一、概述
Stream 是一組用來處理陣列、集合的API，Stream API 提供了一種高效且易於使用的處理資料的方式。
Java 8 中之所以費這麼大的功夫引入 函數語言程式設計 ，原因有兩個：
- 程式碼簡潔函數語言程式設計寫出的程式碼簡潔且意圖明確，使用stream介面讓你從此告別for迴圈。
- 多核友好，Java函數語言程式設計使得編寫並行程式從未如此簡單，你需要的全部就是用用一下parallel()方法
- Stream 是 Java8 中處理集合的關鍵抽象概念，它可以指定你希望對集合進行的操作，可以執行非常複雜的查詢、過濾和對映資料等操作
二、Stream特性
1、不是資料結構，沒有內部儲存，不會儲存資料，故每個Stream流只能使用一次
2、不支援索引訪問
3、支援並行
4、很容易生成資料或集合(List，Set)
5、支援過濾、查詢、轉換、彙總、聚合等操作
6、延遲計算，流在中間處理過程中，只是對操作進行了記錄，並不會立即執行，需要等到執行終止操作的時候才會進行實際的計算
三、分類
關於應用在Stream流上的操作，可以分成兩種：
- Intermediate(中間操作)： 中間操作的返回結果都是Stream，故可以多箇中間操作疊加；
- Terminal(終止操作)： 終止操作用於返回我們最終需要的資料，只能有一個終止操作。
使用Stream流，可以清楚地知道我們要對一個資料集做何種操作，可讀性強。而且可以很輕鬆地獲取並行化Stream流，不用自己編寫多執行緒程式碼，可以讓我們更加專注於業務邏輯。
無狀態： 指元素的處理不受之前元素的影響；
有狀態： 指該操作只有拿到所有元素之後才能繼續下去。
非短路操作： 指必須處理所有元素才能得到最終結果；
短路操作： 指遇到某些符合條件的元素就可以得到最終結果，如 A || B，只要A為true，則無需判斷B的結果。
四、Stream的建立
1、通過陣列來生成
2、通過集合來生成
3、通過Stream.generate方法來建立
4、通過Stream.iterate方法來建立
5、其他Api建立
4.1 通過陣列來生成
//通過陣列來生成
static void gen1(){
String[] strs = {"a","b","c","d"};
Stream<String> strs1 = Stream.of(strs);//使用Stream中的靜態方法：of()
strs1.forEach(System.out::println);//列印輸出(a、b、c、d)
}
4.2 通過集合來生成
//通過集合來生成
static void gen2(){
List<String> list = Arrays.asList("1","2","3","4");
Stream<String> stream = list.stream();//獲取一個順序流
stream.forEach(System.out::println);//列印輸出（1,2,3,4）
}
4.3 通過Stream.generate方法來建立
//generate
static void gen3(){
Stream<Integer> generate = Stream.generate(() -> 1);//使用Stream中的靜態方法：generate()
//limit 返回由該流的元素組成的流，截斷長度不能超過maxSize
generate.limit(10).forEach(System.out::println);//列印輸出(列印10個1)
}
4.4 通過Stream.iterate方法來建立
//使用iterator
static void gen4() {
Stream<Integer> iterate = Stream.iterate(1, x -> x + 1);//使用Stream中的靜態方法：iterate()
iterate.limit(10).forEach(System.out::println);//列印輸出(1,2,3,4,5,6,7,8,9,10)
}
4.4 其他Api建立
//其他方式
static void gen5(){
String str = "abcdefg";
IntStream stream =str.chars();//獲取str 位元組碼
stream.forEach(System.out::println);//列印輸出(97,98,99,100,101,102,103)
}
五、Stream的常用API
5.1 中間操作
1. filter： 過濾流中的某些元素
//中間操作:如果呼叫方法之後返回的結果是Stream物件就意味著是一箇中間操作
Arrays.asList(1,2,3,4,5).stream()//獲取順序流
.filter((x)->x%2==0) // 2 4
.forEach(System.out::println);
//求出結果集中所有偶數的和
int count = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9).stream()//獲取順序流
.filter(x -> x % 2 == 0).// 2 4 6 8
mapToInt(x->x).sum();//求和
System.out.println(count); //列印輸出 20
2. distinct： 通過流中元素的 hashCode() 和 equals() 去除重複元素
Arrays.asList(1,2,3,3,3,4,5,2).stream()//獲取順序流
.distinct()//去重
.forEach(System.out::println);// 列印輸出(1,2,3,4,5)
System.out.println("去重：---------------");
Arrays.asList(1,2,3,3,3,4,5,2).stream()//獲取順序流
.collect(Collectors.toSet())//Set()去重
.forEach(System.out::println);// 列印輸出(1,2,3,4,5)
3. 排序
sorted()：返回由此流的元素組成的流，根據自然順序排序。
sorted(Comparator com)：返回由該流的元素組成的流，根據提供的 Comparator進行排序。
//獲取最大值和最小值但是不使用min和max方法
List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6);
Optional<Integer> min = list.stream().sorted().findFirst();//自然排序 根據數字從小到大排列
System.out.println(min.get());//列印輸出（1）
