JDK8 Stream详解

概念

Stream是Java8 API的新成员，它允许以声明性方式处理数据集合。

特点

（1）代码简洁：函数式编程写出的代码简洁且意图明确，使用stream接口让你从此告别for循环。

（2）多核友好：Java函数式编程使得编写并行程序从未如此简单，你需要的全部就是调用一下方法。

流程

1）第一步：把集合转换为流stream
2）第二步：操作stream流
stream流在管道中经过中间操作（intermediate operation）的处理，最后由最终操作(terminal operation)得到前面处理的结果

操作符

两种：中间操作符、终止操作符

中间操作符

流方法	含义	示例
filter	用于通过设置的条件过滤出元素	List strings = Arrays.asList(“abc”, “”, “bc”, “efg”, “abcd”,“”, “jkl”); List filtered = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.toList());
distinct	返回一个元素各异（根据流所生成元素的hashCode和equals方法实现）的流。	List numbers = Arrays.asList(1, 2, 1, 3, 3, 2, 4);numbers.stream().filter(i -> i % 2 == 0).distinct().forEach(System.out::println);
limit	会返回一个不超过给定长度的流。	List strings = Arrays.asList(“abc”, “abc”, “bc”, “efg”, “abcd”,“jkl”, “jkl”);List limited = strings.stream().limit(3).collect(Collectors.toList());
skip	返回一个扔掉了前n个元素的流。	List strings = Arrays.asList(“abc”, “abc”, “bc”, “efg”, “abcd”,“jkl”, “jkl”);List skiped = strings.stream().skip(3).collect(Collectors.toList());
map	接受一个函数作为参数。这个函数会被应用到每个元素上，并将其映射成一个新的元素（使用映射一词，是因为它和转换类似，但其中的细微差别在于它是“创建一个新版本”而不是去“修改”）。	List strings = Arrays.asList(“abc”, “abc”, “bc”, “efg”, “abcd”,“jkl”, “jkl”);List mapped = strings.stream().map(str->str+“-itcast”).collect(Collectors.toList());
flatMap	使用flatMap方法的效果是，各个数组并不是分别映射成一个流，而是映射成流的内容。所有使用map(Arrays::stream)时生成的单个流都被合并起来，即扁平化为一个流。	List strings = Arrays.asList(“abc”, “abc”, “bc”, “efg”, “abcd”,“jkl”, “jkl”);Stream flatMap = strings.stream().flatMap(Java8StreamTest::getCharacterByString);
sorted	返回排序后的流	List strings1 = Arrays.asList(“abc”, “abd”, “aba”, “efg”, “abcd”,“jkl”, “jkl”);List sorted1 = strings1.stream().sorted().collect(Collectors.toList());

示例代码：

1）filter

/*** 功能描述:根据条件过滤集合数据* @return : void*/
@Test
public void filter(){List<String> strings = Arrays.asList("abc", "", "bc", "efg", "abcd","", "jkl");List<String> filtered = strings.stream().filter(string -> !string.isEmpty()).collect(Collectors.toList());out.println(filtered);
}

结果：

2）distinct

/*** 功能描述:去除集合中重复数据* @return : void*/
@Testpublic void distinct(){List<String> strings = Arrays.asList("abc", "bc", "bc", "efg", "abcd","", "jkl", "jkl");List<String> distincted = strings.stream().distinct().collect(Collectors.toList());System.out.println(distincted);//---------------------------------------------------------List<User> users = new ArrayList<>();users.add(new User(1,"z"));users.add(new User(1,"z"));users.add(new User(2,"s"));List<User> distinctedUser = users.stream().distinct().collect(Collectors.toList());System.out.println(distinctedUser);Map<String, User> collect = users.stream().collect(Collectors.toMap(u -> u.getId() +"_" + u.getName(), u -> u, (u1, u2) -> u1));System.out.println("value: " + collect);Set<User> colletSet = users.stream().collect(Collectors.toSet());System.out.println("value: " + colletSet);}

