Java stream

发布时间：
更新时间：
🕒 阅读时间：17 min read 👀 阅读量：Loading...

Stream概述

Stream将要处理的元素集合看作一种流，在流的过程中，借助Stream API对流中的元素进行操作，可以由数组或者集合创建，比如：筛选、排序、聚合等

Stream 可以由数组或集合创建，对流的操作访问两种：

  1. 中间操作，每次返回一个新的流，可以有多个。

  2. 终端操作，每个流只能进行一次终端操作，终端操作结束流无法再次使用。终端操作会产生一个新的集合或值。

    Stream特性：

    1. stream不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。
    2. stream不会改变数据源，通常情况下会产生一个新的集合或值。
    3. stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。

Stream创建

Stream可以通过数组或集合创建。

  1. 通过 java.util.Collection.stream() 方法用集合创建流
List<String> list = Arrays.asList("a", "b", "c");
// 创建一个顺序流
Stream<String> stream = list.stream();
// 创建一个并行流
Stream<String> parallelStream = list.parallelStream();

  1. 使用java.util.Arrays.stream(T[] array)方法用数组创建流

    int[] array={1,3,5,6,8};
    IntStream stream = Arrays.stream(array);

  2. 使用Stream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 + 3).limit(4);
    stream2.forEach(System.out::println); // 0 2 4 6 8 10
    

    Stream<Double> stream3 = Stream.generate(Math::random).limit(3);
    stream3.forEach(System.out::println);

stream和parallelStream的简单区分： stream是顺序流，由主线程按顺序对流执行操作，而parallelStream是并行流，内部以多线程并行执行的方式对流进行操作，但前提是流中的数据处理没有顺序要求

遍历/匹配foreach/find/match

Stream也是支持类似集合的遍历和匹配元素的，只是Stream中的元素是以Optional类型存在的。Stream的遍历、匹配非常简单。

public class StreamTest {
 public static void main(String[] args) {
        List<Integer> list = Arrays.asList(7, 6, 9, 3, 8, 2, 1);


        // 遍历输出符合条件的元素
        list.stream().filter(x -> x > 6).forEach(System.out::println);
        // 匹配第一个
        Optional<Integer> findFirst = list.stream().filter(x -> x > 6).findFirst();
        // 匹配任意（适用于并行流）
        Optional<Integer> findAny = list.parallelStream().filter(x -> x > 6).findAny();
        // 是否包含符合特定条件的元素
        boolean anyMatch = list.stream().anyMatch(x -> x < 6);
        System.out.println("匹配第一个值：" + findFirst.get());
        System.out.println("匹配任意一个值：" + findAny.get());
        System.out.println("是否存在大于6的值：" + anyMatch);
    }
}

筛选fillter

筛选，是按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作。

案例一：筛选出Integer集合中大于7的元素，并打印出来

public class StreamTest {
 public static void main(String[] args) {
  List<Integer> list = Arrays.asList(6, 7, 3, 8, 1, 2, 9);
  Stream<Integer> stream = list.stream();
  stream.filter(x -> x > 7).forEach(System.out::println);
 }
}

案例二：筛选员工中工资高于8000的人，并形成新的集合。 形成新集合依赖collect（收集）

public class StreamTest {
 public static void main(String[] args) {
  List<Person> personList = new ArrayList<Person>();
  personList.add(new Person("Tom", 8900, 23, "male", "New York"));
  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
  personList.add(new Person("Anni", 8200, 24, "female", "New York"));
  personList.add(new Person("Owen", 9500, 25, "male", "New York"));
  personList.add(new Person("Alisa", 7900, 26, "female", "New York"));


  List<String> fiterList = personList.stream().filter(x -> x.getSalary() > 8000).map(Person::getName)
    .collect(Collectors.toList());
  System.out.print("高于8000的员工姓名：" + fiterList);
 }
}

聚合max/min/count

案例一：获取String集合中最长的元素。

public class StreamTest {
 public static void main(String[] args) {
  List<String> list = Arrays.asList("adnm", "admmt", "pot", "xbangd", "weoujgsd");