Optional<Integer> max2 = list.stream().sorted((a, b) -> b - a).findFirst();//定時排序 根據最大數進行排序
System.out.println(max2.get());//列印輸出（6）
//按照大小(a-z)排序
Arrays.asList("java","c#","python","scala").stream().sorted().forEach(System.out::println);
//按照長度排序
Arrays.asList("java","c#","python","scala").stream().sorted((a,b)->a.length()-b.length()).forEach(System.out::println);
4. 擷取
limit(n)：返回由此流的元素組成的流，截短長度不能超過 n
skip(n)：在丟棄流的第n元素後，配合limit(n)可實現分頁
//列印20-30這樣的集合資料
Stream.iterate(1,x->x+1).limit(50)// limit 50 總共到50
.skip(20)// 跳過前 20
.limit(10) // 列印10個
.forEach(System.out::println);//列印輸出(21,22,23,24,25,26,27,28,29,30)
5. 轉換
map：接收一個函式作為引數，該函式會被應用到每個元素上，並將其對映成一個新的元素。
flatMap：接收一個函式作為引數，將流中的每個值都換成另一個流，然後把所有流連線成一個流。
List<String> list = Arrays.asList("a,b,c", "1,2,3");
//將每個元素轉成一個新的且不帶逗號的元素
Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
s1.forEach(System.out::println); // abc 123
Stream<String> s3 = list.stream().flatMap(s -> {
//將每個元素轉換成一個stream
String[] split = s.split(",");
Stream<String> s2 = Arrays.stream(split);
return s2;
});
s3.forEach(System.out::println); // a b c 1 2 3
6. 消費
peek：如同於map，能得到流中的每一個元素。但map接收的是一個Function表示式，有返回值；而peek接收的是Consumer表示式，沒有返回值。
//將str中的每一個數值都列印出來，同時算出最終的求和結果
String str ="11,22,33,44,55";
System.out.println(Stream.of(str.split(",")).peek(System.out::println).mapToInt(Integer::valueOf).sum());//11 22 33 44 55 165
5.2 終止操作
1. 迴圈：forEach
Users類：
import java.util.Date;
/**
* @program: lambda
* @ClassName Users
* @description:
* @author: muxiaonong
* @create: 2020-10-24 11:00
* @Version 1.0
**/
public class Users {
private String name;
public Users() {}
/**
* @param name
*/
public Users(String name) {
this.name = name;
}
/**
* @param name
* @return
*/
public static Users build(String name){
Users u = new Users();
u.setName(name);
return u;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
@Override
public String toString() {
return "name='" + name + '\'';
}
}
//建立一組自定義物件
String str2 = "java,scala,python";
Stream.of(str2.split(",")).map(x->new Users(x)).forEach(System.out::println);//列印輸出（name='java' name='scala' name='python'）
Stream.of(str2.split(",")).map(Users::new).forEach(System.out::println);//列印輸出（name='java' name='scala' name='python'）
Stream.of(str2.split(",")).map(x->Users.build(x)).forEach(System.out::println);//列印輸出（name='java' name='scala' name='python'）
Stream.of(str2.split(",")).map(Users::build).forEach(System.out::println);//列印輸出（name='java' name='scala' name='python'）
2. 計算：min、max、count、sum
min：返回流中元素最小值
max：返回流中元素最大值
count：返回流中元素的總個數
sum：求和
//求集合中的最大值
List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6);
Optional<Integer> max = list.stream().max((a, b) -> a - b);
System.out.println(max.get()); // 6
//求集合的最小值
System.out.println(list.stream().min((a, b) -> a-b).get()); // 1
//求集合的總個數
System.out.println(list.stream().count());//6
//求和
String str ="11,22,33,44,55";
System.out.println(Stream.of(str.split(",")).mapToInt(x -> Integer.valueOf(x)).sum());
