Java流式编程详细介绍

1. 流式编程介绍

流是从支持数据处理操作的源生成的元素序列。

流的操作特点如下：

1. 元素序列：就像集合一样，流也提供了一个接口，可以访问特定元素类型的一组有序值
2. 源：流会使用一个提供数据的源，如集合、数组或输入/输出资源
3. 数据处理操作：流的数据处理功能支持类似于数据库的操作，以及函数式编程语言中的常用操作，如filter、map、reduce、find、match、sort等
4. 流水线：很多流操作本身会返回一个流，这样多个操作就可以链接起来，形成一个大的流水线
5. 内部迭代：与使用迭代器显式迭代的集合不同，流的迭代操作是在背后进行的
6. 流只能遍历一次

以下数据进行举例，

List<User> list = new ArrayList<User>(){
        {
            add(new User(1l,"张三",10, "清华大学"));
            add(new User(2l,"李四",12, "清华大学"));
            add(new User(3l,"王五",15, "清华大学"));
            add(new User(4l,"赵六",12, "清华大学"));
            add(new User(5l,"田七",25, "北京大学"));
            add(new User(6l,"小明",16, "北京大学"));
            add(new User(7l,"小红",14, "北京大学"));
            add(new User(8l,"小华",14, "浙江大学"));
            add(new User(9l,"小丽",17, "浙江大学"));
            add(new User(10l,"小何",10, "浙江大学"));
        }
    };

其中 User 定义如下：

@Data
@AllArgsConstructor
class User {
    private Long id;       //主键id
    private String name;   //姓名
    private Integer age;   //年龄
    private String school; //学校
}

2. 过滤

2.1 filter

我们希望过滤赛选处所有学校是清华大学的user：

System.out.println("学校是清华大学的user");
List<User> userList1 = list.stream()
  .filter(user -> "清华大学".equals(user.getSchool()))
  .collect(Collectors.toList());
userList1.forEach(user -> System.out.print(user.name + '、'));

2.2 distinct

去重，我们希望获取所有user的年龄（年龄不重复）

System.out.println("所有user的年龄集合");
List<Integer> userAgeList = list.stream()
  .map(User::getAge)
  .distinct()
  .collect(Collectors.toList());
System.out.println("userAgeList = " + userAgeList);

2.3 limit

返回前n个元素的流，当集合的长度小于n时，则返回所有集合。

如获取年龄是偶数的前2名user：

System.out.println("年龄是偶数的前两位user");
List<User> userList3 = list.stream()
  .filter(user -> user.getAge() % 2 == 0)
  .limit(2)
  .collect(Collectors.toList());
userList3.forEach(user -> System.out.print(user.name + '、'));

2.4 sorted

排序，如现在我想将所有user按照age从大到小排序:

System.out.println("按年龄从大到小排序");
List<User> userList4 = list.stream()
  .sorted((s1,s2) -> s2.getAge() - s1.getAge())
  .collect(Collectors.toList());
userList4.forEach(user -> System.out.print(user.name + '、'));

2.5 skip

跳过n个元素后再输出，如输出list集合跳过前两个元素后的list

System.out.println("跳过前面两个user的其他所有user");
List<User> userList5 = list.stream()
  .skip(2)
  .collect(Collectors.toList());
userList5.forEach(user -> System.out.print(user.name + '、'));

3. 映射

3.1 map

/*
* 先找出集合中的偶数  再将这些偶数进行平方操作
*/
List<Integer> numbers=Arrays.asList(1,2,3,4,5,6,7,8,9);
List<Integer> evenNumbers=numbers.stream()
  .filter(x->x%2==0)//寻找偶数
  .map(x->x*x)
  .collect(toList());
System.out.println(evenNumbers);//[2,4,6,8]->[4, 16, 36, 64]

3.2 flatmap

流的扁平化，相当于将流变为一维的数组。

List<String> words=Arrays.asList("Monday","Tuesday");
List<String> characters=words.stream()
  .map(word->word.split(""))//将每个单词转化为一个字符串数组
  .flatMap(Arrays::stream)//将每个字符数组扁平化
  .collect(toList());
System.out.println(characters);//[M, o, n, d, a, y, T, u, e, s, d, a, y]

除了上面这类基础的map，java8还提供了 mapToDouble(ToDoubleFunction<? super T> mapper)，mapToInt(ToIntFunction<? super T> mapper)，mapToLong(ToLongFunction<? super T> mapper)，这些映射分别返回对应类型的流，java8为这些流设定了一些特殊的操作，比如查询学校是清华大学的user的年龄总和：

