Stream API

Stream API – > java.util.stream
Stream是java8中处理集合的关键抽象概念
可以执行非常复杂的查找、过滤和映射数据等操作
类似于使用SQL执行的数据库查询
Stream API提供了一种高效且易于使用的数据处理方式

Stream和Collection的区别

Collection是一种静态的内存数据，主要面向内存，存储在内存中
Stream与计算有关，主要面向CPU，通过CPU实现计算

注意：

1. Stream 自己不会存储元素
2. Stream 不会改变源对象。会返回一个持有结果的新Stream
3. Stream 操作时延迟执行的，需要结果的时候才执行

Stream操作的三个步骤

1. 创建Stream
   使用一个数据源（如：集合、数组），获取一个Stream流
2. 中间操作（过滤、映射…）
   中间操作链，对数据源进行数据加工处理
3. 终止操作（终端操作）
   一点执行终止操作，就执行中间操作链，并返回结果。之后，不会再被使用

创建Stream

方法一：通过集合创建

1. 顺序流：按照集合中的顺序进行执行

// default Stream<E> stream();
List<Employee> employees = EmployeeData.getEmployees();
Stream<Employee> stream = employees.stream();

1. 并行流

// default Stream<E> parallelStream()
List<Employee> employees = EmployeeData.getEmployees();
Stream<Employee> parallelStream = employees.parallelStream();

方法二：通过数组创建

// Arrays static <T> Stream<T> stream(T[] array)
Employee[] empArr = employees.toArray(new Employee[employees.size()]);
Stream<Employee> stream1 = Arrays.stream(empArr);
int[] iArr = {1,2,3};
IntStream intStream = Arrays.stream(iArr);

通过Stream类的静态方法 of创建

// static<T> Stream<T> of(T... values);
Stream<String> stringStream = Stream.of("1", "2", "3", "4");
Stream<Integer> integerStream = Stream.of(1, 2, 3, 4, 5);

方式四：无限流

1. 迭代：public static<T> Stream<T> iterate(final T seed, final UnaryOperator<T> f)
2. 生成：public static<T> Stream<T> generate(Supplier<T> s)

Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out::println);
Stream.generate(Math::random).limit(10).forEach(System.out::println);

中间操作

多个中间操作可以链接起形成一条链，除非链上触发终止操作，否则中间操作不会执行任何处理，只有在终止操作时一次性全部处理，称为惰性求值

筛选与切片

方法	描述
filter(Predicate p)	接收Lambda，从流中排出某些元素
distinct()	筛选，通过流所生成元素的hashCode()和equals()去除重复元素
limit(long maxSize)	截断流，使元素不超过给定数量
skip(long n)	跳过元素，返回一个扔掉了前n个元素的流。若流中元素不足n个，则返回一个空流。与limit(long maxSize)互补

// filter(Predicate p) 接收Lambda，从流中排出某些元素
List<Employee> list = EmployeeData.getEmployees();
Stream<Employee> stream = list.stream();
// 查询员工薪资大于90000
stream.filter(e -> e.getSalary() > 90000).forEach(System.out::println);
System.out.println("******************************************************");
stream = list.stream();
// limit(long maxSize) 截断流，使元素不超过给定数量
stream.limit(3).forEach(System.out::println);
System.out.println("******************************************************");
// skip(long n) 跳过元素，返回一个扔掉了前n个元素的流。若流中元素不足n个，则返回一个空流。与 limit(long maxSize) 互补
list.stream().skip(5).forEach(System.out::println);
System.out.println("******************************************************");
// distinct() 筛选，通过流所生成元素的 hashCode() 和 equals() 去除重复元素
list.add(new Employee(1009, "扎克伯格1", 28, 3422.34));
list.add(new Employee(1009, "扎克伯格1", 28, 3422.34));
list.add(new Employee(1009, "扎克伯格1", 28, 3422.34));
list.stream().distinct().forEach(System.out::println);

映射

方法	描述
map(Function f)	接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新元素
mapToDouble(ToDoubleFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的DoubleStream
mapToInt(ToIntFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的IntStream
mapToLong(ToLongFunction f)	接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的LongStream
flatMap(Function f)	接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流