System.out.println(Stream.of(str.split(",")).mapToInt(Integer::valueOf).sum());
System.out.println(Stream.of(str.split(",")).map(x -> Integer.valueOf(x)).mapToInt(x -> x).sum());
System.out.println(Stream.of(str.split(",")).map(Integer::valueOf).mapToInt(x -> x).sum());
3. 匹配：anyMatch、 allMatch、 noneMatch、 findFirst、 findAny
anyMatch：接收一個 Predicate 函式，只要流中有一個元素滿足該斷言則返回true，否則返回false
allMatch：接收一個 Predicate 函式，當流中每個元素都符合該斷言時才返回true，否則返回false
noneMatch：接收一個 Predicate 函式，當流中每個元素都不符合該斷言時才返回true，否則返回false
findFirst：返回流中第一個元素
findAny：返回流中的任意元素
List<Integer> list = Arrays.asList(1,2, 3,4, 5, 6);
System.out.println(list.stream().allMatch(x -> x>=0)); //如果集合中的元素大於等於0 返回true
System.out.println(list.stream().noneMatch(x -> x > 5));//如果集合中的元素有大於5的元素。返回false
System.out.println(list.stream().anyMatch(x -> x > 4));//如果集合中有大於四4的元素，返回true
//取第一個偶數
Optional<Integer> first = list.stream().filter(x -> x % 10 == 6).findFirst();
System.out.println(first.get());// 6
//任意取一個偶數
Optional<Integer> any = list.stream().filter(x -> x % 2 == 0).findAny();
System.out.println(any.get());// 2
4.收集器：toArray、collect
collect：接收一個Collector例項，將流中元素收整合另外一個資料結構
Collector<T, A, R> 是一個介面，有以下5個抽象方法：
Supplier<A> supplier();建立一個結果容器ABiConsumer<A, T> accumulator();：消費型介面，第一個引數為容器A，第二個引數為流中元素T。BinaryOperator<A> combiner();函式介面，該引數的作用跟上一個方法(reduce)中的combiner引數一樣，將並行流中各個子程式的執行結果(accumulator函式操作後的容器A)進行合併。Function<A, R> finisher();函式式介面，引數為：容器A，返回型別為：collect方法最終想要的結果R。Set<Characteristics> characteristics();返回一個不可變的Set集合，用來表明該Collector的特徵
/**
* @program: lambda
* @ClassName Customer
* @description:
* @author: muxiaonong
* @create: 2020-10-24 11:36
* @Version 1.0
**/
public class Customer {
private String name;
private Integer age;
...getset忽略
}
public static void main(String[] args) {
Customer c1 = new Customer("張三",10);
Customer c2 = new Customer("李四",20);
Customer c3 = new Customer("王五",10);
List<Customer> list = Arrays.asList(c1,c2,c3);
//轉成list
List<Integer> ageList = list.stream().map(Customer::getAge).collect(Collectors.toList());
System.out.println("ageList："+ageList);//ageList：[10, 20, 10]
//轉成set
Set<Integer> ageSet = list.stream().map(Customer::getAge).collect(Collectors.toSet());
System.out.println("ageSet："+ageSet);//ageSet：[20, 10]
//轉成map,注:key不能相同，否則報錯
Map<String, Integer> CustomerMap = list.stream().collect(Collectors.toMap(Customer::getName, Customer::getAge));
System.out.println("CustomerMap："+CustomerMap);//CustomerMap：{李四=20, 張三=10, 王五=10}
//字串分隔符連線
String joinName = list.stream().map(Customer::getName).collect(Collectors.joining(",", "(", ")"));
System.out.println("joinName："+joinName);//joinName：(張三,李四,王五)
//聚合操作
//1.學生總數
Long count = list.stream().collect(Collectors.counting());
System.out.println("count："+count);//count：3
//2.最大年齡 (最小的minBy同理)
Integer maxAge = list.stream().map(Customer::getAge).collect(Collectors.maxBy(Integer::compare)).get();
System.out.println("maxAge："+maxAge);//maxAge：20
//3.所有人的年齡
