创建流

单列集合: 集合对象.stream()

        List<Author> authors = getAuthors();Stream<Author> stream = authors.stream();

数组:Arrays.stream(数组)或者使用Stream.of来创建

        Integer[] arr = {1,2,3,4,5};Stream<Integer> stream = Arrays.stream(arr);Stream<Integer> stream2 = Stream.of(arr);

双列集合:转换成单列集合后再创建

        Map<String,Integer> map = new HashMap<>();map.put("蜡笔小新",19);map.put("黑子",17);map.put("日向翔阳",16);Stream<Map.Entry<String, Integer>> stream = map.entrySet().stream();

中间操作

filter

可以对流中的元素进行条件过滤,符合过滤条件的才能继续留在流中。

例如:

打印所有姓名长度大于1的作家的姓名List<Author> authors = getAuthors();authors.stream().filter(author -> author.getName().length()>1).forEach(author -> System.out.println(author.getName()));

map

可以把对流中的元素进行计算或转换。

例如:

打印所有作家的姓名List<Author> authors = getAuthors();authors.stream().map(author -> author.getName()).forEach(name->System.out.println(name));//        打印所有作家的姓名List<Author> authors = getAuthors();//        authors.stream()
//                .map(author -> author.getName())
//                .forEach(s -> System.out.println(s));authors.stream().map(author -> author.getAge()).map(age->age+10).forEach(age-> System.out.println(age));

distinct

可以去除流中的重复元素。

例如:

打印所有作家的姓名,并且要求其中不能有重复元素。List<Author> authors = getAuthors();authors.stream().distinct().forEach(author -> System.out.println(author.getName()));

注意:distinct方法是依赖Object的equals方法来判断是否是相同对象的。所以需要注意重写equals方法。

sorted

可以对流中的元素进行排序。

例如:

对流中的元素按照年龄进行降序排序,并且要求不能有重复的元素。List<Author> authors = getAuthors();
//        对流中的元素按照年龄进行降序排序,并且要求不能有重复的元素。authors.stream().distinct().sorted().forEach(author -> System.out.println(author.getAge()));List<Author> authors = getAuthors();
//        对流中的元素按照年龄进行降序排序,并且要求不能有重复的元素。authors.stream().distinct().sorted((o1, o2) -> o2.getAge()-o1.getAge()).forEach(author -> System.out.println(author.getAge()));

注意:如果调用空参的sorted()方法,需要流中的元素是实现了Comparable。

limit

可以设置流的最大长度,超出的部分将被抛弃。

例如:

对流中的元素按照年龄进行降序排序,并且要求不能有重复的元素,然后打印其中年龄最大的两个作家的姓名。List<Author> authors = getAuthors();authors.stream().distinct().sorted().limit(2).forEach(author -> System.out.println(author.getName()));

skip

跳过流中的前n个元素,返回剩下的元素

例如:

打印除了年龄最大的作家外的其他作家,要求不能有重复元素,并且按照年龄降序排序。//        打印除了年龄最大的作家外的其他作家,要求不能有重复元素,并且按照年龄降序排序。List<Author> authors = getAuthors();authors.stream().distinct().sorted().skip(1).forEach(author -> System.out.println(author.getName()));

flatMap

map只能把一个对象转换成另一个对象来作为流中的元素。而flatMap可以把一个对象转换成多个对象作为流中的元素。

例一:

打印所有书籍的名字。要求对重复的元素进行去重。//        打印所有书籍的名字。要求对重复的元素进行去重。List<Author> authors = getAuthors();authors.stream().flatMap(author -> author.getBooks().stream()).distinct().forEach(book -> System.out.println(book.getName()));

例二:

打印现有数据的所有分类。要求对分类进行去重。不能出现这种格式:哲学,爱情//        打印现有数据的所有分类。要求对分类进行去重。不能出现这种格式:哲学,爱情     爱情List<Author> authors = getAuthors();authors.stream().flatMap(author -> author.getBooks().stream()).distinct().flatMap(book -> Arrays.stream(book.getCategory().split(","))).distinct().forEach(category-> System.out.println(category));

终结操作

forEach

对流中的元素进行遍历操作,我们通过传入的参数去指定对遍历到的元素进行什么具体操作。

例子:

输出所有作家的名字//        输出所有作家的名字List<Author> authors = getAuthors();authors.stream().map(author -> author.getName()).distinct().forEach(name-> System.out.println(name));

count

可以用来获取当前流中元素的个数。

例子:

打印这些作家的所出书籍的数目,注意删除重复元素。//        打印这些作家的所出书籍的数目,注意删除重复元素。List<Author> authors = getAuthors();long count = authors.stream().flatMap(author -> author.getBooks().stream()).distinct().count();System.out.println(count);

max&min

可以用来或者流中的最值。

例子:

