爱码网专注于资源免费下载

Java8中Stream流用法

Jking2023-03-21 10:50:101353技术文章Java8Stream流Stream用法

一.Stream简介

Java8中Stream流用法-第1张图片

1.1 什么是Stream

  1. Stream API ( java.util.stream) 把真正的函数式编程风格引入到是目前为止对Java类库最好的补充,因为Stream API可以极大序员的生产力,让程序员写出高效率、干净、简洁的代码。

  2. 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。简言之,Stream API 提供了一种高效且易于使用的处理数据的方式。

1.2 特点

  1. Stream 和 Collection 集合的区别:Collection 是一种静态的内存数据
    结构,而 Stream 是有关计算的。前者是主要面向内存,存储在内存中,
    后者主要是面向 CPU,通过 CPU 实现计算

  2. Stream关注的是对数据的运算,与CPU打交道,集合关注的是对数据的存储,与内存打交道

  3. (1)Stream 自己不会存储元素

    (2)Stream 不会改变源对象。相反,他们会返回一个持有结果的新Stream

    (3)Stream 操作是延迟执行的。这意味着他们会等到需要结果的时候才执行

  4. Stream执行流程:
    (1)Stream的实例化
    (2)一系列的中间操作(过滤,映射……)
    (3)终止操作

二.Stream操作步骤

2.1 创建Stream的方式

(1)通过集合
Java8 中的 Collection 接口被扩展,提供了两个获取流的方法:
●default Stream stream() : 返回一个顺序流
●default Stream parallelStream() : 返回一个并行流

(2)通过数组
Java8 中的 Arrays 的静态方法 stream() 可以获取数组流:
●static Stream stream(T[] array): 返回一个流
重载形式,能够处理对应基本类型的数组:
●public static IntStream stream(int[] array)
●public static LongStream stream(long[] array)
●public static DoubleStream stream(double[] array)

(3)通过Stream的of()
可以调用Stream类静态方法 of(), 通过显示值创建一流。它可以接收任意数量的参数。
●public static Stream of(T… values) : 返回一个流

(4)创建无限流
可以使用静态方法 Stream.iterate() 和 Stream.generate(), 创建无限流。
●迭代public static Stream iterate(final T seed, final UnaryOperator f)
●生成public static Stream generate(Supplier s)

2.2 中间操作

多个中间操作可以连接起来形成一个流水线,除非流水线上触发终止操作,否则中间操作不会执行任何的处理!而在终止操作时一次性全部处理,称为“惰性求值”。
(1)筛选与切片

方法描述
filter(Predicate p)接收 Lambda , 从流中排除某些元素
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,使其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(n) 互补

(2)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的元素。
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,产生一个新的 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,产生一个新的 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,产生一个新的 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

(3)排序

方法描述
sorted()产生一个新流,其中按自然顺序排序
sorted(Comparator com)产生一个新流,其中按比较器顺序

2.3 终止操作

●终端操作会从流的流水线生成结果。其结果可以是任何不是流的值,例
如:List、Integer,甚至是 void 。
●流进行了终止操作后,不能再次使用。
(1)匹配与查找

方法描述
allMatch(Predicate p)检查是否匹配所有元素
anyMatch(Predicate p)检查是否至少匹配一个元素
noneMatch(Predicate p)检查是否没有匹配所有元素
findFirst()返回第一个元素
findAny()返回当前流中的任意
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)/td>内部迭代

(2)归约

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

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。

(3)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,用于给Stream中元素做汇总的方法

Collector 接口中方法的实现决定了如何对流执行收集的操作(如收集到 List、Set、Map)。 另外, Collectors 实用类提供了很多静态方法,可以方便地创建常见收集器实例。

三.代码

package main.java8;

import main.entity.User;
import org.junit.Test;

import javax.sound.midi.Soundbank;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Comparator;
import java.util.List;
import java.util.Optional;
import java.util.Set;
import java.util.stream.Collectors;
import java.util.stream.IntStream;
import java.util.stream.Stream;

/**
* @author Jking
* @date 2020/4/15 21:40
*/
public class StreamTest {

   @Test
   public void test1() {
       // 1.通过集合
       List<User> list = User.getUserList();
       // 1.1 顺序流
       Stream<User> stream = list.stream();
       // 1.2 并行流
       Stream<User> userStream = list.parallelStream();
       // 2. 通过数组
       int[] ints = new int[]{1, 2, 3, 4, 5};
       IntStream intStream = Arrays.stream(ints);
       User u1 = new User(11, "firse", "123465");
       User u2 = new User(12, "secong", "sdfasdf");
       User[] users = new User[]{u1, u2};
       Stream<User> userStream1 = Arrays.stream(users);

       // 3. 通过Stream的of()
       Stream<Integer> integerStream = Stream.of(1, 2, 3, 4, 5, 6);

       // 4. 创建无限流
       // 4.1 迭代
       Stream.iterate(0, t -> t + 2).limit(10).forEach(System.out::println);
       // 4.2 生成
       Stream.generate(Math::random).limit(10).forEach(System.out::println);
   }