Integer sumAge = list.stream().collect(Collectors.summingInt(Customer::getAge));
System.out.println("sumAge："+sumAge);//sumAge：40
//4.平均年齡
Double averageAge = list.stream().collect(Collectors.averagingDouble(Customer::getAge));
System.out.println("averageAge："+averageAge);//averageAge：13.333333333333334
//分組
Map<Integer, List<Customer>> ageMap = list.stream().collect(Collectors.groupingBy(Customer::getAge));
System.out.println("ageMap："+ageMap);//ageMap：{20=[com.mashibing.stream.Customer@20ad9418], 10=[com.mashibing.stream.Customer@31cefde0, com.mashibing.stream.Customer@439f5b3d]}
//分割槽
//分成兩部分，一部分大於10歲，一部分小於等於10歲
Map<Boolean, List<Customer>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
System.out.println("partMap："+partMap);
//規約
Integer allAge = list.stream().map(Customer::getAge).collect(Collectors.reducing(Integer::sum)).get();
System.out.println("allAge："+allAge);//allAge：40
}
六、Stream的方法摘要
| 修飾符和型別 | 方法和說明 |
|---|---|
| static |
averagingDouble(ToDoubleFunction<? super T> mapper) 返回一個 Collector ，它產生應用於輸入元素的雙值函式的算術平均值。 |
| static |
averagingInt(ToIntFunction<? super T> mapper) 返回一個 Collector ，它產生應用於輸入元素的整數值函式的算術平均值。 |
| static |
averagingLong(ToLongFunction<? super T> mapper) 返回一個 Collector ，它產生應用於輸入元素的長值函式的算術平均值。 |
| static <T,A,R,RR> Collector<T,A,RR> | collectingAndThen(Collector<T,A,R> downstream, Function<R,RR> finisher) 適應 Collector進行額外的整理轉換。 |
| static |
counting() 返回 Collector型別的接受元件 T計數輸入元件的數量。 |
| static <T,K> Collector<T,?,Map<K,List |
groupingBy(Function<? super T,? extends K> classifier) 返回 Collector “由基團”上的型別的輸入元件操作實現 T ，根據分類功能分組元素，並且在返回的結果 Map 。 |
| static <T,K,A,D> Collector<T,?,Map<K,D>> | groupingBy(Function<? super T,? extends K> classifier, Collector<? super T,A,D> downstream) 返回 Collector “由基團”上的型別的輸入元件操作實現級聯 T ，根據分類功能分組元素，然後使用下游的指定執行與給定鍵相關聯的值的歸約運算 Collector 。 |
| static <T,K,D,A,M extends Map<K,D>>Collector<T,?,M> | groupingBy(Function<? super T,? extends K> classifier, Supplier |
| static <T,K> Collector<T,?,ConcurrentMap<K,List |
groupingByConcurrent(Function<? super T,? extends K> classifier) 返回一個併發 Collector “由基團”上的型別的輸入元件操作實現 T ，根據分類功能分組元素。 |
| static <T,K,A,D> Collector<T,?,ConcurrentMap<K,D>> | groupingByConcurrent(Function<? super T,? extends K> classifier, Collector<? super T,A,D> downstream) 返回一個併發 Collector “由基團”上的型別的輸入元件操作實現級聯 T ，根據分類功能分組元素，然後使用下游的指定執行與給定鍵相關聯的值的歸約運算 Collector 。 |
| static <T,K,A,D,M extends ConcurrentMap<K,D>> Collector<T,?,M> | groupingByConcurrent(Function<? super T,? extends K> classifier, Supplier |
| static Collector<CharSequence,?,String> | joining() 返回一個 Collector ，按照遇到的順序將輸入元素連線到一個 String中。 |
| static Collector<CharSequence,?,String> | joining(CharSequence delimiter) 返回一個 Collector ，按照遇到的順序連線由指定的分隔符分隔的輸入元素。 |
| static Collector<CharSequence,?,String> | joining(CharSequence delimiter, CharSequence prefix, CharSequence suffix) 返回一個 Collector ，它將按照指定的 Collector分隔的輸入元素與指定的字首和字尾進行連線。 |
