jdk8 stream
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 ...
最新文章
- 华为atn980传输设备_注册开发者超200万!华为HMS加速全球布局,打造全场景智慧体验...
- 手机蓝牙扫码怎么使用_手机自带的蓝牙功能那么好用,为什么使用的人却并不那么多?...
- iOS利用通知(NSNotification)进行传值
- shell脚本安装mysql并安装一个小服务
- java 按键消息监听器用法,Java命令行中的键监听器
- python 服务端与c++客户端通讯_在C++与Python之间通信(IPC)
- 计算机常用数制转换说课稿,进制与进制转换说课稿
- linux 远程权限不够,Eclipse连接远程Hadoop集群开发时权限不足问题解决方案
- linux 父子进程 资源_linux 父子进程 资源_实验4 Linux父子进程同步
- eslint vscode 自动格式化_使用 VSCode 的必备三大神器,这才是开发 Vue 的真香解决方案...
- Golang基础知识入门详解
- 微信小程序|开发实战篇之九-image-picker图片选择器组件及其子组件
- Solr如何管理索引库
- JAVA轻量级ORM框架JOOQ体验
- quartus频率计 时钟设置_基于QuartusII的两种数字频率计的设计与比较
- php微信卡劵教程,微信卡券添加功能的实现-PHP
- java论坛 基于SSM框架的游戏论坛 java游戏贴吧 java游戏论坛 java论坛 ssm论坛 ssm贴吧 可以改为各种论坛,分类可在后台自己控制,图片可任意换
- 商务部关于促进电子商务规范发展的意见
- 计算机思维对本专业的影响,计算机专业本科生创新思维培养及其哲学思考
- 【NLP】语料库和词汇知识库
热门文章
- 屏幕复制 android,一键扫出截图中文字!屏幕文字复制App
- 全球疫情引起 P 站访问量激增
- 全国计算机一级课件,2017全国计算机一级考试习题及答案课件.doc
- fstat/stat/lstat
- Altair Simdroid 流体分析模块介绍
- Spring+SpringMVC+mybatis基于ssm的超市会员管理系统
- 基于stm32C8T6的红外遥控器制作 stm做遥控器
- 把套接字改成阻塞或非阻塞模式
- CTFHub----RCE
- windows10+vm15+macos10.14虚拟黑苹果(amd-r5-4600版)(已解决客户机禁用cpu等问题)