
// 初始化参数
List<Employee> list = new ArrayList<>();
list.add(new Employee("张三",33));
list.add(new Employee("李四",28));
list.add(new Employee("王五",25));
list.add(new Employee("赵六",40));
list.add(new Employee("孙七",18));
list.stream().sorted(Comparator.comparingInt(Employee::getAge)).forEach(System.out::println);
// 输出
Employee(name=孙七, age=18)
Employee(name=王五, age=25)
Employee(name=李四, age=28)
Employee(name=张三, age=33)
Employee(name=赵六, age=40)
例4-sorted定制排序逆序
list.stream().sorted(Comparator.comparingInt(Employee::getAge).reversed()).forEach(System.out::println);
//输出
Employee(name=赵六, age=40)
Employee(name=张三, age=33)
Employee(name=李四, age=28)
Employee(name=王五, age=25)
Employee(name=孙七, age=18)
流(stream)的终止操作
1.(常用)collect()
collect 方法的功能是将 Stream 中数据转换为最终的结果
例1-基础用法
List list= Arrays.asList("a", "b", "c", "d");
List collect =list.stream().map(String::toUpperCase).collect(Collectors.toList());
System.out.println(collect);
//输出
[A, B, C, D]
数组所有元素,按某种规律计算:
List num = Arrays.asList(1,2,3,4,5);
List collect1 = num.stream().map(n -> n * 2).collect(Collectors.toList());
System.out.println(collect1);
//输出
[2, 4, 6, 8, 10]
例2-转换不同类型
Stream<String> stream = Stream.of("hello", "world", "helloworld");
//转成ArrayList
ArrayList<String> list = stream.collect(Collectors.toCollection(ArrayList::new));
//转成TreeSet
TreeSet<String> treeSet = stream.collect(Collectors.toCollection(TreeSet::new));
例3-拼接字符串
Stream<String> stream = Stream.of("hello", "world", "helloworld");
String s = stream.collect(Collectors.joining(","));
System.out.println(s);
//输出
hello,world,helloworld
例4-Collectors.mapping 映射
List<Employee> list = new ArrayList<>();
list.add(new Employee("张三", 33));
list.add(new Employee("李四", 28));
list.add(new Employee("王五", 25));
list.add(new Employee("赵六", 40));
list.add(new Employee("孙七", 18));
String nameList = list.stream().collect(Collectors.mapping(Employee::getName, Collectors.joining(",")));
System.out.println(nameList);
//输出结果
张三,李四,王五,赵六,孙七
例5-Collectors.minBy 比较取小
Employee employee = list.stream().collect(Collectors.minBy(Comparator.comparingInt(Employee::getAge))).get();
System.out.println(employee);
//输出结果
Employee(name=孙七, age=18)
例6-Collectors.maxBy 比较取大
Employee employee = list.stream().collect(Collectors.maxBy(Comparator.comparingInt(Employee::getAge))).get();
System.out.println(employee);
//输出结果
Employee(name=赵六, age=40)
例7-Collectors.summarizingInt 年龄求和,此外还有summarizingDouble与summarizingLong,用法一致。
long sum = list.stream().collect(Collectors.summarizingInt(Employee::getAge)).getSum();
System.out.println(sum);
//输出结果
144
例8-Collectors.averagingInt 年龄求平均值,此外还有averagingDouble与averagingLong,用法一致。
Double avgAge = list.stream().collect(Collectors.averagingInt(Employee::getAge));
System.out.println(avgAge);
//输出结果
28.8
例9-Collectors.groupingBy分组,整理出的结果以Map的形式展现。
List<Employee> list = new ArrayList<>();
list.add(new Employee("张三", 20));
list.add(new Employee("李四", 20));
list.add(new Employee("王五", 30));
list.add(new Employee("赵六", 30));
list.add(new Employee("孙七", 40));
Map<Integer, List<Employee>> employeeMap = list.stream().collect(Collectors.groupingBy(Employee::getAge));
for (Integer age : employeeMap.keySet()) {
System.out.println(age+"年龄组有");
employeeMap.get(age).stream().forEach(System.out::println);
}
//输出结果
20年龄组有
Employee(name=张三, age=20)
Employee(name=李四, age=20)
40年龄组有
Employee(name=孙七, age=40)
