玩转 Java8 Stream,常用方法大合集
点击关注公众号,实用技术文章及时了解
来源:blog.csdn.net/y_k_y/article/details/84633001
一、概述
Stream 是 Java8 中处理集合的关键抽象概念,它可以指定你希望对集合进行的操作,可以执行非常复杂的查找、过滤和映射数据等操作。使用Stream API 对集合数据进行操作,就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。
简而言之,Stream API 提供了一种高效且易于使用的处理数据的方式。
特点:
不是数据结构,不会保存数据。
不会修改原来的数据源,它会将操作后的数据保存到另外一个对象中。(保留意见:毕竟peek方法可以修改流中元素)
惰性求值,流在中间处理过程中,只是对操作进行了记录,并不会立即执行,需要等到执行终止操作的时候才会进行实际的计算。
二、分类
无状态: 指元素的处理不受之前元素的影响;
有状态: 指该操作只有拿到所有元素之后才能继续下去。
非短路操作: 指必须处理所有元素才能得到最终结果;
短路操作: 指遇到某些符合条件的元素就可以得到最终结果,如 A || B,只要A为true,则无需判断B的结果。
三、具体用法
1. 流的常用创建方法
1.1 使用Collection
下的 stream()
和 parallelStream()
方法
List<String> list = new ArrayList<>();
Stream<String> stream = list.stream(); //获取一个顺序流
Stream<String> parallelStream = list.parallelStream(); //获取一个并行流
1.2 使用Arrays 中的stream()
方法,将数组转成流
Integer[] nums = new Integer[10];
Stream<Integer> stream = Arrays.stream(nums);
1.3 使用Stream中的静态方法:of()
、iterate()
、generate()
Stream<Integer> stream = Stream.of(1,2,3,4,5,6);Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6);
stream2.forEach(System.out::println); // 0 2 4 6 8 10Stream<Double> stream3 = Stream.generate(Math::random).limit(2);
stream3.forEach(System.out::println);
1.4 使用 BufferedReader.lines()
方法,将每行内容转成流
BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt"));
Stream<String> lineStream = reader.lines();
lineStream.forEach(System.out::println);
1.5 使用 Pattern.splitAsStream()
方法,将字符串分隔成流
Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);
2. 流的中间操作
2.1 筛选与切片
filter
:过滤流中的某些元素limit(n)
:获取n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()
去除重复元素
Stream<Integer> stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14);Stream<Integer> newStream = stream.filter(s -> s > 5) //6 6 7 9 8 10 12 14 14.distinct() //6 7 9 8 10 12 14.skip(2) //9 8 10 12 14.limit(2); //9 8
newStream.forEach(System.out::println);
2.2 映射
map: 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元素。
flatMap: 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<String> list = Arrays.asList("a,b,c", "1,2,3");//将每个元素转成一个新的且不带逗号的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc 123Stream<String> s3 = list.stream().flatMap(s -> {//将每个元素转换成一个streamString[] split = s.split(",");Stream<String> s2 = Arrays.stream(split);return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3
2.3 排序
sorted()
:自然排序,流中元素需实现Comparable接口sorted(Comparator com)
:定制排序,自定义Comparator排序器
List<String> list = Arrays.asList("aa", "ff", "dd");
//String 类自身已实现Compareable接口
list.stream().sorted().forEach(System.out::println);// aa dd ffStudent s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
Student s3 = new Student("aa", 30);
Student s4 = new Student("dd", 40);
List<Student> studentList = Arrays.asList(s1, s2, s3, s4);//自定义排序:先按姓名升序,姓名相同则按年龄升序
studentList.stream().sorted((o1, o2) -> {if (o1.getName().equals(o2.getName())) {return o1.getAge() - o2.getAge();} else {return o1.getName().compareTo(o2.getName());}}
).forEach(System.out::println);
2.4 消费
peek
:如同于map,能得到流中的每一个元素。但map接收的是一个Function表达式,有返回值;而peek接收的是Consumer表达式,没有返回值。
Student s1 = new Student("aa", 10);
Student s2 = new Student("bb", 20);
List<Student> studentList = Arrays.asList(s1, s2);studentList.stream().peek(o -> o.setAge(100)).forEach(System.out::println); //结果:
Student{name='aa', age=100}
Student{name='bb', age=100}
3. 流的终止操作
3.1 匹配、聚合操作
allMatch
:接收一个 Predicate 函数,当流中每个元素都符合该断言时才返回true,否则返回falsenoneMatch
:接收一个 Predicate 函数,当流中每个元素都不符合该断言时才返回true,否则返回falseanyMatch
:接收一个 Predicate 函数,只要流中有一个元素满足该断言则返回true,否则返回falsefindFirst
: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> list = Arrays.asList(1, 2, 3, 4, 5);boolean allMatch = list.stream().allMatch(e -> e > 10); //false
boolean noneMatch = list.stream().noneMatch(e -> e > 10); //true
boolean anyMatch = list.stream().anyMatch(e -> e > 4); //trueInteger findFirst = list.stream().findFirst().get(); //1
Integer findAny = list.stream().findAny().get(); //1long count = list.stream().count(); //5
Integer max = list.stream().max(Integer::compareTo).get(); //5
Integer min = list.stream().min(Integer::compareTo).get(); //1
3.2 规约操作