// 中间操作：映射
@Test
public void test3() {// map(Function f) 接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新元素List<String> list = Arrays.asList(new String[]{"tom", "jerry"});list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);List<Employee> employeeList = EmployeeData.getEmployees();employeeList.stream().map(Employee::getName).filter(name -> name.length() > 3).forEach(System.out::println);System.out.println("########################################S");// flatMap(Function f) 接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流list.stream().map(StreamAPITest::stringToStream).forEach(s -> {s.forEach(System.out::println);});System.out.println("@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@");list.stream().flatMap(StreamAPITest::stringToStream).forEach(System.out::println);
}public static Stream<Character> stringToStream(String str) {List<Character> list = new ArrayList<>();for (char c : str.toCharArray()) {list.add(c);}return list.stream();
}

排序

方法	描述
sorted()	自然排序
sorted(Comparator com)	按比较强顺序排序

// sorted() 自然排序
List<Integer> intList = Arrays.asList(2, 6, 2, 1, 7, 12, 45, 67);
intList.stream().sorted().forEach(System.out::println);
System.out.println("@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@");// sorted(Comparator com) 按比较强顺序排序
List<Employee> list = EmployeeData.getEmployees();
list.stream().sorted((e1, e2) -> Integer.compare(e1.getAge(), e2.getAge())).forEach(System.out::println);

终止操作

会使流产生结果，其中的结果可以是任何不是流的值，如：List，Integer，void。流进行终止操作后，不能再次使用。

匹配与查找

方法	描述
allMatch(Predicate p)	检查是否匹配到所有元素
anyMatch(Predicate p)	检查是否匹配到至少一个元素
noneMatch(Predicate p)	检查是否没有匹配到所有元素
findFirst()	返回第一个元素
findAny()	返回当前流中的任意元素
count()	返回流中元素总数
max(Comparator c)	返回流中最大值
min(Comparator c)	返回流中最小值
forEach(Consumer c)	内部迭代 ，使用Collection接口需要yoghurt去做的迭代叫外部迭代，StreamAPI使用内部迭代。也可以用Collection.forEach(Consumer c)做迭代

// 匹配与查找
@Test
public void test1() {// | allMatch(Predicate p) | 检查是否匹配到所有元素 |List<Employee> list = EmployeeData.getEmployees();boolean b = list.stream().allMatch(e -> e.getAge() >= 30);System.out.println(b);System.out.println("@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@");// | anyMatch(Predicate p) | 检查是否匹配到至少一个元素 |boolean b1 = list.stream().anyMatch(e -> e.getSalary() > 50000);System.out.println(b1);System.out.println("####################################################");// | noneMatch(Predicate p) | 检查是否没有匹配到所有元素 |boolean b2 = list.stream().noneMatch(e -> e.getName().contains("马"));System.out.println(b2);System.out.println("@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@S");// | findFirst() | 返回第一个元素 |Optional<Employee> firstEmployee = list.stream().sorted((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary())).findFirst();System.out.println(firstEmployee);System.out.println("@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@");// | findAny() | 返回当前流中的任意元素 |Optional<Employee> anyEmployee = list.parallelStream().findAny();System.out.println(anyEmployee);System.out.println("@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@");// | count() | 返回流中元素总数 |long count = list.stream().count();System.out.println(count);System.out.println("@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@");// | max(Comparator c) | 返回流中最大值 | 注意，比较方法写反了，取得最小值// Optional<Employee> max = list.stream().max((e1, e2) -> Double.compare(e2.getSalary(), e1.getSalary()));Optional<Employee> max = list.stream().max((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));System.out.println("max：" + max);Optional<Double> maxSalary = list.stream().map(Employee::getSalary).max(Double::compare);System.out.println("maxSalary：" + maxSalary);System.out.println("@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@");// | min(Comparator c) | 返回流中最小值 |Optional<Employee> min = list.stream().min((e1, e2) -> Double.compare(e1.getSalary(), e2.getSalary()));System.out.println(min);System.out.println("@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@");// | forEach(Consumer c) | 内部迭代 |list.stream().forEach(System.out::println);
}

归约

方法	描述
reduce(T iden, BunaryOperator b)	可以将流中元素反复结合起来，得到一个值。返回T
reduce(BinaryOperator b)	将流中元素反复结合，得到一个值。返回Optional<T>