  Optional<String> max = list.stream().max(Comparator.comparing(String::length));
  System.out.println("最长的字符串：" + max.get());
 }
}

案例二：获取Integer集合中的最大值。

 public class StreamTest {
 public static void main(String[] args) {
  List<Integer> list = Arrays.asList(7, 6, 9, 4, 11, 6);


  // 自然排序
  Optional<Integer> max = list.stream().max(Integer::compareTo);
  // 自定义排序
  Optional<Integer> max2 = list.stream().max(new Comparator<Integer>() {
   @Override
   public int compare(Integer o1, Integer o2) {
    return o1.compareTo(o2);
   }
  });
  System.out.println("自然排序的最大值：" + max.get());
  System.out.println("自定义排序的最大值：" + max2.get());
 }
}

案例三：获取员工工资最高的人。

 public class StreamTest {
 public static void main(String[] args) {
  List<Person> personList = new ArrayList<Person>();
  personList.add(new Person("Tom", 8900, 23, "male", "New York"));
  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
  personList.add(new Person("Anni", 8200, 24, "female", "New York"));
  personList.add(new Person("Owen", 9500, 25, "male", "New York"));
  personList.add(new Person("Alisa", 7900, 26, "female", "New York"));


  Optional<Person> max = personList.stream().max(Comparator.comparingInt(Person::getSalary));
  System.out.println("员工工资最大值：" + max.get().getSalary());
 }
}

案例四：计算Integer集合中大于6的元素的个数

public class StreamTest {
 public static void main(String[] args) {
  List<Integer> list = Arrays.asList(7, 6, 4, 8, 2, 11, 9);


  long count = list.stream().filter(x -> x > 6).count();
  System.out.println("list中大于6的元素个数：" + count);
 }
}

映射map/flatMap

映射可以将一个流的元素按照一定的规则映射到另一个流中。分为map和flatMap:

  • 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，然后把所有的流连接成一个流。

案例一：英文字符串数组的元素全部改为大写。整数数组每个元素+3。

public class StreamTest {
 public static void main(String[] args) {
  String[] strArr = { "abcd", "bcdd", "defde", "fTr" };
  List<String> strList = Arrays.stream(strArr).map(String::toUpperCase).collect(Collectors.toList());


  List<Integer> intList = Arrays.asList(1, 3, 5, 7, 9, 11);
  List<Integer> intListNew = intList.stream().map(x -> x + 3).collect(Collectors.toList());


  System.out.println("每个元素大写：" + strList);
  System.out.println("每个元素+3：" + intListNew);
 }
}

案例二：将员工的薪资全部增加1000。

public class StreamTest {
 public static void main(String[] args) {
  List<Person> personList = new ArrayList<Person>();
  personList.add(new Person("Tom", 8900, 23, "male", "New York"));
  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
  personList.add(new Person("Anni", 8200, 24, "female", "New York"));
  personList.add(new Person("Owen", 9500, 25, "male", "New York"));
  personList.add(new Person("Alisa", 7900, 26, "female", "New York"));


  // 不改变原来员工集合的方式
  List<Person> personListNew = personList.stream().map(person -> {
   Person personNew = new Person(person.getName(), 0, 0, null, null);
   personNew.setSalary(person.getSalary() + 10000);
   return personNew;
  }).collect(Collectors.toList());
  System.out.println("一次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());
  System.out.println("一次改动后：" + personListNew.get(0).getName() + "-->" + personListNew.get(0).getSalary());


  // 改变原来员工集合的方式
  List<Person> personListNew2 = personList.stream().map(person -> {
   person.setSalary(person.getSalary() + 10000);
   return person;
  }).collect(Collectors.toList());
  System.out.println("二次改动前：" + personList.get(0).getName() + "-->" + personListNew.get(0).getSalary());
  System.out.println("二次改动后：" + personListNew2.get(0).getName() + "-->" + personListNew.get(0).getSalary());
 }
}