30年龄组有
Employee(name=王五, age=30)
Employee(name=赵六, age=30)
例10-Collectors.partitioningBy 条件分组,整理出的结果以Map的形式展现,key为Boolean类型,true一组,false一组。
List<Employee> list = new ArrayList<>();
list.add(new Employee("张三", 33));
list.add(new Employee("李四", 28));
list.add(new Employee("王五", 25));
list.add(new Employee("赵六", 40));
list.add(new Employee("孙七", 18));
//年龄是否大于30
Map<Boolean, List<Employee>> employeeMap = list.stream().collect(Collectors.partitioningBy(k -> k.getAge().compareTo(30) > 0));
for (Boolean b : employeeMap.keySet()) {
System.out.println(b ? "大于30的有" : "小于30的有");
employeeMap.get(b).stream().forEach(System.out::println);
}
//输出结果
小于30的有
Employee(name=李四, age=28)
Employee(name=王五, age=25)
Employee(name=孙七, age=18)
大于30的有
Employee(name=张三, age=33)
Employee(name=赵六, age=40)
例11-(常用)Collectors.toMap 将结果转换成Map,可能会导致key重复的情况,需自行配置规则防止重复key报错。
List<Employee> list = new ArrayList<>();
list.add(new Employee("张三", 33));
list.add(new Employee("李四", 28));
list.add(new Employee("王五", 25));
list.add(new Employee("赵六", 40));
list.add(new Employee("孙七", 18));
//年龄是否大于30
Map<String, Employee> employeeMap = list.stream().collect(Collectors.toMap(k -> k.getName(), v -> v, (o1, o2) -> o1));
for (String name : employeeMap.keySet()) {
System.out.println(name + "年龄是:" + employeeMap.get(name).getAge() + "岁");
}
//输出结果
孙七年龄是:18岁
李四年龄是:28岁
张三年龄是:33岁
王五年龄是:25岁
赵六年龄是:40岁
2.(常用)forEach()
迭代流中的每一个数据,等同于for循环文章来源:https://www.toymoban.com/news/detail-592737.html
Random random = new Random();
random.ints().limit(10).forEach(System.out::println);
List<String> items = Arrays.asList("a","b","c","d","e");
items.forEach(item->System.out.println(item));
//输出 a,b,c,d,e
3.find相关的操作
- findAny查找任何一个就返回 Optional
List<String> strings = Arrays.asList("abc", "dd", "DD", "dd", "abcd","cc", "jkl");
String result = strings.stream().filter(str -> str.equals("dd"))
.findAny()
.orElse(null);
System.out.println(result);
//输出 dd
- findFirst查找到第一个就返回 Optional
List<String> strings = Arrays.asList("abc", "dd", "DD", "dd", "abcd","cc", "jkl");
String result = strings.stream().filter(str -> str.equals("dd"))
.findFirst()
.orElse(null);
System.out.println(result);
//输出 dd
- anyMatch匹配上任何一个则返回Boolean
List<String> strings = Arrays.asList("abc", "dd", "DD", "dd", "abcd","cc", "jkl");
Boolean result = strings.stream().anyMatch(str -> str.equals("dd"));
System.out.println(result);
//输出 true
- allMatch匹配所有的元素则返回Boolean
List<String> strings = Arrays.asList("abc", "dd", "DD", "dd", "abcd","cc", "jkl");
Boolean result = strings.stream().allMatch(str -> str.equals("dd"));
System.out.println(result);
//输出 false
- noneMatch检查在所需位置是否没有带有必需字符的元素,返回Boolean
List<String> strings = Arrays.asList("abc", "dd", "DD", "dd", "abcd","cc", "jkl");
Boolean result = strings.stream().noneMatch(str -> str.equals("ff"));
System.out.println(result);
//输出 true
4.reduce()
它可以把一个Stream的所有元素按照聚合函数聚合成一个结果文章来源地址https://www.toymoban.com/news/detail-592737.html
// 0代表初始值 如果不传0 则使用第一个元素作为初始值,acc是计算值,n 是每个元素
int sum = Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9).reduce(0, (acc, n) -> acc + n);
System.out.println(sum); // 45
//不传初始值的情况下,返回的是Optional类型的结果
List<Integer> numList = Arrays.asList(1,2,3,4,5);
Optional<Integer> result = numList.stream().reduce((a, b) -> a + b);
System.out.println(result.get());
到了这里,关于Java Stream 最全操作用法合集的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!