结果：

3）limit

/*** 功能描述:指定获取集合前x条数据，重新构造一个新的集合* @return : void*/
@Test
public void limit(){List<String> strings = Arrays.asList("abc", "abc", "bc", "efg", "abcd","jkl", "jkl");List<String> limited = strings.stream().limit(3).collect(Collectors.toList());out.println(limited);
}/**去重后再limit
*/
@Testpublic void limit(){List<String> strings = Arrays.asList("abc", "bc", "bc", "efg", "abcd","", "jkl", "jkl");List<String> limited = strings.stream().distinct().limit(3).collect(Collectors.toList());System.out.println(limited);}

结果：

4）skip

/*** 功能描述:排除集合前x条数据，把后面的数据重新构造一个新的集合* @return : void*/
@Testpublic void skip(){List<String> strings = Arrays.asList("abc", "abc", "bc", "efg", "abcd","jkl", "jkl");List<String> skiped = strings.stream().skip(3).collect(Collectors.toList());out.println(skiped);
}

结果：

5）map

/*** 功能描述:对集合中所有元素统一处理* @return : void*/
@Test
public void map(){List<String> strings = Arrays.asList("abc", "abc", "bc", "efg", "abcd","jkl", "jkl");List<String> mapped = strings.stream().map(str->str+"-itcast").collect(Collectors.toList());out.println(mapped);
}

结果：

6）flatMap

/*** 功能描述:对集合中所有元素统一处理* @return : void*/
@Test
public void flatMap(){List<String> strings = Arrays.asList("abc", "abc", "bc", "efg", "abcd","jkl", "jkl");Stream<String> stringStream = strings.stream().map(x -> x);Stream<String> stringStream1 = strings.stream().flatMap(x -> Arrays.asList(x.split(" ")).stream());
}

结果：

7）sorted

/*** 功能描述 : 对集合进行排序* @return : void*/
@Test
public void sorted(){List<String> strings1 = Arrays.asList("abc", "abd", "aba", "efg", "abcd","jkl", "jkl");List<String> strings2 = Arrays.asList("张三", "李四", "王五", "赵柳", "张哥","李哥", "王哥");List<Integer> strings3 = Arrays.asList(10, 2, 30, 22, 1,0, -9);List<String> sorted1 = strings1.stream().sorted().collect(Collectors.toList());List<String> sorted2 = strings2.stream().sorted(Collections.reverseOrder(Collator.getInstance(Locale.CHINA))).collect(Collectors.toList());List<Integer> sorted3 = strings3.stream().sorted().collect(Collectors.toList());out.println(sorted1);out.println(sorted2);out.println(sorted3);
}

Map、flatMap区别

map：对流中每一个元素进行处理
flatMap：流扁平化，让你把一个流中的“每个值”都换成另一个流，然后把所有的流连接起来成为一个流
总结：map是对一级元素进行操作，flatmap是对二级元素操作。

本质区别：map返回一个值；flatmap返回一个流，多个值。

应用场景：map对集合中每个元素加工,返回加工后结果；flatmap对集合中每个元素加工后，做扁平化处理后（拆分层级，放到同一层）然后返回

/*** 方法一* 功能描述:  通过使用map、flatMap把字符串转换为字符输出对比区别* @return : void*/
@Test
public void flatMap2Map(){List<String> strings = Arrays.asList("abc", "abc", "bc", "efg", "abcd","jkl", "jkl");final Stream<Character> flatMap = strings.stream().flatMap(Java8StreamTest::getCharacterByString);flatMap.forEach(System.out::println);//----------------------------------------------final Stream<Stream<Character>> mapStream = strings.stream().map(Java8StreamTest::getCharacterByString);//mapStream.forEach(System.out::println);out.println("------------------------------------------------");mapStream.forEach(stream-> {stream.forEach(character->{System.out.println(character);});});}

公共方法（字符串转换为字符流）

/**
* 功能描述:字符串转换为字符流
* @param str
* @return : java.util.stream.Stream<java.lang.Character>
*/
public static Stream<Character> getCharacterByString(String str) {List<Character> characterList = new ArrayList<>();for (Character character : str.toCharArray()) {characterList.add(character);}return characterList.stream();
}