Optional<T> reduce(BinaryOperator<T> accumulator)
: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;第二次执行时,第一个参数为第一次函数执行的结果,第二个参数为流中的第三个元素;依次类推。T reduce(T identity, BinaryOperator<T> accumulator)
:流程跟上面一样,只是第一次执行时,accumulator
函数的第一个参数为identity,而第二个参数为流中的第一个元素。<U> U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner)
:在串行流(stream)中,该方法跟第二个方法一样,即第三个参数combiner不会起作用。在并行流(parallelStream)中,我们知道流被fork join
出多个线程进行执行,此时每个线程的执行流程就跟第二个方法reduce(identity,accumulator)
一样,而第三个参数combiner函数,则是将每个线程的执行结果当成一个新的流,然后使用第一个方法reduce(accumulator)
流程进行规约。
//经过测试,当元素个数小于24时,并行时线程数等于元素个数,当大于等于24时,并行时线程数为16
List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24);Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get();
System.out.println(v); // 300Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);
System.out.println(v1); //310Integer v2 = list.stream().reduce(0,(x1, x2) -> {System.out.println("stream accumulator: x1:" + x1 + " x2:" + x2);return x1 - x2;},(x1, x2) -> {System.out.println("stream combiner: x1:" + x1 + " x2:" + x2);return x1 * x2;});
System.out.println(v2); // -300Integer v3 = list.parallelStream().reduce(0,(x1, x2) -> {System.out.println("parallelStream accumulator: x1:" + x1 + " x2:" + x2);return x1 - x2;},(x1, x2) -> {System.out.println("parallelStream combiner: x1:" + x1 + " x2:" + x2);return x1 * x2;});
System.out.println(v3); //197474048
3.3 收集操作
collect
:接收一个Collector实例,将流中元素收集成另外一个数据结构。
Collector<T, A, R>
是一个接口,有以下5个抽象方法:
Supplier<A> supplier()
:创建一个结果容器ABiConsumer<A, T> accumulator()
:消费型接口,第一个参数为容器A,第二个参数为流中元素T。BinaryOperator<A> combiner()
:函数接口,该参数的作用跟上一个方法(reduce)中的combiner参数一样,将并行流中各个子进程的运行结果(accumulator函数操作后的容器A)进行合并。Function<A, R> finisher()
:函数式接口,参数为:容器A,返回类型为:collect方法最终想要的结果R。Set<Characteristics> characteristics()
:返回一个不可变的Set集合,用来表明该Collector的特征。有以下三个特征:CONCURRENT
:表示此收集器支持并发。(官方文档还有其他描述,暂时没去探索,故不作过多翻译)UNORDERED
:表示该收集操作不会保留流中元素原有的顺序。IDENTITY_FINISH
:表示finisher参数只是标识而已,可忽略。
3.3.1 Collector
工具库:Collectors
Student s1 = new Student("aa", 10,1);
Student s2 = new Student("bb", 20,2);
Student s3 = new Student("cc", 10,3);
List<Student> list = Arrays.asList(s1, s2, s3);//装成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]//转成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]//转成map,注:key不能相同,否则报错
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}//字符串分隔符连接
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)//聚合操作
//1.学生总数
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年龄 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.所有人的年龄
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年龄
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 带上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());//分组
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分组,先根据类型分再根据年龄分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));//分区
//分成两部分,一部分大于10岁,一部分小于等于10岁
Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));//规约
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40
3.3.2 Collectors.toList()
解析
//toList 源码
public static <T> Collector<T, ?, List<T>> toList() {return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add,(left, right) -> {left.addAll(right);return left;}, CH_ID);
}//为了更好地理解,我们转化一下源码中的lambda表达式
public <T> Collector<T, ?, List<T>> toList() {Supplier<List<T>> supplier = () -> new ArrayList();BiConsumer<List<T>, T> accumulator = (list, t) -> list.add(t);BinaryOperator<List<T>> combiner = (list1, list2) -> {list1.addAll(list2);return list1;};Function<List<T>, List<T>> finisher = (list) -> list;Set<Collector.Characteristics> characteristics = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH));return new Collector<T, List<T>, List<T>>() {@Overridepublic Supplier supplier() {return supplier;}@Overridepublic BiConsumer accumulator() {return accumulator;}@Overridepublic BinaryOperator combiner() {return combiner;}@Overridepublic Function finisher() {return finisher;}@Overridepublic Set<Characteristics> characteristics() {return characteristics;}};}
推荐
主流Java进阶技术(学习资料分享)
Java面试题宝典
加入Spring技术开发社区
PS:因为公众号平台更改了推送规则,如果不想错过内容,记得读完点一下“在看”,加个“星标”,这样每次新文章推送才会第一时间出现在你的订阅列表里。点“在看”支持我们吧!
