Java中Steam流的用法详解

Stream是Java 8 API添加的一个新的抽象,称为流Stream,本文主要介绍了Java中Steam流的用法详解,具有一定的参考价值,感兴趣的可以了解一下

一. 流的常用创建方法

1-1 使用Collection下的 stream() 和 parallelStream() 方法

List list = new ArrayList<>(); Stream stream = list.stream(); //获取一个顺序流 Stream 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 stream = Arrays.stream(nums);

1-3 使用Stream中的静态方法:of()、iterate()、generate()

// 1. of() Stream stream = Stream.of(1,2,3,4,5,6); // 2. iterate() Stream stream2 = Stream.iterate(0, (x) -> x + 2).limit(6); stream2.forEach(System.out::println); // 0 2 4 6 8 10 // 3. generate() Stream 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 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 stringStream = pattern.splitAsStream("a,b,c,d"); stringStream.forEach(System.out::println);

二、流的中间操作

// 1. 筛选与切片 filter:过滤流中的某些元素 limit skip distinct sorted 都是有状态操作,这些操作只有拿到前面处理后的所有元素之后才能继续下去。 limit(n):获取前n个元素 skip(n):跳过前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 // 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。 // 3. 消费 peek , 类似map, //        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。 // 4. 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 // 5. 

2-1 筛选、去重与切片:filter、distinct、skip、limit

// 实例:集合内元素>5,去重,跳过前两位,取剩下元素的两个返回为新集合 Stream stream = Stream.of(6, 4, 6, 7, 3, 9, 8, 10, 12, 14, 14); Stream 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、flatMap

// 1. Map可以看成一个转换器,传入一个对象,返回新的对象 // map的使用实例   stream.map(x->x.getId()); List list = Arrays.asList("a,b,c", "1,2,3"); // 去掉字符串中所有的, List collect = list.stream().map(s -> s.replaceAll(",", "")).collect(Collectors.toList()); // collect集合内容为:{abc,123} System.out.println(collect); // 2. flatMap   效果:结果展平 ,即把嵌套集合,按照子集合的形式,统一放入到新的一个集合中     //                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。 Stream stringStream = list.stream().flatMap(s -> {     // 将字符串以,分割后得到一个字符串数组     String[] split = s.split(",");     // 然后将每个字符串数组对应流返回,flatMap会自动把返回的所有流连接成一个流     Stream stream = Arrays.stream(split);     return stream; }); // stringStream.collect(Collectors.toList())的集合内容为:{a,b,c,1,2,3} System.out.println(stringStream.collect(Collectors.toList()));

2-3 归约:统计-计算-逻辑处理:reduce

//    说明:reduce看似效果和map相似, //            但reduce返回的是函数经过执行运算后的结果, //            而map返回的是处理后新的集合 List memberNames = new ArrayList<>(); memberNames.add("Amitabh"); memberNames.add("Shekhar"); memberNames.add("Aman"); memberNames.add("Rahul"); memberNames.add("Shahrukh"); memberNames.add("Salman"); memberNames.add("Yana"); memberNames.add("Lokesh"); // 将集合中的元素按照#连接成字符串,并返回放置在Optional中 Optional reduced = memberNames.stream()         .reduce((s1,s2) -> s1 + "#" + s2); // 有值则取出打印显示         reduced.ifPresent(System.out::println);   // 输出内容:   Amitabh#Shekhar#Aman#Rahul#Shahrukh#Salman#Yana#Lokesh // 计算统计实例:     /**      * T reduce(T identity, BinaryOperator accumulator);      * identity:它允许用户提供一个循环计算的初始值。      * accumulator:计算的累加器,      */     private static void testReduce() {         //T reduce(T identity, BinaryOperator accumulator);         System.out.println("给定个初始值,求和");         System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (sum, item) -> sum + item));         System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::sum));         // 输出:110         System.out.println("给定个初始值,求min");         System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (min, item) -> Math.min(min, item)));         System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::min));         // 输出:1         System.out.println("给定个初始值,求max");         System.out.println(Stream.of(1, 2, 3, 4).reduce(100, (max, item) -> Math.max(max, item)));         System.out.println(Stream.of(1, 2, 3, 4).reduce(100, Integer::max));         // 输出:100           //Optional reduce(BinaryOperator accumulator);         // 注意返回值,上面的返回是T,泛型,传进去啥类型,返回就是啥类型。         // 下面的返回的则是Optional类型         System.out.println("无初始值,求和");         System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::sum).orElse(0));          // 输出:10         Integer sum=Stream.of(1, 2, 3, 4).reduce((x,y)->x+y).get();         System.out.println(sum);  // 输出:10                  System.out.println("无初始值,求max");         System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::max).orElse(0));         // 输出:4                   System.out.println("无初始值,求min");         System.out.println(Stream.of(1, 2, 3, 4).reduce(Integer::min).orElse(0));         // 输出:1       }

2-4 排序:sorted

// 按照默认字典顺序排序 stream.sorted();  // 按照sortNo排序 stream.sorted((x,y)->Integer.compare(x.getSortNo(),y.getSortNo()));   2-4-1 函数式接口排序 // 正向排序(默认) pendingPeriod.stream().sorted(Comparator.comparingInt(ReservoirPeriodResult::getId)); // 逆向排序 pendingPeriod.stream().sorted(Comparator.comparingInt(ReservoirPeriodResult::getId).reversed());   2-4-2 LocalDate 和 LocalDateTime 排序 // 准备测试数据 Stream stream = Stream.of(new DateModel(LocalDate.of(2020, 1, 1)) , new DateModel(LocalDate.of(2021, 1, 1)), new DateModel(LocalDate.of(2022, 1, 1))); // 正向排序(默认) stream.sorted(Comparator.comparing(DateModel::getLocalDate)) .forEach(System.out::println); // 逆向排序 stream.sorted(Comparator.comparing(DateModel::getLocalDate).reversed()) .forEach(System.out::println);

