乐趣区

关于java:Java8用了这么久了Stream-流用法及语法你都知道吗

jiezi

1. 简介

Stream 流 最全的用法
Stream 能用来干什么？用来解决汇合，通过 应用 Stream API 对汇合数据进行操作，就相似于应用 SQL 执行的数据库查问，Stream API 提供了一种高效且易于应用的解决数据的形式

为什么用 Java 8 Stream？因为 操作简略
为什么操作简略? 因为 Lambda 表达式，它极大的进步了编程效率和程序可读性
怎么操作流？首先你的有个数据源 (数组、汇合)，操作会产生新的流对象，原来的流对象不会扭转
流用法有完结操作，这种代码不是你写了一个办法就执行一个办法，而是最初触发完结操作的时候才对立执行的，collect、foreach 办法就是一种完结办法，详情看代码及后果参考 2. 映射 map、flatMap 用法 局部

2. 具体用法

2.1 创立流

 // 汇合创立流
        List<String> list = new ArrayList<>();
        // 获取一个程序流
        Stream<String> listStream = list.stream();
        // 获取一个并行流
        Stream<String> parallelListStream = list.parallelStream();

        // 数组创立流
        Integer[] nums = new Integer[] {1, 2, 3, 4, 5};
        Stream<Integer> arrStream = Arrays.stream(nums);
        arrStream.forEach(System.out::println);// 1 2 3 4 5

        // 静态方法 of 创立流
        Stream<Integer> ofStream = Stream.of(1, 2, 3, 4, 5);
        ofStream.forEach(System.out::println);// 1 2 3 4 5

        // 静态方法 iterate 创立流
        Stream<Integer> iterateStream = Stream.iterate(1, (x) -> x + 10).limit(4);
        iterateStream.forEach(System.out::println); // 1 11 21 31

        // 静态方法 generate 创立流
        Stream<Double> generateStream = Stream.generate(Math::random).limit(2);
        generateStream.forEach(System.out::println);

2.2 操作流

1. 过滤

filter：过滤流中的某些元素 (能够做一些根本的判空、替换、判断逻辑操作)
limit(n)：获取 n 个元素，后果获取几个元素
skip(n)：跳过 n 元素，配合 limit(n) 可实现分页
distinct：通过流中元素的 hashCode() 和 equals() 去除反复元素

     //filter 判空
     Stream<Integer> notNullStreamObj = Stream.of(1, 2, null, 4, 5, 6, 7, null, 2);
     Stream<Integer> notNullStream = notNullStreamObj.filter(i -> (null != i));
     notNullStream.forEach(System.out::println);//1 2 4 5 6 7 2

     //filter 逻辑判断
     Stream<Integer> logicStreamObj = Stream.of(1, 2, null, 4, 5, 6, 7, null, 2);
     Stream<Integer> logicStream = logicStreamObj.filter(i -> (i != null && i > 5));
     logicStream.forEach(System.out::println); // 6 7

     //filter 替换
     Stream<String> strStreamObj = Stream.of("aa", "ab", null, "ac", "bd", "ee");
     Stream<String> strStream = strStreamObj.filter(str -> (null != str && str.contains("a")));
     strStream.forEach(System.out::println); // aa ab ac


     //skip 跳过
     Stream<String> skipStreamObj = Stream.of("aa", "ab", null, "ac", "bd", "ee");
     Stream<String> skipStream = skipStreamObj.skip(2);
     skipStream.forEach(System.out::println); // null ac bd ee

     //distinct 去重
     Stream<String> disStreamObj = Stream.of("aa", "ab", null, "ac", "aa", "ab", null, "ee");
     Stream<String> disStream = disStreamObj.distinct();
     disStream.forEach(System.out::println); // aa ab null ac ee

2. 映射

map：接管一个函数作为参数，该函数会被利用到每个元素上，映射成一个新的元素。
flatMap：接管一个函数作为参数，将流中的每个值都换成另一个流，而后把所有流连接成一个流。
peek：这个操作很骚，相似 map 只不过 map 是 Func 函数，提供返回值，而 peer 是取出元素，Consumer 表达式设值，我集体感觉没啥区别呢，官网文档提醒：该办法次要用于调试，做一些耗费这个对象但不批改它的货色，没啥事不要用
很想问一下 这俩 map、flatMap 区别，细品，你细品，你细细品
map 是将每个元素 映射成一个新元素，除非你过滤了，否则不会扭转元素个数
flatMap 是将原流中的每个值都变成另一个流，而后把流合并串起来，必须有返回值，拼装成新的流

     //map 把蕴含 a 的元素，替换成 | 留神，留神，元素还是一个整体，对每个元素
     Stream<String> mapStreamObj = Stream.of("a,b,c", "a,e,f", "g,h,i");
     Stream<String> mapStream = mapStreamObj.map(str -> str.replaceAll(",", "|"));
     mapStream.forEach(System.out::println); // a|b|c a|e|f h|i|j