玩转 Java8 Stream,常用方法大合集相关推荐
- Java8 Stream,常用方法大合集
一.概述 二.分类 三.具体用法 1.流的常用创建方法 2.流的中间操作 3.流的终止操作 一.概述 tream 是 Java8 中处理集合的关键抽象概念,它可以指定你希望对集合进行的操作 ...
- 数据探索性分析(EDA)常用方法大合集
EDA(Exploratory Data Analysis),全名为数据探索性分析,是通过了解数据集,了解变量间的相互关系以及变量与预测值之间的关系,从而帮助我们后期更好地进行特征工程和建立模型,是数 ...
- HTML怎么把文字分栏_怎么就这么无聊!这些网友制作的沙雕生成器大合集我玩了一天!...
不知道姬友们注意到没有,今年春节以来,往年在朋友圈狂晒旅游照片的人都没了踪影. 当然这一切都得从一只蝙蝠说起...... 突如其来的疫情,让不少人的生活或多或少的发生了一些改变,不管是上班党还是学生 ...
- 值得收藏!基于激光雷达数据的深度学习目标检测方法大合集(下)
作者 | 黄浴 来源 | 转载自知乎专栏自动驾驶的挑战和发展 [导读]在近日发布的<值得收藏!基于激光雷达数据的深度学习目标检测方法大合集(上)>一文中,作者介绍了一部分各大公司和机构基于 ...
- 加密货币工具和算法大合集
2019独角兽企业重金招聘Python工程师标准>>> 维基百科- 加密货币加密货币是一种利用密码学原理来保证账户之间交易的安全性并且控制货币发行量的数字资产. 现在市面上已经存在各 ...
- 电路及电路设计经验技巧大合集
电路及电路设计经验技巧大合集 电路及电路设计经验技巧大合集,全部是文档文件,来看看有没有你需要的资料?,把好几个压缩包的文件名称给copy下来了,压缩得有点大,文件都放在闯客网技术论坛上了,需要哪个资 ...
- 【魔方教程】三阶多阶异形魔方教程大合集
[魔方教程]三阶多阶异形魔方教程大合集 元气熊猫馆本期为大分享魔方教程,馆长相信大家对魔方都十分的熟悉,玩的人也特别多,老少咸宜,魔方爱好者不分年龄和性别,世界上玩魔方年龄最大的高龄90多岁,最小的2 ...
- 20个实例玩转Java8 Stream
20个实例玩转Java8 Stream 20个实例玩转Java8 Stream Stream概述 Stream的创建 stream和parallelStream的简单区分 stream的使用 遍历/匹 ...
- OSChina 周五乱弹 —— 坑坑小伙伴大合集
2019独角兽企业重金招聘Python工程师标准>>> 周五,耶,元宵节过去了,我们迎来了这周上班的最后一天,明天终于又放假啦! @Nanke:月光浴拿去了,15的月亮16元.全球统 ...
最新文章
- 多列转多行sql oracle,sql多行转多列,中文没办法聚集的有关问题
- KPCR:CPU控制区(Processor Control Region)
- Vue中使用LayUI没有效果
- Python:matplotlib绘图
- POJ-2976 Dropping tests 01分数规划
- CentOS6.5搭建SVN服务器(Apache+SVN)
- css --- 弹性盒子
- 【Acwing 219. 剪纸游戏】
- expected function body after function declarator
- 交出娃哈哈,宗庆后还是不放心?
- python加载csv文件去重_用python读写和处理csv文件
- 免费有理—五款免费的网络管理工具介绍
- MySQL数据类型详解
- linux终端下如何下载文件,Linux终端下载文件的方法有哪些?
- 开关电源(DC/DC)和线性电源(LDO低压差线性稳压器)的区别
- 使用AJAX中的get请求中文乱码的问题
- ABAQUS子程序技术文档-UEL
- Resource.arsc文件格式解析
- picpick尺子像素大小精度不够准确_如何使用像素标尺在PicPick
- VMware : 处理器数量和每个处理器的核心数量
热门文章
- 马化腾说话都不好使了?腾讯上线匿名社交APP,升级版漂流瓶?
- 苹果iOS 13正式版推送:深色模式来了 速度再次提升!
- 迅游科技上演“宫斗” 董事长总裁互相罢免
- 这首致喷子杠精的“键盘侠之歌” 唱出了多少人的心声
- 对一个带小数的数进行四舍五入取整
- 音视频开发基础(二)常用的直播协议
- oracle 获取字段某个字段的下标,go获取字符串特定下标中间的字符,正则查找和替换字符串中特定字符...
- windows下获取IP和MAC地址
- 协议圣经 RTSP(三)
- mysql nodejs 并发