**备注：**map和reduce的连接通常称为map-reduce模式，因Google用它来进行网络搜索而出名

// 归约
@Test
public void test3() {// | reduce(T iden, BunaryOperator b) | 可以将流中元素反复结合起来，得到一个值。返回T |List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);Integer reduce = list.stream().reduce(0, Integer::sum);System.out.println(reduce);// | reduce(BinaryOperator b) | 将流中元素反复结合，得到一个值。返回Optional\<T> |List<Employee> employeeList = EmployeeData.getEmployees();Optional<Double> reduce1 = employeeList.stream().map(Employee::getSalary).reduce(Double::sum);System.out.println(reduce1);
}

收集

方法	描述
collect(Collector c)	将流转换为其他形式。接收一个Collector接口的实现

Collector接口中方法的实现决定了如何对流执行收集操作（如收集到List、Set、Map）

Collectors实现类提供了很多的静态方法，可以方便地创建常见收集器实例，方法见下表：

方法	返回类型	作用	示例
toList	List<T>	把流中元素收集到List	list.stream().collect(Collectors.toList())
toSet	Set<T>	把流中元素收集到Set	list.stream().collect(Collectors.toSet())
toCollection	Collection<T>	把流中元素收集到创建的集合	list.stream().collect(Collectors.toCollection(ArrayList::new))
counting	Long	计算流中元素个数	list.stream().collect(Collectors.counting())
summingInt	Integer	对流中元素整数属性进行求和	list.stream().collect(Collectors.summingInt(Employee::getSalary))
averagingInt	Integer	对流中Integer属性求平均值	list.stream().collect(Collectors.averagingInt(Employee::getAge))
summarizingInt	IntSummaryStatics	收集流中Integer属性的统计值。如平均值	list.stream().collect(Collectors.summarizingInt(Employee::getAge))
joining	String	连接流中每个字符串	list.stream().collect(Collectors.joining())
maxBy	Optional<T>	根据比较器获取最大值	list.stream().collect(Collectors.maxBy(Employee::getSalary))
minBy	Optional<T>	根据比较器获取最小值	list.stream().collect(Collectors.minBy(Employee::getSalary))
reducing	归约产生的类型	从一个作为累加器的初始值开始，利用BinaryOperator与流中元素逐个结合，从而归约成单个值	list.stream().collect(Collectors.reducing(0， Employee::getSalary， Integer::sum))
collectIngAndThen	转换函数返回的类型	包裹另一个收集器，对其结果转换函数	list.stream().collect(Collectors.collectIngAndThen(Collectors.toList(), List::size))
groupingBy	Map<k, List<T>>	根据某属性值对流分组，属性为K，结果为V	list.stream().collect(Collectors.groupingBy(Employee::getStatus)
partitioningBy	Map<Boolean, List<T>>	根据true或false进行分区	list.stream().collect(Collectors.partitioningBy(Employee::getManage)

// 收集
@Test
public void test4() {// | collect(Collector c) | 将流转换为其他形式。接收一个Collector接口的实现 |List<Employee> list = EmployeeData.getEmployees();List<Employee> collect = list.stream().filter(e -> e.getSalary() > 200000).collect(Collectors.toList());System.out.println(collect);System.out.println();// | toSet | Set\<T> | 把流中元素收集到Set| list.stream().collect(Collectors.toSet()) |Set<Employee> collect1 = list.stream().filter(e -> e.getSalary() > 200000).collect(Collectors.toSet());System.out.println(collect1);System.out.println();// | toCollection | Collection\<T> | 把流中元素收集到创建的集合| list.stream().collect(Collectors.toCollection(ArrayList::new)) |ArrayDeque<Employee> collect2 = list.stream().filter(e -> e.getSalary() > 200000).collect(Collectors.toCollection(ArrayDeque::new));System.out.println(collect2);System.out.println();// | counting | Long | 计算流中元素个数 | list.stream().collect(Collectors.counting()) |Long collect3 = list.stream().collect(Collectors.counting());System.out.println(collect3);// | summingInt | Integer | 对流中元素整数属性进行求和|list.stream().collect(Collectors.summingInt(Employee::getSalary)) |Integer collect4 = list.stream().collect(Collectors.summingInt(Employee::getAge));System.out.println(collect4);IntSummaryStatistics collect5 = list.stream().collect(Collectors.summarizingInt(Employee::getAge));System.out.println("collect5：" + collect5);}

java8（三）Stream API相关推荐

1. 【Java8新特性】关于Java8的Stream API，看这一篇就够了！！

   写在前面 Java8中有两大最为重要的改变.第一个是 Lambda 表达式:另外一个则是 Stream API(java.util.stream.*)  ,那什么是Stream API呢?Java8中 ...