| static <T,U,A,R> Collector<T,?,R> | mapping(Function<? super T,? extends U> mapper, Collector<? super U,A,R> downstream) 適應一個 Collector型別的接受元件 U至型別的一個接受元件 T通過積累前應用對映函式到每個輸入元素。 |
| static |
maxBy(Comparator<? super T> comparator) 返回一個 Collector ，它根據給出的 Comparator產生最大元素，描述為 Optional |
| static |
minBy(Comparator<? super T> comparator) 返回一個 Collector ，根據給出的 Comparator產生最小元素，描述為 Optional |
| static |
partitioningBy(Predicate<? super T> predicate) 返回一個 Collector ，根據Predicate對輸入元素進行 Predicate ，並將它們組織成 Map<Boolean, List |
| static <T,D,A> Collector<T,?,Map<Boolean,D>> | partitioningBy(Predicate<? super T> predicate, Collector<? super T,A,D> downstream) 返回一個 Collector ，它根據Predicate對輸入元素進行 Predicate ，根據另一個 Collector減少每個分割槽的值，並將其組織成 Map<Boolean, D> ，其值是下游縮減的結果。 |
| static |
reducing(BinaryOperator |
| static |
reducing(T identity, BinaryOperator |
| static <T,U> Collector<T,?,U> | reducing(U identity, Function<? super T,? extends U> mapper, BinaryOperator op) 返回一個 Collector ，它在指定的對映函式和 BinaryOperator下執行其輸入元素的 BinaryOperator 。 |
| static |
summarizingDouble(ToDoubleFunction<? super T> mapper) 返回一個 Collector ， double生產對映函式應用於每個輸入元素，並返回結果值的彙總統計資訊。 |
| static |
summarizingInt(ToIntFunction<? super T> mapper) 返回一個 Collector ， int生產對映函式應用於每個輸入元素，並返回結果值的彙總統計資訊。 |
| static |
summarizingLong(ToLongFunction<? super T> mapper) 返回一個 Collector ， long生產對映函式應用於每個輸入元素，並返回結果值的彙總統計資訊。 |
| static |
summingDouble(ToDoubleFunction<? super T> mapper) 返回一個 Collector ，它產生應用於輸入元素的雙值函式的和。 |
| static |
summingInt(ToIntFunction<? super T> mapper) 返回一個 Collector ，它產生應用於輸入元素的整數值函式的和。 |
| static |
summingLong(ToLongFunction<? super T> mapper) 返回一個 Collector ，它產生應用於輸入元素的長值函式的和。 |
| static <T,C extends Collection |
toCollection(Supplier |
| static <T,K,U> Collector<T,?,ConcurrentMap<K,U>> | toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper) 返回一個併發的 Collector ，它將元素累加到 ConcurrentMap ，其鍵和值是將所提供的對映函式應用於輸入元素的結果。 |
| static <T,K,U> Collector<T,?,ConcurrentMap<K,U>> | toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction) 返回一個併發的 Collector ，它將元素累加到一個 ConcurrentMap ，其鍵和值是將提供的對映函式應用於輸入元素的結果。 |
| static <T,K,U,M extends ConcurrentMap<K,U>> | Collector<T,?,M> toConcurrentMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction, Supplier |
| static |
toList() 返回一個 Collector ，它將輸入元素 List到一個新的 List 。 |
| static <T,K,U> Collector<T,?,Map<K,U>> | toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper) 返回一個 Collector ，它將元素累加到一個 Map ，其鍵和值是將所提供的對映函式應用於輸入元素的結果。 |
| static <T,K,U> Collector<T,?,Map<K,U>> | toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction) 返回一個 Collector ，它將元素累加到 Map ，其鍵和值是將提供的對映函式應用於輸入元素的結果。 |
| static <T,K,U,M extends Map<K,U>> Collector<T,?,M> | toMap(Function<? super T,? extends K> keyMapper, Function<? super T,? extends U> valueMapper, BinaryOperator mergeFunction, Supplier |
| static |
返回一個 Collector ，將輸入元素 Set到一個新的 Set 。 |
總結
對於Java中新特性除了 Stream 還有lamaba表示式都是可以幫忙我們很好的去優化程式碼，使我們的程式碼簡潔且意圖明確，避免繁瑣的重複性的操作，對於文中有興趣的小夥伴可以操作起來，又不懂的小夥伴可以在下面進行留言，小農看到了會第一時間回覆大家，謝謝，大家加油！