分别获取这些作家的所出书籍的最高分和最低分并打印。//        分别获取这些作家的所出书籍的最高分和最低分并打印。//Stream<Author>  -> Stream<Book> ->Stream<Integer>  ->求值List<Author> authors = getAuthors();Optional<Integer> max = authors.stream().flatMap(author -> author.getBooks().stream()).map(book -> book.getScore()).max((score1, score2) -> score1 - score2);Optional<Integer> min = authors.stream().flatMap(author -> author.getBooks().stream()).map(book -> book.getScore()).min((score1, score2) -> score1 - score2);System.out.println(max.get());System.out.println(min.get());

collect

把当前流转换成一个集合。

例子:

获取一个存放所有作者名字的List集合。//        获取一个存放所有作者名字的List集合。List<Author> authors = getAuthors();List<String> nameList = authors.stream().map(author -> author.getName()).collect(Collectors.toList());System.out.println(nameList);获取一个所有书名的Set集合。//        获取一个所有书名的Set集合。List<Author> authors = getAuthors();Set<Book> books = authors.stream().flatMap(author -> author.getBooks().stream()).collect(Collectors.toSet());System.out.println(books);获取一个Map集合,map的key为作者名,value为List<Book>//        获取一个Map集合,map的key为作者名,value为List<Book>List<Author> authors = getAuthors();Map<String, List<Book>> map = authors.stream().distinct().collect(Collectors.toMap(author -> author.getName(), author -> author.getBooks()));System.out.println(map);

查找与匹配

anyMatch

可以用来判断是否有任意符合匹配条件的元素,结果为boolean类型。

例子:

判断是否有年龄在29以上的作家//        判断是否有年龄在29以上的作家List<Author> authors = getAuthors();boolean flag = authors.stream().anyMatch(author -> author.getAge() > 29);System.out.println(flag);

allMatch

可以用来判断是否都符合匹配条件,结果为boolean类型。如果都符合结果为true,否则结果为false。

例子:

判断是否所有的作家都是成年人//        判断是否所有的作家都是成年人List<Author> authors = getAuthors();boolean flag = authors.stream().allMatch(author -> author.getAge() >= 18);System.out.println(flag);

noneMatch

可以判断流中的元素是否都不符合匹配条件。如果都不符合结果为true,否则结果为false

例子:

判断作家是否都没有超过100岁的。//        判断作家是否都没有超过100岁的。List<Author> authors = getAuthors();boolean b = authors.stream().noneMatch(author -> author.getAge() > 100);System.out.println(b);

findAny

获取流中的任意一个元素。该方法没有办法保证获取的一定是流中的第一个元素。

例子:

获取任意一个年龄大于18的作家,如果存在就输出他的名字//        获取任意一个年龄大于18的作家,如果存在就输出他的名字List<Author> authors = getAuthors();Optional<Author> optionalAuthor = authors.stream().filter(author -> author.getAge()>18).findAny();optionalAuthor.ifPresent(author -> System.out.println(author.getName()));

findFirst

获取流中的第一个元素。

例子:

获取一个年龄最小的作家,并输出他的姓名。//        获取一个年龄最小的作家,并输出他的姓名。List<Author> authors = getAuthors();Optional<Author> first = authors.stream().sorted((o1, o2) -> o1.getAge() - o2.getAge()).findFirst();first.ifPresent(author -> System.out.println(author.getName()));

reduce归并

对流中的数据按照你指定的计算方式计算出一个结果。(缩减操作)reduce的作用是把stream中的元素给组合起来,我们可以传入一个初始值,它会按照我们的计算方式依次拿流中的元素和初始化值进行计算,计算结果再和后面的元素计算。reduce两个参数的重载形式内部的计算方式如下:T result = identity;
for (T element : this stream)result = accumulator.apply(result, element)
return result;其中identity就是我们可以通过方法参数传入的初始值,accumulator的apply具体进行什么计算也是我们通过方法参数来确定的。

例子:

使用reduce求所有作者年龄的和//        使用reduce求所有作者年龄的和List<Author> authors = getAuthors();Integer sum = authors.stream().distinct().map(author -> author.getAge()).reduce(0, (result, element) -> result + element);System.out.println(sum);使用reduce求所有作者中年龄的最大值//        使用reduce求所有作者中年龄的最大值List<Author> authors = getAuthors();Integer max = authors.stream().map(author -> author.getAge()).reduce(Integer.MIN_VALUE, (result, element) -> result < element ? element : result);System.out.println(max);使用reduce求所有作者中年龄的最小值//        使用reduce求所有作者中年龄的最小值List<Author> authors = getAuthors();Integer min = authors.stream().map(author -> author.getAge()).reduce(Integer.MAX_VALUE, (result, element) -> result > element ? element : result);System.out.println(min);reduce一个参数的重载形式内部的计算boolean foundAny = false;T result = null;for (T element : this stream) {if (!foundAny) {foundAny = true;result = element;}elseresult = accumulator.apply(result, element);}return foundAny ? Optional.of(result) : Optional.empty();如果用一个参数的重载方法去求最小值代码如下://        使用reduce求所有作者中年龄的最小值List<Author> authors = getAuthors();Optional<Integer> minOptional = authors.stream().map(author -> author.getAge()).reduce((result, element) -> result > element ? element : result);minOptional.ifPresent(age-> System.out.println(age));