     //flatMap 能够把元素 切分后，再依照新元素组成新的字符串
     Stream<String> flatMapStreamObj = Stream.of("a,b,c", "a,e,f", "g,h,i");
     Stream<String> flatMapStream = flatMapStreamObj.flatMap(str -> {String[] arr = str.split(",");
         Stream<String> result = Arrays.stream(arr);
         return result;
     });
     flatMapStream.forEach(System.out::println); //a b c d e f g h i


     System.out.println("1===========");
     Stream<String> peekStreamObj = Stream.of("a,b,c", "a,e,f", "g,h,i");
     Stream<String> peekStream = peekStreamObj.peek(e -> System.out.println("Filtered value:" + e))
             .map(String::toUpperCase)
             .peek(e -> System.out.println("Mapped value:" + e));
     System.out.println("2=========== peek 代码完结，然而日志没打印");
     Set<String> stringSet = peekStream.collect(Collectors.toSet());
     System.out.println("3=========== collect 完结操作，代码日志打印");
     stringSet.forEach(System.out::println);

map 执行后果

// 看下执行后果，阐明 collect 才是完结操作，代码完结，然而并不是真正完结
1===========
2=========== peek 代码完结，然而日志没打印
Filtered value: a,b,c
Mapped value: A,B,C
Filtered value: a,e,f
Mapped value: A,E,F
Filtered value: g,h,i
Mapped value: G,H,I
3=========== collect 完结操作，代码日志打印
A,B,C
A,E,F
G,H,I

3. 排序

sorted()：天然排序，流中元素需实现 Comparable 接口
sorted(Comparator com)：定制排序，自定义 Comparator 排序器
先构建一个 User 类

 public static class User {
       private String name;
       private Integer age;

       public User(String name, Integer age) {
           this.name = name;
           this.age = age;
       }

       public String getName() {return name;}

       public void setName(String name) {this.name = name;}

       public Integer getAge() {return age;}

       public void setAge(Integer age) {this.age = age;}

       @Override
       public String toString() {
           return "User{" +
                   "name='" + name + '\'' +
                   ", age=" + age +
                   '}';
       }
   }

而后 看下 sort 用法

// 按字母排序
       Stream<String> sortStreamObj = Stream.of("a,e,f", "a,d,c", "a,b,i");
       Stream<String> sortStream = sortStreamObj.sorted();
       sortStream.forEach(System.out::println); //abi adc aef


       User u1 = new User("bb", 1);
       User u2 = new User("aa", 2);
       User u3 = new User("cc", 3);
       User u4 = new User("aa", 4);

       Set<User> userSet = Sets.newHashSet(u1, u2, u3, u4);
       Stream<User> userStream = userSet.stream().sorted((obj1, obj2) -> {if (obj1.getName().equals(obj2.getName())) {
                       //name 相等 按 age
                       return obj1.getAge() - obj2.getAge();
                   }
                   return obj1.getName().compareTo(obj2.getName());
               }
       );

       userStream.forEach(System.out::println);// u2 u4 u1 u3

sort 执行后果

a,b,i
a,d,c
a,e,f
User{name='aa', age=2}
User{name='aa', age=4}
User{name='bb', age=1}
User{name='cc', age=3}

4. 流匹配

allMatch：接管一个 Predicate 函数，当流中每个元素都合乎该断言时才返回 true，否则返回 false
noneMatch：接管一个 Predicate 函数，当流中每个元素都不合乎该断言时才返回 true，否则返回 false
anyMatch：接管一个 Predicate 函数，只有流中有一个元素满足该断言则返回 true，否则返回 false
findFirst：返回流中第一个元素
findAny：返回流中的任意元素
count：返回流中元素的总个数
max：返回流中元素最大值
min：返回流中元素最小值

        List<Integer> numLists = Arrays.asList(3, 4, 5, 6, 10);
        // 全副匹配 - true
        boolean allMatch1 = numLists.stream().allMatch(e -> e > 2); //true
        System.out.println("allMatch1：" + allMatch1);

        // 全副匹配 - true
        boolean allMatch2 = numLists.stream().allMatch(e -> e > 5); //false
        System.out.println("allMatch2：" + allMatch2);

        // 全副都不合乎 - true
        boolean noneMatch = numLists.stream().noneMatch(e -> e > 20); //true
        System.out.println("noneMatch：" + noneMatch);

        // 任一元素合乎 - true
        boolean anyMatch = numLists.stream().anyMatch(e -> e > 4);  //true
        System.out.println("anyMatch：" + anyMatch);

        // 返回第一个
        Integer findFirst = numLists.stream().findFirst().get(); //3
        System.out.println("findFirst：" + findFirst);

        // 返回任一个
        Integer findAny = numLists.stream().findAny().get(); 
        System.out.println("findAny：" + findAny);

        // 返回 count
        long count = numLists.stream().count(); //5
        System.out.println("count：" + count);

        // 返回 max
        Integer max = numLists.stream().max(Integer::compareTo).get(); //10
        System.out.println("max：" + max);

        // 返回 min
        Integer min = numLists.stream().min(Integer::compareTo).get();//3
        System.out.println("min：" + min);

匹配执行后果

allMatch1：true
allMatch2：false
noneMatch：true
anyMatch：true
findFirst：3
findAny：3
count：5
max：10
min：3