2. Java8的Stream API使用(笔记)

   个人转载仅作为笔记使用,如有任何问题可以到原文链接探讨,原文连接为:https://www.cnblogs.com/jimoer/p/10995574.html 前言 这次想介绍一下Java Stre ...

3. Java8的Stream API使用

   前言 这次想介绍一下Java Stream的API使用,最近在做一个新的项目,然后终于可以从老项目的祖传代码坑里跳出来了.项目用公司自己的框架搭建完成后,我就想着把JDK版本也升级一下吧(之前的项目, ...

4. java8之Stream API（提取子流和组合流）

   为什么80%的码农都做不了架构师?>>>    Stream.limit(n)会返回一个包含n个元素的新流(如果原始流的长度小于n,则会返回原始的流).例如: package jav ...

5. java8三次分组_Java8分组(groupingBy)

   1.分组,计数,排序 public class Java8Example1 { public static void main(String[] args) { List items = Arrays ...

6. Java8 Lambda表达式（三）Lambda表达式与Stream API

   目录 1 Stream基本概念 1.1 什么是Stream 1.2 Stream的特点 2 Stream API初体验 2.1 构造数据 2.1 使用for循环实现 2.2 使用Lambda表达式结合 ...

7. java8新特性-lambda表达式和stream API的简单使用

   一.为什么使用lambda Lambda 是一个 匿名函数,我们可以把 Lambda表达式理解为是 一段可以传递的代码(将代码像数据一样进行传递).可以写出更简洁.更灵活的代码.作为一种更紧凑的代码风 ...

8. 学习笔记之-java8的新特性-函数式接口,lambda表达式,方法引用,Stream API，Optional类

   1.Lambda表达式 用匿名内部类的方法去创建多线程1.new Thread2.参数传递new Runnable3.重写run方法4.在run方法中去设置线程任务5.调用start问题:我们最终目标 ...

9. 【java8新特性】——Stream API详解（二）

   一.简介 java8新添加了一个特性:流Stream.Stream让开发者能够以一种声明的方式处理数据源(集合.数组等),它专注于对数据源进行各种高效的聚合操作(aggregate operation ...

最新文章

1. 软件行业项目经理主要的职责是什么?（转）
2. python人工智能入门书籍推荐-小编就给大家推荐几本python机器学习入门书！
3. JSP标准标签库JSTL总结
4. 当adobe flash player不能安装时
5. cocos ScrollView(滚动容器)加载大量item导致的卡顿问题解决方案
6. 用户画像_什么是“用户画像”？如何利用用户画像进行精准营销？
7. 日志服务与SIEM（如Splunk）集成方案实战 1
8. SSH中设置字符编码防止乱码
9. 芯片测试探针卡_测试接口业者先受惠苹果A14 GPU双雄4Q再加Socket、探针卡急单
10. 新征程 linux下C编程
11. 大觉寺到鹫峰线路_大觉寺到鹫峰怎么走
12. 解决php截取文字乱码问题
13. GAX (Guidance Automation Extensions) 与 GAT (Guidance Automation Toolkit)
14. Android源码编译 首发ViVo Xplay X510w 2.14.8 完美root/美颜相机/状态栏美化/支持官方OTA/纯净,稳定ROM
15. FreeBSD搭建Nginx+Apache24+php56+mysql56手把手一步步的笔记
16. （十）损失函数与反向传播
17. QT的QScrollArea使用详解
18. 使用mysqldump+WinRAR压缩备份数据库
19. Who is the lion(谁是狮子)！
20. 【C++】9.GIS应用：开源GIS平台开发入门（MapServer+QGIS+PostGIS+OpenLayers）

热门文章

1. JDBC--基础JDBC
2. C-Kermit在linux 下的安装和使用
3. 序列的算法（一·a）马尔可夫模型
4. matlab求解微分方程解析解
5. substance painter学习2——新建项目
6. 论文写作 18: 审稿意见回复要直截了当
7. 《阿里巴巴java规范》 Result 方式杂谈
8. pr学习日记①初接触
9. java float类型是否为空_java – 如何使float类型的变量为null
10. 如何加密/弄乱C源代码