注意事项

  • 惰性求值(如果没有终结操作,没有中间操作是不会得到执行的)
  • 流是一次性的(一旦一个流对象经过一个终结操作后。这个流就不能再被使用)
  • 不会影响原数据(我们在流中可以多数据做很多处理。但是正常情况下是不会影响原来集合中的元素的。这往往也是我们期望的)

Stream流常用操作(超全+实例)相关推荐

  1. JDK8新特性(三):集合之 Stream 流式操作

    1.Stream流由来 首先我们应该知道:Stream流的出现,主要是用在集合的操作上.在我们日常的工作中,经常需要对集合中的元素进行相关操作.诸如:增加.删除.获取元素.遍历. 最典型的就是集合遍历 ...

  2. Java8种Stream流相关操作——集合的筛选、归约、分组、聚合

    过滤.筛选   filter skip /*** 过滤 筛选*/@Testpublic void test2(){List<String> list = Arrays.asList(&qu ...

  3. JDK8新特性简介、Lambda表达式、Stream流常用api介绍

    JDK8新特性简介.Lambda表达式.Stream流常用api介绍 接口 Java1.8前接口中是不允许有普通方法的,在Java1.8后允许接口中有普通方法,只需要加上default关键字即可: J ...

  4. Java 8 - Stream流骚操作解读2_归约操作

    文章目录 Pre 什么是归约操作 元素求和 reduce reduce如何运行的 最大值和最小值 Pre Java 8 - Stream流骚操作解读见到过的终端操作都是返回一个 boolean ( a ...

  5. Stream流-分组操作

    Stream流-分组操作 文章目录 Stream流-分组操作 方法1-- groupingBy(Function) 方法2-- groupingBy(Function,Collector) 方法3-- ...

  6. list的stream流常用用法

    1.list的stream流常用用法 代码功能示例类型如下: 1.过滤 2.bigdecimal求和 3.字符串拼接 4.取出list的某个字段 5.list集合依据某个字段进行正序 6.list集合 ...

  7. Java 8 - Stream流骚操作解读

    文章目录 分类 中间操作 终端操作 使用Stream流 筛选和切片 用谓词筛选 filter 筛选各异的元素 distinct 截短流 limit 跳过元素 skip 映射 对流中每一个元素应用函数 ...

  8. Java8 Stream流式操作接口详解

    stream是用于集合使用的流式操作,可使用collection.stream获取流 default Stream<E> stream() {return StreamSupport.st ...

  9. Java8 的 Stream 流式操作之王者归来

    相对于Java8之前的Java的相关操作简直是天差地别,Java8 的流式操作的出现,也很大程度上改变了开发者对于Java的繁琐的操作的印象,从此,Java也走向了函数式编程的道路! 1 流的创建 1 ...

最新文章

  1. GPU运行Tensorflow详细教程及错误解决
  2. python3 队列 queue
  3. Linux-PAM PAM-MySQL的总结
  4. Centos 7 防火墙
  5. 高等数学下-赵立军-北京大学出版社-题解-练习12.2
  6. PhoneGap学习地址 / PhoneGap API介绍:Events
  7. python编译反编译,你不知道的心机与陷阱
  8. 初识python之django创建工程
  9. 使用echarts来显示世界地图和全国地图,并且可以下钻层级
  10. matlab中有非线性模型吗,仿真非线性模型Matlab
  11. 【CSS3】浅谈display属性flex弹性布局、gird网格布局
  12. win 通过 Distro 安装 linux 子系统
  13. java实现 mysql导入数据库_Java实现MySQL数据库导入
  14. e.g., malformed request syntax, invalid request message framing, or deceptive request routing
  15. 青龙面板——每日自动拿京豆
  16. Windows Azure Storage 论文阅读
  17. veriog中的latch问题
  18. MySQL导入数据报Got a packet bigger than‘max_allowed_packet’bytes错误的解决方法
  19. MSP430异步通信(发送)不阻塞CPU,含注释
  20. 【Java】获取当前时间(毫秒级)

热门文章

  1. The JAVA_HOME environment variable is not defined correctly This environment variable is needed to r
  2. JEECG报表整合方案
  3. Kubernetes 部署 Jenkins
  4. 微星主板bios怎么进 微星进入bios按哪个键
  5. 程慧:积极建旅游大数据 科学监管市场
  6. Unity C#零基础入门笔记(一)Paws3D笔记
  7. 专访许长敬:移动互联网将进入电子商务阶段
  8. iQOO Z6和iQOOZ6x的区别 选哪个好
  9. 苹果手机!!!全民K歌如何下载发布的歌曲
  10. 大根堆和小根堆的区别