   /**
    * 中间操作
    */
   @Test
   public void test2() {
       System.out.println("========1.筛选与切片============");
       // 1.筛选与切片
       List<User> list = User.getUserList();
       // 1.1 filter(Predicate p),接收Lambda,从流中排除某些元素。查询id大于5的数据
       list.stream().filter(e -> e.getId() > 5).forEach(System.out::println);
       System.out.println();
       // 1.2 limit(n),截断流,使其元素不超过给定数量
       list.stream().limit(5).forEach(System.out::println);
       System.out.println();
       // 1.3 skip(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。
       list.stream().skip(5).forEach(System.out::println);
       System.out.println();
       // 1.4 distinct(),去重(通过流所生成元素的hashCode()和equals()去除重复元素)
       List list1 = new ArrayList();
       list1.add("1");
       list1.add("2");
       list1.add("3");
       list1.add("1");
       System.out.println("当前list1:" + list1);
       System.out.println();
       list1.stream().distinct().forEach(System.out::println);

       // 2.映射
       System.out.println("===========2.map映射============");
       list.add(new User(15, "张三丰", "123456789"));
       // 获取用户名长度大于3的用户名的姓名
       list.stream().map(e -> e.getUserName()).filter(userName -> userName.length() > 2).forEach(System.out::println);

       List<String> list2 = Arrays.asList("aa", "bb", "cc", "dd");
       list2.stream().map(e -> e.toUpperCase()).forEach(System.out::println);

       // 3.排序
       System.out.println("===========3.排序============");
       List<Integer> list3 = Arrays.asList(1, 2, 4, 63, 0, -5, 23, 1231);
       list3.stream().sorted().forEach(System.out::println);
       list.stream().sorted((e1, e2) -> Integer.compare(e1.getId(), e2.getId())).forEach(System.out::println);
       System.out.println("排序多判断条件:");
       list.add(new User(15, "李四", "123123"));
       list.stream().sorted((e1, e2) -> {
           int idValue = Integer.compare(e1.getId(), e2.getId());
           if (idValue != 0) {
               return idValue;
           } else {
               return -Integer.compare(e1.getId(), e2.getId());
           }
       }).forEach(System.out::println);
   }

   @Test
   public void test3() {
       // 1.匹配与查找
       System.out.println("==============匹配与查找=============");
       // 1.1 allMatch(Predicate p) 检查是否匹配所有元素:是否所有的id都大于15
       List<User> list = User.getUserList();
       boolean allMatch = list.stream().allMatch(e -> e.getId() > 10);
       System.out.println(allMatch);
       // 1.2 anyMatch(Predicate p) 检查是否至少匹配一个元素
       boolean anyMatch = list.stream().anyMatch(e -> e.getId() == 11);
       System.out.println(anyMatch);
       // 1.3 noneMatch(Predicate p) 检查是否没有匹配所有元素
       boolean noneMatch = list.stream().noneMatch(e -> e.getId() > 12);
       System.out.println(noneMatch);
       // 1.4 findFirst() 返回第一个元素
       Optional<String> first = list.stream().map(e -> e.getUserName()).findFirst();
       System.out.println(first);
       // 1.5 findAny() 返回当前流中的任意元素
       Optional<String> any = list.parallelStream().map(e -> e.getUserName()).findAny();
       System.out.println(any);
       //  1.6 count() 返回流中元素总数
       long count = list.stream().count();
       System.out.println(count);
       //  1.7 max(Comparator c) 返回流中最大值
       Optional<Integer> max = list.stream().map(e -> e.getId()).max(Integer::compare);
       System.out.println(max);
       //  1.8 min(Comparator c) 返回流中最小值
       Optional<Integer> min = list.stream().map(e -> e.getId()).min(Integer::compare);
       System.out.println(min);
       //  1.9 forEach(Consumer c),内部迭代(使用 Collection 接口需要用户去做迭代,称为外部迭代)
       list.stream().forEach(System.out::println);

       // 2. 归约
       // 2.1 reduce(T iden, BinaryOperator b) 可以将流中元素反复结合起来,得到一个值。返回 T
       System.out.println("==============归约=============");
       // 计算1-10的自然数的和
       List<Integer> list1 = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
       Integer sum = list1.stream().reduce(0, Integer::sum);
       System.out.println(sum);
       // reduce(BinaryOperator b) 可以将流中元素反复结合起来,得到一个值。返回 Optional<T>
       // 计算所有id的和
       Optional<Integer> idSum = list.stream().map(e -> e.getId()).reduce(Integer::sum);
       System.out.println(idSum);
       Optional<Integer> idSum2 = list.stream().map(e -> e.getId()).reduce((d1, d2) -> d1 + d2);
       System.out.println(idSum2);

       // 3.收集
       // collect(Collector c) 将流转换为其他形式。接收一个 Collector接口的实现,用于给Stream中元素做汇总的方法
       System.out.println("============收集===========");
       List<User> idList = list.stream().filter(e -> e.getId() > 5).collect(Collectors.toList());
       System.out.println(idList);
       Set<User> idSet = list.stream().filter(e -> e.getId() > 5).collect(Collectors.toSet());
       System.out.println(idSet);
   }

}


本文链接:https://www.icode1024.com/article/13.html

网友评论