System.out.println("学校是清华大学的user的年龄总和");
int userList7 = list.stream()
  .filter(user -> "清华大学".equals(user.getSchool()))
  .mapToInt(User::getAge)
  .sum();
System.out.println( "学校是清华大学的user的年龄总和为： "+userList7);

4 查找

4.1 allMatch

用于检测是否全部都满足指定的参数行为，如果全部满足则返回true，例如我们判断是否所有的user年龄都大于9岁，实现如下：

System.out.println("判断是否所有user的年龄都大于9岁");
Boolean b = list.stream()
  .allMatch(user -> user.getAge() >9);
System.out.println(b);

输出为:

判断是否所有user的年龄都大于9岁

true

4.2 anyMatch

anyMatch则是检测是否存在一个或多个满足指定的参数行为，如果满足则返回true，例如判断是否有user的年龄大于15岁，实现如下：

System.out.println("判断是否有user的年龄是大于15岁");
Boolean bo = list.stream()
  .anyMatch(user -> user.getAge() >15);
System.out.println(bo);

输出为：

判断是否有user的年龄是大于15岁

true

4.3 noneMatch

noneMatch用于检测是否不存在满足指定行为的元素，如果不存在则返回true，例如判断是否不存在年龄是15岁的user，实现如下：

System.out.println("判断是否不存在年龄是15岁的user");
Boolean boo = list.stream()
  .noneMatch(user -> user.getAge() == 15);
System.out.println(boo);

输出如下：

判断是否不存在年龄是15岁的user

false

4.4 findFirst

findFirst用于返回满足条件的第一个元素，比如返回年龄大于12岁的user中的第一个，实现如下:

System.out.println("返回年龄大于12岁的user中的第一个");
Optional<User> first = list.stream()
  .filter(u -> u.getAge() > 10)
  .findFirst();
User user = first.get();
System.out.println(user.toString());

输出如下:

返回年龄大于12岁的user中的第一个

User{id=2, name='李四', age=12, school='清华大学'}

4.5 findAny

findAny相对于findFirst的区别在于，findAny不一定返回第一个，而是返回任意一个，比如返回年龄大于12岁的user中的任意一个：

System.out.println("返回年龄大于12岁的user中的任意一个");
Optional<User> anyOne = list.stream()
  .filter(u -> u.getAge() > 10)
  .findAny();
User user2 = anyOne.get();
System.out.println(user2.toString());

输出如下：

返回年龄大于12岁的user中的任意一个

User{id=2, name='李四', age=12, school='清华大学'}

5. 归约

归约即使用 reduce 函数，该函数使用用来求和的例子如下：

/*
* reduce的第一个参数：初始值 相当于给求和一个初值
* reduce的第二个参数：一个BinaryOperator<T>来将两个元素结合起来产生一个新值
*/
List<Integer> numbers=Arrays.asList(4,3,5,9);
int sum=numbers.stream()
  .reduce(0, (a,b)->a+b);
System.out.println("sum="+sum);//21

其执行的流程如下：

除此之外，reduce 还有另一个重载的方法，可以用来求最大值最小值等问题，示例如下，

/*
* reduce重载的变体
* 它不接受初始值，但是会返回一个Optional对象
*/
List<Integer> numbers=Arrays.asList(4,3,5,9);
Optional<Integer> maxNum=numbers.stream()
  .reduce((x,y)->x>y?x:y);
Optional<Integer> minNum=numbers.stream()
  .reduce((x,y)->x<y?x:y);
System.out.println("maxNum="+maxNum);//maxNum=Optional[9]
System.out.println("minNum="+minNum);//minNum=Optional[3]

6. 收集

前面利用 collect(Collectors.toList()) 是一个简单的收集操作，是对处理结果的封装，对应的还有 toSet、toMap，以满足我们对于结果组织的需求。这些方法均来自于java.util.stream.Collectors，我们可以称之为收集器。

收集器也提供了相应的归约操作，但是与reduce在内部实现上是有区别的，收集器更加适用于可变容器上的归约操作，这些收集器广义上均基于 Collectors.reducing() 实现。