终止操作符

流方法	含义	示例
anyMatch	检查是否至少匹配一个元素，返回boolean。	List strings = Arrays.asList(“abc”, “abd”, “aba”, “efg”, “abcd”,“jkl”, “jkl”);boolean b = strings.stream().anyMatch(s -> s == “abc”);
allMatch	检查是否匹配所有元素，返回boolean。	List strings = Arrays.asList(“abc”, “abd”, “aba”, “efg”, “abcd”,“jkl”, “jkl”);boolean b = strings.stream().allMatch(s -> s == “abc”);
noneMatch	检查是否没有匹配所有元素，返回boolean。	List strings = Arrays.asList(“abc”, “abd”, “aba”, “efg”, “abcd”,“jkl”, “jkl”);boolean b = strings.stream().noneMatch(s -> s == “abc”);
findAny	将返回当前流中的任意元素。	List strings = Arrays.asList(“cv”, “abd”, “aba”, “efg”, “abcd”,“jkl”, “jkl”);Optional any = strings.stream().findAny();
findFirst	返回第一个元素	List strings = Arrays.asList(“cv”, “abd”, “aba”, “efg”, “abcd”,“jkl”, “jkl”);Optional first = strings.stream().findFirst();
forEach	遍历流	List strings = Arrays.asList(“cv”, “abd”, “aba”, “efg”, “abcd”,“jkl”, “jkl”);strings.stream().forEach(s -> out.println(s));
collect	收集器，将流转换为其他形式。	List strings = Arrays.asList(“cv”, “abd”, “aba”, “efg”, “abcd”,“jkl”, “jkl”); Set set = strings.stream().collect(Collectors.toSet());List list = strings.stream().collect(Collectors.toList());Map<String, String> map = strings.stream().collect(Collectors.toMap(v ->v.concat(“_name”), v1 -> v1, (v1, v2) -> v1));
reduce	可以将流中元素反复结合起来，得到一个值。	List strings = Arrays.asList(“cv”, “abd”, “aba”, “efg”, “abcd”,“jkl”, “jkl”);Optional reduce = strings.stream().reduce((acc,item) -> {return acc+item;});if(reduce.isPresent())out.println(reduce.get());
count	返回流中元素总数。	List strings = Arrays.asList(“cv”, “abd”, “aba”, “efg”, “abcd”,“jkl”, “jkl”);long count = strings.stream().count();

示例代码

1）anyMatch

/*** 功能描述 : 判断集合中是否至少存在一个元素满足条件* @return : void*/
@Test
public void anyMatch(){List<String> strings = Arrays.asList("abc", "abd", "aba", "efg", "abcd","jkl", "jkl");boolean b = strings.stream().anyMatch(s -> s == "abc");out.println(b);
}

2）allMatch

/*** 功能描述 : 判断集合中是否所有元素都满足条件* @return : void*/
@Test
public void allMatch(){List<String> strings = Arrays.asList("abc", "abd", "aba", "efg", "abcd","jkl", "jkl");boolean b = strings.stream().allMatch(s -> s == "abc");out.println(b);
}

3）noneMatch

/*** 功能描述 : 判断集合中是否所有元素都不满足条件* @return : void*/
@Test
public void noneMatch(){List<String> strings = Arrays.asList("abc", "abd", "aba", "efg", "abcd","jkl", "jkl");boolean b = strings.stream().noneMatch(s -> s == "abc");out.println(b);
}

4）findAny

/*** 功能描述 : 返回当前流中任意元素* @return : void*/
@Test
public void findAny(){List<String> strings = Arrays.asList("cv", "abd", "aba", "efg", "abcd","jkl", "jkl");Optional<String> any = strings.stream().findAny();if(any.isPresent()) out.println(any.get());
}

5）findFirst

/*** 功能描述 : 返回当前流中第一个元素* @return : void*/
@Test
public void findFirst(){List<String> strings = Arrays.asList("cv", "abd", "aba", "efg", "abcd","jkl", "jkl");Optional<String> first = strings.stream().findFirst();if(first.isPresent()) out.println(first.get());
}

6）forEach java

/*** 功能描述 : 遍历流* @return : void*/
@Test
public void foreach(){List<String> strings = Arrays.asList("cv", "abd", "aba", "efg", "abcd","jkl", "jkl");strings.stream().forEach(s -> out.println(s));
}

7）collect

/*** 功能描述 : 流转换为其他形式* @return : void*/
@Test
public void collect(){List<String> strings = Arrays.asList("cv", "abd", "aba", "efg", "abcd","jkl", "jkl");Set<String> set = strings.stream().collect(Collectors.toSet());List<String> list = strings.stream().collect(Collectors.toList());Map<String, String> map = strings.stream().collect(Collectors.toMap(v ->v.concat("_name"), v1 -> v1, (v1, v2) -> v1));out.println(set);out.println(list);out.println(map);
}