5. 组合操作

Reduce 就是组合操作
Reduce（BinaryOperator accumulator）没有起始值，依照运算规定进行运算操作
解释：第一次执行时，accumulator 函数的第一个参数为流中的第一个元素，第二个参数为流中元素的第二个元素，依照函数进行操作；
第二次执行时，第一个参数为第一次函数执行操作的后果，第二个参数为流中的第三个元素；往下顺次类推，返回 Optinal 通过 get()办法获取后果
Reduce（T identity, BinaryOperator accumulator）含有初始值，第二个是第一个的变形，跟第一个办法比照，不同的是此次这个会承受一个 identity 参数，用来指定 Stream 循环的初始值。如果 Stream 为空，就间接返回该值，非凡：该办法不会返回 Optional

Optional sumResult = Stream.of(1, 2, 3, 4)
                .reduce((sum, item) -> {System.out.println("sum :" + sum);
                    sum += item;
                    System.out.println("item:" + item);
                    System.out.println("sum+ :" + sum);
                    System.out.println("-----——---");
                    return sum;
                });
        System.out.println("========sumResult:" + sumResult.get());


        Integer sumDefineResult = Stream.of(1, 2, 3, 4)
                .reduce(100, (sum, item) -> {System.out.println("sum :" + sum);
                    sum += item;
                    System.out.println("item:" + item);
                    System.out.println("sum+ :" + sum);
                    System.out.println("---——-----");
                    return sum;
                });
        System.out.println("========sumDefineResult:" + sumDefineResult);

reduce 执行后果

// 上面是执行后果
// 查看执行后果
sum : 1
item: 2
sum+ : 3
-----——---
sum : 3
item: 3
sum+ : 6
-----——---
sum : 6
item: 4
sum+ : 10
-----——---
========sumResult: 10
sum : 100
item: 1
sum+ : 101
---——-----
sum : 101
item: 2
sum+ : 103
---——-----
sum : 103
item: 3
sum+ : 106
---——-----
sum : 106
item: 4
sum+ : 110
---——-----
========sumDefineResult: 110

6. 收集转换操作

这是个最最最最最根本的操作，10 个流操作 9 个都会应用到以后操作

collect(Collectors.toList()) 转换 List
collect(Collectors.toSet()) 转换 Set
Collectors.toMap(key, value) 转换 Map，如果 key 反复，！！！报错
Collectors.joining() join 进行拼接
Collectors.groupingBy(key) 以 Key 为 map 的 key 分组
Collectors.partitioningBy(规定) 以规定分区 比方 >5，map key 为 true，false

        User s1 = new User("aa", 1);
        User s2 = new User("bb", 2);
        User s3 = new User("cc", 3);
        User s4 = new User("dd", 2);
        List<User> list = Arrays.asList(s1, s2, s3, s4);

        // 转换 list
        List<Integer> ageList = list.stream().map(User::getAge).collect(Collectors.toList()); // [1, 2, 3]
        System.out.println(ageList.toString());

        // 转成 set
        Set<Integer> ageSet = list.stream().map(User::getAge).collect(Collectors.toSet()); // [1, 2, 3]
        System.out.println(ageSet);

        // 转成 map, 注:key 不能雷同，否则报错
        Map<String, Integer> userMap = list.stream().collect(Collectors.toMap(User::getName, User::getAge)); // {cc=10, bb=20, aa=10}
        System.out.println(userMap);

        // 字符串分隔符连贯
        String joinName = list.stream().map(User::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)
        System.out.println(joinName);

        // 分组
        Map<Integer, List<User>> ageMap = list.stream().collect(Collectors.groupingBy(User::getAge));
        System.out.println(ageMap);

        // 多重分组, 先依据类型分再依据年龄分
        Map<Integer, Map<Integer, List<User>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(User::getAge, Collectors.groupingBy(User::getAge)));
        System.out.println(typeAgeMap);

        // 分区
        // 分成两局部，true 一部分 age 大于 2 岁，false 一部分 age 小于等于 2 岁
        Map<Boolean, List<User>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 2));
        System.out.println(partMap);

collect 执行后果

[1, 2, 3, 2]
[1, 2, 3]
{dd=2, cc=3, bb=2, aa=1}
(aa,bb,cc,dd)
{1=[User{name='aa', age=1}], 2=[User{name='bb', age=2}, User{name='dd', age=2}], 3=[User{name='cc', age=3}]}
{1={1=[User{name='aa', age=1}]}, 2={2=[User{name='bb', age=2}, User{name='dd', age=2}]}, 3={3=[User{name='cc', age=3}]}}
{false=[User{name='aa', age=1}, User{name='bb', age=2}, User{name='dd', age=2}], true=[User{name='cc', age=3}]}

最初

大家看完有什么不懂的能够在下方留言探讨，也能够关注我私信问我，我看到后都会答复的。也欢送大家关注我的公众号：前程有光，金三银四跳槽面试季，整顿了 1000 多道将近 500 多页 pdf 文档的 Java 面试题材料，文章都会在外面更新，整顿的材料也会放在外面。谢谢你的观看，感觉文章对你有帮忙的话记得关注我点个赞反对一下！

退出移动版