6.1 counting

计算个数，如我现在计算user的总人数，实现如下：

System.out.println("user的总人数");
long COUNT = list.stream()
  .count();//简化版本
long COUNT2 = list.stream()
  .collect(Collectors.counting());//原始版本
System.out.println(COUNT);//10
System.out.println(COUNT2);//10

6.2 maxBy,minBy

计算最大值和最小值，如我现在计算user的年龄最大值和最小值：

System.out.println("user的年龄最大值和最小值");
Integer maxAge =list.stream()
  .collect(Collectors.maxBy((s1, s2) -> s1.getAge() - s2.getAge()))
  .get()
  .getAge();
Integer maxAge2 = list.stream()
  .collect(Collectors.maxBy(Comparator.comparing(User::getAge)))
  .get()
  .getAge();
Integer minAge = list.stream()
  .collect(Collectors.minBy((S1,S2) -> S1.getAge()- S2.getAge()))
  .get()
  .getAge();
Integer minAge2 = list.stream()
  .collect(Collectors.minBy(Comparator.comparing(User::getAge)))
  .get()
  .getAge();
System.out.println("maxAge = " + maxAge);//25
System.out.println("maxAge2 = " + maxAge2);//25
System.out.println("minAge = " + minAge);//10
System.out.println("minAge2 = " + minAge2);//10

6.3 summingInt、summingLong、summingDouble

总和，如计算user的年龄总和：

System.out.println("user的年龄总和");
Integer sumAge =list.stream()
  .collect(Collectors.summingInt(User::getAge));
System.out.println("sumAge = " + sumAge);//145

6.4 averageInt、averageLong、averageDouble

平均值，如计算user的年龄平均值：

System.out.println("user的年龄平均值");
double averageAge = list.stream()
  .collect(Collectors.averagingDouble(User::getAge));
System.out.println("averageAge = " + averageAge);

6.5 summarizingInt、summarizingLong、summarizingDouble

一次性查询元素个数、总和、最大值、最小值和平均值,

System.out.println("一次性得到元素个数、总和、均值、最大值、最小值");
long l1 = System.currentTimeMillis();
IntSummaryStatistics summaryStatistics = list.stream().collect(Collectors.summarizingInt(User::getAge));
long l111 = System.currentTimeMillis();
System.out.println("计算这5个值消耗时间为" + (l111-l1));
System.out.println("summaryStatistics = " + summaryStatistics);

输出如下：

一次性得到元素个数、总和、均值、最大值、最小值

计算这5个值消耗时间为``3

summaryStatistics = IntSummaryStatistics{count=10, sum=145, min=10, average=14.500000, max=25}

6.6 joining

字符串拼接，如输出所有user的名字，用“，”隔开

System.out.println("字符串拼接");
String names = list.stream()
  .map(User::getName)
  .collect(Collectors.joining(","));
System.out.println("names = " + names);

输出如下：

字符串拼接

names = 张三,李四,王五,赵六,田七,小明,小红,小华,小丽,小何

6.7 groupingBy

分组，如将user根据学校分组、先按学校分再按年龄分、每个大学的user人数、每个大学不同年龄的人数：

System.out.println("分组");
Map<String, List<User>> collect1 = list.stream()
  .collect(Collectors.groupingBy(User::getSchool));
Map<String, Map<Integer, Long>> collect2 = list.stream()
  .collect(Collectors.groupingBy(User::getSchool, Collectors.groupingBy(User::getAge, Collectors.counting())));
Map<String, Long> collect3 = list.stream()
  .collect(Collectors.groupingBy(User::getSchool, Collectors.counting()));
Map<String, Map<Integer, Map<String, Long>>> collect4 = list.stream()
  .collect(Collectors.groupingBy(User::getSchool, Collectors.groupingBy(User::getAge, Collectors.groupingBy(User::getName,Collectors.counting()))));

System.out.println("collect1 = " + collect1);
System.out.println("collect2 = " + collect2);
System.out.println("collect3 = " + collect3);
System.out.println("collect4 = " + collect4);