8）reduce

/*** 功能描述 : 将流中元素反复结合起来，得到一个值* @return : void*/
@Test
public void reduce(){List<String> strings = Arrays.asList("cv", "abd", "aba", "efg", "abcd","jkl", "jkl");//reduce方法一Optional<String> reduce1 = strings.stream().reduce((acc,item) -> {return acc+item;});//reduce方法二String reduce2 = strings.stream().reduce("itcast", (acc, item) -> {return acc + item;});//reduce方法三ArrayList<String> reduce3 = strings.stream().reduce(new ArrayList<String>(),new BiFunction<ArrayList<String>, String, ArrayList<String>>() {@Overridepublic ArrayList<String> apply(ArrayList<String> acc, String item) {acc.add(item);return acc;}}, new BinaryOperator<ArrayList<String>>() {@Overridepublic ArrayList<String> apply(ArrayList<String> acc, ArrayList<String> item) {return acc;}});if(reduce1.isPresent())out.println(reduce1.get());out.println(reduce2);out.println(reduce3);
}

9）count

/**
* 功能描述 : 返回流中元素总数
* @return : void
*/
@Test
public void count(){List<String> strings = Arrays.asList("cv", "abd", "aba", "efg", "abcd","jkl", "jkl");long count = strings.stream().count();out.println(count);
}

注意：文章中因排序部分用到外部比较器，需要导入外部jar包

<!--apache集合操作工具包-->
<dependency><groupId>org.apache.commons</groupId><artifactId>commons-collections4</artifactId><version>4.4</version>
</dependency>

jdk8 stream相关推荐

JDK8 Stream 效率如何？
点击上方好好学java ,选择星标公众号重磅资讯,干货,第一时间送达今日推荐:推荐19个github超牛逼项目!个人原创100W +访问量博客:点击前往,查看更多作者:Al_assad 链接: ...
JDK8 stream API，并行API的适用场合
jdk8stream创建/中间操作/终止操作api public static void main(String[] args) {//流的创建:可以通过Array/List/Set的stream() ...
jdk8 stream API
jdk8 stream API map Reduce的用法 reduce根据输入的list值,以及计算规则,进行计算,计算时可以分配多cpu. import lombok.AllArgsConstru ...
JDK8 Stream 数据流效率分析
JDK8 Stream 数据流效率分析 Stream 是Java SE 8类库中新增的关键抽象,它被定义于 java.util.stream (这个包里有若干流类型: Stream<T> ...
JDK8 Stream操作 collectingAndThen：根据对象的属性去重
来源:blog.csdn.net/qq_35634181/article/details/108867857 ExportTemperatureDto实体对象: @Getter @Setter @To ...
【Java代码】实现字符串转数据库的 inStr【使用 JDK8 stream.collect(Collectors.joining(delimiter, prefix, suffix)) 实现】
why 有不少这样的情况,前端会传筛选条件,给到后端的时候是个 conditionStr ,如果您用的是 mybatis-plus 的 API 那么直接 split 一下就可以使用,如果不是,那就需要 ...
rocketmq教程教程，JDK8 Stream 数据流效率分析
①只能遍历一次: 数据流的从一头获取数据源,在流水线上依次对元素进行操作,当元素通过流水线,便无法再对其进行操作,可以重新在数据源获取一个新的数据流进行操作: ②采用内部迭代的方式: 对Collect ...
JDK8 stream流的骚操作
前言我们前面说了 lambda表达式,这次我们就将下JDK8的另一个新特性,流(Stream) stream和lambda'搭配使用效果更佳,(如果你没有学过lambda表达式,最好先学习下lamb ...
了解JDK8 Stream数据流效率吗？千万级数据量性能如何？
Stream 是Java SE 8类库中新增的关键抽象,它被定义于 java.util.stream (这个包里有若干流类型:Stream<T> 代表对象引用流,此外还有一系列特化流,如 ...

jdk8 stream

JDK8 Stream详解

概念

特点

流程

操作符

中间操作符

终止操作符

jdk8 stream相关推荐

最新文章

热门文章