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 ee2.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,cMapped value: A,B,CFiltered value: a,e,fMapped value: A,E,FFiltered value: g,h,iMapped value: G,H,I3=========== collect完结操作，代码日志打印A,B,CA,E,FG,H,I3.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 u3sort 执行后果
a,b,ia,d,ca,e,fUser{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：trueallMatch2：falsenoneMatch：trueanyMatch：truefindFirst：3findAny：3count：5max：10min：35.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 : 1item: 2sum+ : 3-----——---sum : 3item: 3sum+ : 6-----——---sum : 6item: 4sum+ : 10-----——---========sumResult: 10sum : 100item: 1sum+ : 101---——-----sum : 101item: 2sum+ : 103---——-----sum : 103item: 3sum+ : 106---——-----sum : 106item: 4sum+ : 110---——-----========sumDefineResult: 1106. 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！