输出如下：

分组

collect1 = {浙江大学=[User{id=8, name='小华', age=14, school='浙江大学'}, User{id=9, name='小丽', age=17, school='浙江大学'}, User{id=10, name='小何', age=10, school='浙江大学'}], 北京大学=[User{id=5, name='田七', age=25, school='北京大学'}, User{id=6, name='小明', age=16, school='北京大学'}, User{id=7, name='小红', age=14, school='北京大学'}], 清华大学=[User{id=1, name='张三', age=10, school='清华大学'}, User{id=2, name='李四', age=12, school='清华大学'}, User{id=3, name='王五', age=15, school='清华大学'}, User{id=4, name='赵六', age=12, school='清华大学'}]}

collect2 = {浙江大学={17=1, 10=1, 14=1}, 北京大学={16=1, 25=1, 14=1}, 清华大学={10=1, 12=2, 15=1}}

collect3 = {浙江大学=3, 北京大学=3, 清华大学=4}

collect4 = {浙江大学={17={小丽=1}, 10={小何=1}, 14={小华=1}}, 北京大学={16={小明=1}, 25={田七=1}, 14={小红=1}}, 清华大学={10={张三=1}, 12={李四=1, 赵六=1}, 15={王五=1}}}

7. 构建流

7.1 由值构建流

使用静态方法 Stream.of，通过显式值创建一个流。

Stream<String> stream=Stream.of("Java","Python","Go");
stream.forEach(System.out::println);

7.2 由数组创建流

使用静态方法 Arrays.stream 从数组创建一个流。

int[] numbers= {1,2,3,4,5,6};
IntStream stream=Arrays.stream(numbers);
stream.forEach(System.out::println);

7.3 由文件生成流

Stream<String> lines=null;
try {
  lines=Files.lines(Paths.get("data.txt"),Charset.defaultCharset());	
  lines.forEach(System.out::println);
} catch (IOException e) {

  e.printStackTrace();
}finally {
  lines.close();
}

7.4 由函数生成流：创建无限流

其迭代的一般格式如下：

/*
* iterate方法接受一个初始值（在这里是0），还有一个依次应用在每个产生的新值上的Lambda（UnaryOperator<t>类型）
* 这里，我们使用Lambda n-> n+2，返回的是前一个元素加上2
*/
Stream.iterate(0,n->n+2)
  .limit(10)
  .forEach(System.out::println);

例如，如果需要迭代产生斐波那契数列，其代码如下：

Stream.iterate(new int[] {0,1},t->new int[] {t[1],t[0]+t[1]})
  .limit(10)
  .forEach(t->{System.out.println(t[0]+" "+t[1]);});

还有一种情况是生成，例如其生成10个随机数的代码如下，文章来源地址https://www.toymoban.com/news/detail-684209.html

Stream.generate(Math::random)
  .limit(10)
  .forEach(System.out::println);

1, 25=1, 14=1}, 清华大学={10=1, 12=2, 15=1}}

collect3 = {浙江大学=3, 北京大学=3, 清华大学=4}

collect4 = {浙江大学={17={小丽=1}, 10={小何=1}, 14={小华=1}}, 北京大学={16={小明=1}, 25={田七=1}, 14={小红=1}}, 清华大学={10={张三=1}, 12={李四=1, 赵六=1}, 15={王五=1}}}

8 构建流

8.1 由值构建流

使用静态方法 Stream.of，通过显式值创建一个流。

Stream<String> stream=Stream.of("Java","Python","Go");
stream.forEach(System.out::println);

8.2 由数组创建流

使用静态方法 Arrays.stream 从数组创建一个流。

int[] numbers= {1,2,3,4,5,6};
IntStream stream=Arrays.stream(numbers);
stream.forEach(System.out::println);

8.3 由文件生成流

Stream<String> lines=null;
try {
  lines=Files.lines(Paths.get("data.txt"),Charset.defaultCharset());	
  lines.forEach(System.out::println);
} catch (IOException e) {

  e.printStackTrace();
}finally {
  lines.close();
}

8.4 由函数生成流：创建无限流

其迭代的一般格式如下：

/*
* iterate方法接受一个初始值（在这里是0），还有一个依次应用在每个产生的新值上的Lambda（UnaryOperator<t>类型）
* 这里，我们使用Lambda n-> n+2，返回的是前一个元素加上2
*/
Stream.iterate(0,n->n+2)
  .limit(10)
  .forEach(System.out::println);

例如，如果需要迭代产生斐波那契数列，其代码如下：

Stream.iterate(new int[] {0,1},t->new int[] {t[1],t[0]+t[1]})
  .limit(10)
  .forEach(t->{System.out.println(t[0]+" "+t[1]);});

还有一种情况是生成，例如其生成10个随机数的代码如下，

Stream.generate(Math::random)
  .limit(10)
  .forEach(System.out::println);

到了这里，关于Java流式编程详细介绍的文章就介绍完了。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！