案例三：将两个字符数组合并成一个新的字符数组。

public class StreamTest {
 public static void main(String[] args) {
  List<String> list = Arrays.asList("m,k,l,a", "1,3,5,7");
  List<String> listNew = list.stream().flatMap(s -> {
   // 将每个元素转换成一个stream
   String[] split = s.split(",");
   Stream<String> s2 = Arrays.stream(split);
   return s2;
  }).collect(Collectors.toList());


  System.out.println("处理前的集合：" + list);
  System.out.println("处理后的集合：" + listNew);
 }
}

规约reduce

归约，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作。

案例一：求Integer集合的元素之和、乘积和最大值。

 public class StreamTest {
 public static void main(String[] args) {
  List<Integer> list = Arrays.asList(1, 3, 2, 8, 11, 4);
  // 求和方式1
  Optional<Integer> sum = list.stream().reduce((x, y) -> x + y);
  // 求和方式2
  Optional<Integer> sum2 = list.stream().reduce(Integer::sum);
  // 求和方式3
  Integer sum3 = list.stream().reduce(0, Integer::sum);


  // 求乘积
  Optional<Integer> product = list.stream().reduce((x, y) -> x * y);


  // 求最大值方式1
  Optional<Integer> max = list.stream().reduce((x, y) -> x > y ? x : y);
  // 求最大值写法2
  Integer max2 = list.stream().reduce(1, Integer::max);


  System.out.println("list求和：" + sum.get() + "," + sum2.get() + "," + sum3);
  System.out.println("list求积：" + product.get());
  System.out.println("list求和：" + max.get() + "," + max2);
 }
}

案例二：求所有员工的工资之和和最高工资。

public class StreamTest {
 public static void main(String[] args) {
  List<Person> personList = new ArrayList<Person>();
  personList.add(new Person("Tom", 8900, 23, "male", "New York"));
  personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
  personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
  personList.add(new Person("Anni", 8200, 24, "female", "New York"));
  personList.add(new Person("Owen", 9500, 25, "male", "New York"));
  personList.add(new Person("Alisa", 7900, 26, "female", "New York"));


  // 求工资之和方式1：
  Optional<Integer> sumSalary = personList.stream().map(Person::getSalary).reduce(Integer::sum);
  // 求工资之和方式2：
  Integer sumSalary2 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(),
    (sum1, sum2) -> sum1 + sum2);
  // 求工资之和方式3：
  Integer sumSalary3 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);


  // 求最高工资方式1：
  Integer maxSalary = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),
    Integer::max);
  // 求最高工资方式2：
  Integer maxSalary2 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),
    (max1, max2) -> max1 > max2 ? max1 : max2);


  System.out.println("工资之和：" + sumSalary.get() + "," + sumSalary2 + "," + sumSalary3);
  System.out.println("最高工资：" + maxSalary + "," + maxSalary2);
 }
}

收集

因为流不存储数据，那么在流中的数据完成处理之后，需要将流中的数据重新归集到新的集合里。toList,toSet,和toMap是比较常用的，另外还有toCollection,toConcurrentMap等一些复杂的用法。

  1. 归集（toList, toSet, toMap）

     public class StreamTest {
     public static void main(String[] args) {
      List<Integer> list = Arrays.asList(1, 6, 3, 4, 6, 7, 9, 6, 20);
      List<Integer> listNew = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
      Set<Integer> set = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
    

      List<Person> personList = new ArrayList<Person>();
      personList.add(new Person("Tom", 8900, 23, "male", "New York"));
      personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
      personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
      personList.add(new Person("Anni", 8200, 24, "female", "New York"));
    

      Map<?, Person> map = personList.stream().filter(p -> p.getSalary() > 8000)
        .collect(Collectors.toMap(Person::getName, p -> p));
      System.out.println("toList:" + listNew);
      System.out.println("toSet:" + set);
      System.out.println("toMap:" + map);
     }
    }

  2. 统计(count/averaging)

    • 计数：count
    • 平均值：averagingInt、averagingLong、averagingDouble
    • 最值：maxBy、minBy
    • 求和：summingInt、summingLong、summingDouble
    • 统计以上所有：summarizingInt、summarizingLong、summarizingDouble