三. 流的终止操作 allMatch,noneMatch,anyMatch,findFirst,findAny,count,max,min

// 匹配和聚合 allmatch,noneMatch,anyMatch用于对集合中对象的某一个属性值是否存在判断。     allMatch全部符合该条件返回true,     noneMatch全部不符合该断言返回true     anyMatch 任意一个元素符合该断言返回true // 实例: List 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); //true // 其他一些方法 findFirst:返回流中第一个元素         String firstMatchedName = memberNames.stream()                 .filter((s) -> s.startsWith("L"))                 .findFirst().get(); findAny:返回流中的任意元素 count:返回流中元素的总个数     long totalMatched = memberNames.stream()         .filter((s) -> s.startsWith("A"))         .count(); max:返回流中元素最大值 min:返回流中元素最小值

3-1 普通收集 – 收集为List

// 默认返回的类型为ArrayList,可通过Collectors.toCollection(LinkedList::new) //        显示指明使用其它数据结构作为返回值容器。 List collect = stream.collect(Collectors.toList()); // 由集合创建流的收集需注意:仅仅修改流字段中的内容,没有返回新类型, //        如下操作直接修改原始集合,无需处理返回值。 userVos.stream().map(e -> e.setDeptName(hashMap.get(e.getDeptId()))) .collect(Collectors.toList()); // 收集偶数集合的实例: List list = new ArrayList(); for(int i = 1; i<10; i++){     list.add(i); } Stream stream = list.stream(); List evenNumbersList = stream.filter(i -> i%2 == 0)                                        .collect(Collectors.toList()); System.out.print(evenNumbersList);

3-2 普通收集 – 收集流为数组(Array)

// list 为 {1,2,3,.....100} Stream stream = list.stream(); Integer[] evenNumbersArr = stream.filter(i -> i%2 == 0).toArray(Integer[]::new); 

3-3 普通收集 – 收集为Set

// 默认返回类型为HashSet,可通过Collectors.toCollection(TreeSet::new) //        显示指明使用其它数据结构作为返回值容器。 Set collect = stream.collect(Collectors.toSet()); 

3-4 高级收集 – 收集为Map

//    默认返回类型为HashMap,可通过Collectors.toCollection(LinkedHashMap::new) //        显示指明使用其它数据结构作为返回值容器 // 测试实体类 @Data public class Entity {     private Integer id;     private String name; } // 模拟从数据库中查询批量的数据 List entityList = Stream.of(new Entity(1,"A"),  new Entity(2,"B"), new Entity(3,"C")).collect(Collectors.toList()); // 将集合数据转化成id与name的Map Map hashMap = entityList.stream() .collect(Collectors.toMap(Entity::getId, Entity::getName));

3-5 高级收集 – 分组收集

// 默认使用List作为分组后承载容器 Map> hashMap =  xUsers.stream().collect(Collectors.groupingBy(XUser::getDeptId));   // 显示指明使用List作为分组后承载容器 Map> hashMap =  xUsers.stream().collect(Collectors.groupingBy(XUser::getDeptId, Collectors.toList())); // 映射后再分组 Map> hashMap = xUsers.stream().collect(Collectors.groupingBy(XUser::getDeptId,Collectors.mapping(XUser::getUserName,Collectors.toList())));

四. Steam拓展

4-1 集合与对象互转

/**  * 将单个对象转化为集合  *  * @param t   对象实例  * @param  对象类型  * @param  集合类型  * @return 包含对象的集合实例  */ public static > Collection toCollection(T t) {     return toCollection(t, ArrayList::new); } /**  * 用户自定义返回的集合实例类型:  将单个对象转化为集合  *  * @param t        对象实例  * @param supplier 集合工厂  * @param       对象类型  * @param       集合类型  * @return 包含对象的集合实例  */ public static > Collection toCollection(T t, Supplier supplier) {     return Stream.of(t).collect(Collectors.toCollection(supplier)); }

4-2 集合转对象

/**  * 取出集合中第一个元素  *  * @param collection 集合实例  * @param         集合中元素类型  * @return 泛型类型  */ public static  E toObject(Collection collection) {     // 处理集合空指针异常     Collection coll = Optional.ofNullable(collection).orElseGet(ArrayList::new);     // 此处可以对流进行排序,然后取出第一个元素     return coll.stream().findFirst().orElse(null); }

4-3 Java Steam中的并发操作实例

List list = new ArrayList(); for(int i = 1; i<10; i++){     list.add(i); } Stream stream = list.parallelStream();    // 创建并发流 Integer[] evenNumbersArr = stream.filter(i -> i%2 == 0).toArray(Integer[]::new); System.out.print(evenNumbersArr);   // 打印出的偶数为无规则排序的

到此这篇关于Java中Steam流的用法详解的文章就介绍到这了,更多相关Java Steam流内容请搜索0133技术站以前的文章或继续浏览下面的相关文章希望大家以后多多支持0133技术站!

以上就是Java中Steam流的用法详解的详细内容,更多请关注0133技术站其它相关文章!

赞(0) 打赏
未经允许不得转载:0133技术站首页 » Java