    案例：统计员工人数、平均工资、工资总额、最高工资。

     public class StreamTest {
     public static void main(String[] args) {
      List<Person> personList = new ArrayList<Person>();
      personList.add(new Person("Tom", 8900, 23, "male", "New York"));
      personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
      personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
    

      // 求总数
      Long count = personList.stream().collect(Collectors.counting());
      // 求平均工资
      Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
      // 求最高工资
      Optional<Integer> max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
      // 求工资之和
      Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary));
      // 一次性统计所有信息
      DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
    

      System.out.println("员工总数：" + count);
      System.out.println("员工平均工资：" + average);
      System.out.println("员工工资总和：" + sum);
      System.out.println("员工工资所有统计：" + collect);
     }
    }

  3. 分组(partitioningBy/groupingBy)

    • 分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。
    • 分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。

    案例：将员工按薪资是否高于8000分为两部分；将员工按性别和地区分组

     public class StreamTest {
     public static void main(String[] args) {
      List<Person> personList = new ArrayList<Person>();
      personList.add(new Person("Tom", 8900, "male", "New York"));
      personList.add(new Person("Jack", 7000, "male", "Washington"));
      personList.add(new Person("Lily", 7800, "female", "Washington"));
      personList.add(new Person("Anni", 8200, "female", "New York"));
      personList.add(new Person("Owen", 9500, "male", "New York"));
      personList.add(new Person("Alisa", 7900, "female", "New York"));
    

      // 将员工按薪资是否高于8000分组
            Map<Boolean, List<Person>> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000));
            // 将员工按性别分组
            Map<String, List<Person>> group = personList.stream().collect(Collectors.groupingBy(Person::getSex));
            // 将员工先按性别分组，再按地区分组
            Map<String, Map<String, List<Person>>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea)));
            System.out.println("员工按薪资是否大于8000分组情况：" + part);
            System.out.println("员工按性别分组情况：" + group);
            System.out.println("员工按性别、地区：" + group2);
     }
    }

  4. 接合joining

    joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。

     public class StreamTest {
     public static void main(String[] args) {
      List<Person> personList = new ArrayList<Person>();
      personList.add(new Person("Tom", 8900, 23, "male", "New York"));
      personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
      personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
    

      String names = personList.stream().map(p -> p.getName()).collect(Collectors.joining(","));
      System.out.println("所有员工的姓名：" + names);
      List<String> list = Arrays.asList("A", "B", "C");
      String string = list.stream().collect(Collectors.joining("-"));
      System.out.println("拼接后的字符串：" + string);
     }
    }

  5. 规约reducing

    Collectors类提供的reducing方法，相比于stream本身的reduce方法，增加了对自定义归约的支持

     public class StreamTest {
     public static void main(String[] args) {
      List<Person> personList = new ArrayList<Person>();
      personList.add(new Person("Tom", 8900, 23, "male", "New York"));
      personList.add(new Person("Jack", 7000, 25, "male", "Washington"));
      personList.add(new Person("Lily", 7800, 21, "female", "Washington"));
    

      // 每个员工减去起征点后的薪资之和（这个例子并不严谨，但一时没想到好的例子）
      Integer sum = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> (i + j - 5000)));
      System.out.println("员工扣税薪资总和：" + sum);
    

      // stream的reduce
      Optional<Integer> sum2 = personList.stream().map(Person::getSalary).reduce(Integer::sum);
      System.out.println("员工薪资总和：" + sum2.get());
     }
    }

  6. 排序sourted

    • sorted()：自然排序，流中元素需实现Comparable接口
    • sorted(Comparator com)：Comparator排序器自定义排序

    案例：将员工按工资由高到低（工资一样则按年龄由大到小）排序

     public class StreamTest {
     public static void main(String[] args) {
      List<Person> personList = new ArrayList<Person>();
    

      personList.add(new Person("Sherry", 9000, 24, "female", "New York"));
      personList.add(new Person("Tom", 8900, 22, "male", "Washington"));
      personList.add(new Person("Jack", 9000, 25, "male", "Washington"));
      personList.add(new Person("Lily", 8800, 26, "male", "New York"));
      personList.add(new Person("Alisa", 9000, 26, "female", "New York"));
    

      // 按工资增序排序
      List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
        .collect(Collectors.toList());
      // 按工资倒序排序
      List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
        .map(Person::getName).collect(Collectors.toList());
      // 先按工资再按年龄自然排序（从小到大）
      List<String> newList3 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
        .map(Person::getName).collect(Collectors.toList());
      // 先按工资再按年龄自定义排序（从大到小）
      List<String> newList4 = personList.stream().sorted((p1, p2) -> {
       if (p1.getSalary() == p2.getSalary()) {
        return p2.getAge() - p1.getAge();
       } else {
        return p2.getSalary() - p1.getSalary();
       }
      }).map(Person::getName).collect(Collectors.toList());
    

      System.out.println("按工资自然排序：" + newList);
      System.out.println("按工资降序排序：" + newList2);
      System.out.println("先按工资再按年龄自然排序：" + newList3);
      System.out.println("先按工资再按年龄自定义降序排序：" + newList4);
     }
    }

  7. 提取/组合

    流也可以进行合并、去重、限制、跳过等操作。

    public class StreamTest {
     public static void main(String[] args) {
      String[] arr1 = { "a", "b", "c", "d" };
      String[] arr2 = { "d", "e", "f", "g" };
    

      Stream<String> stream1 = Stream.of(arr1);
      Stream<String> stream2 = Stream.of(arr2);
      // concat:合并两个流 distinct：去重
      List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
      // limit：限制从流中获得前n个数据
      List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
      // skip：跳过前n个数据
      List<Integer> collect2 = Stream.iterate(1, x -> x + 2).skip(1).limit(5).collect(Collectors.toList());
    

      System.out.println("流合并：" + newList);
      System.out.println("limit：" + collect);
      System.out.println("skip：" + collect2);
     }
    }

Collectors.toMap使用

  1. 使用规则

    toMap(Function, Function)返回一个Collector,它将元素累积到一个Map中，其键和值是将提供的映射函数应用于输入的元素的结果。

    当映射的键包含重复项，则在执行收集操作时会抛出IIIegalStateException。如果映射的键有重复项，可以用toMap(Function, Function, BinaryOperator)。

  2. 示例

    实体类：

    public class Student {
        private String id;
        private String name;
        public String getId() {
            return id;
        }
        public void setId(String id) {
            this.id = id;
        }
        public String getName() {
            return name;
        }
        public void setName(String name) {
            this.name = name;
        }
    }

    使用示例：

    public class test {
        public static void main(String[] args) throws IOException {
            List<Student> list = new ArrayList<>();
            Student student1 =  new Student();
            student1.setId("1");
            student1.setName("cong");
            Student student2 =  new Student();
            student2.setId("2");
            student2.setName("pei");
            Student student3 =  new Student();
            student3.setId("3");
            student3.setName("tong");
            list.add(student1);
            list.add(student2);
            list.add(student3);
            Map<String, Student> newList = list.stream().collect(Collectors.toMap(Student::getId, Function.identity()));
            System.out.println(newList);
        }
    }

    结果：

    key,Student实体的Map对应关系

  3. 当key存在重复的解决办法

    Map<String, Student> newList = list.stream().collect(Collectors.toMap(Student::getId, Function.identity(), (oldValue, newValue) -> {newValue})); // 取最新的key

  4. 获得id和name对应关系用法

    Map<String, Student> newList = list.stream().collect(Collectors.toMap(Student::getId, Student::getName, (oldValue, newValue) -> {newValue})); // 取最新的key

Java stream

作者: Mindspark

本文链接: https://oxai.net.cn/posts/1bd2963d

本文采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。

留言评论
2000年1月1日星期六
00:00:00

文章目录

本文分类

Java (11)

文章标签

stream (1)