Java中stream的用法詳細(xì)解讀
更新時間：2023年10月20日 09:24:47 作者：架構(gòu)帥
這篇文章主要介紹了Java中stream的用法詳細(xì)解讀,Stream 是 Java8 中處理集合的關(guān)鍵抽象概念,它可以指定你希望對集合進(jìn)行的操作,可以執(zhí)行非常復(fù)雜的查找、過濾和映射數(shù)據(jù)等操作,使用Stream API 對集合數(shù)據(jù)進(jìn)行操作,就類似于使用SQL執(zhí)行的數(shù)據(jù)庫查詢,需要的朋友可以參考下
一、概述
Stream 是 Java8 中處理集合的關(guān)鍵抽象概念，它可以指定你希望對集合進(jìn)行的操作，可以執(zhí)行非常復(fù)雜的查找、過濾和映射數(shù)據(jù)等操作。使用Stream API 對集合數(shù)據(jù)進(jìn)行操作，就類似于使用 SQL 執(zhí)行的數(shù)據(jù)庫查詢。也可以使用 Stream API 來并行執(zhí)行操作。簡而言之，Stream API 提供了一種高效且易于使用的處理數(shù)據(jù)的方式。
特點(diǎn)：
1 . 不是數(shù)據(jù)結(jié)構(gòu)，不會保存數(shù)據(jù)。
2. 不會修改原來的數(shù)據(jù)源，它會將操作后的數(shù)據(jù)保存到另外一個對象中。（保留意見：畢竟peek方法可以修改流中元素）
3. 惰性求值，流在中間處理過程中，只是對操作進(jìn)行了記錄，并不會立即執(zhí)行，需要等到執(zhí)行終止操作的時候才會進(jìn)行實際的計算。
二、分類
- 無狀態(tài)：指元素的處理不受之前元素的影響；
- 有狀態(tài)：指該操作只有拿到所有元素之后才能繼續(xù)下去。
- 非短路操作：指必須處理所有元素才能得到最終結(jié)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(jié)果，如 A || B，只要A為true，則無需判斷B的結(jié)果。
三、具體用法
1. 流的常用創(chuàng)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(); //獲取一個順序流 Stream<String> parallelStream = list.parallelStream(); //獲取一個并行流
1.2 使用Arrays 中的 stream() 方法，將數(shù)組轉(zhuǎn)成流
Integer[] nums = new Integer[10]; Stream<Integer> stream = Arrays.stream(nums);
1.3 使用Stream中的靜態(tài)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 10 Stream<Double> stream3 = Stream.generate(Math::random).limit(2); stream3.forEach(System.out::println);
1.4 使用 BufferedReader.lines() 方法，將每行內(nèi)容轉(zhuǎn)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，將字符串分隔成流
Pattern pattern = Pattern.compile(",");
Stream<String> stringStream = pattern.splitAsStream("a,b,c,d");
stringStream.forEach(System.out::println);2. 流的中間操作
2.1篩選與切片
- filter：過濾流中的某些元素
- limit(n)：獲取n個元素
- skip(n)：跳過n元素，配合limit(n)可實現(xiàn)分頁
- distinct：通過流中元素的 hashCode() 和 equals() 去除重復(fù)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：接收一個函數(shù)作為參數(shù)，該函數(shù)會被應(yīng)用到每個元素上，并將其映射成一個新的元素
- flatMap：接收一個函數(shù)作為參數(shù)，將流中的每個值都換成另一個流，然后把所有流連接成一個流。
List<String> list = Arrays.asList("a,b,c", "1,2,3");
//將每個元素轉(zhuǎn)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(zhuǎn)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 32.3 排序
- sorted()：自然排序，流中元素需實現(xiàn)Comparable接口
- sorted(Comparator com)：定制排序，自定義Comparator排序器
List<String> list = Arrays.asList("aa", "ff", "dd");
//String 類自身已實現(xiàn)Compareable接口
list.stream().sorted().forEach(System.out::println);// aa dd ff
Student 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);
//自定義排序：先按姓名升序，姓名相同則按年齡升序
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消費(fèi)
peek：如同于map，能得到流中的每一個元素。但map接收的是一個Function表達(dá)式，有返回值；而peek接收的是Consumer表達(dá)式，沒有返回值。
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);
//結(jié)果：
Student{name='aa', age=100}
Student{name='bb', age=100} 3. 流的終止操作
3.1匹配、聚合操作
- allMatch：接收一個 Predicate 函數(shù)，當(dāng)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 函數(shù)，當(dāng)流中每個元素都不符合該斷言時才返回true，否則返回false
- anyMatch：接收一個 Predicate 函數(shù)，只要流中有一個元素滿足該斷言則返回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
- count：返回流中元素的總個數(shù)
- 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); //true Integer findFirst = list.stream().findFirst().get(); //1 Integer findAny = list.stream().findAny().get(); //1 long 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規(guī)約操作
Optional<T> reduce(BinaryOperator<T> accumulator)：第一次執(zhí)行時，accumulator函數(shù)的第一個參數(shù)為流中的第一個元素，第二個參數(shù)為流中元素的第二個元素；第二次執(zhí)行時，第一個參數(shù)為第一次函數(shù)執(zhí)行的結(jié)果，第二個參數(shù)為流中的第三個元素；依次類推。
T reduce(T identity, BinaryOperator<T> accumulator)：流程跟上面一樣，只是第一次執(zhí)行時，accumulator函數(shù)的第一個參數(shù)為identity，而第二個參數(shù)為流中的第一個元素。
<U> U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner)：在串行流(stream)中，該方法跟第二個方法一樣，即第三個參數(shù)combiner不會起作用。在并行流(parallelStream)中,我們知道流被fork join出多個線程進(jìn)行執(zhí)行，此時每個線程的執(zhí)行流程就跟第二個方法reduce(identity,accumulator)一樣，而第三個參數(shù)combiner函數(shù)，則是將每個線程的執(zhí)行結(jié)果當(dāng)成一個新的流，然后使用第一個方法reduce(accumulator)流程進(jìn)行規(guī)約。
//經(jīng)過測試，當(dāng)元素個數(shù)小于24時，并行時線程數(shù)等于元素個數(shù)，當(dāng)大于等于24時，并行時線程數(shù)為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); // 300
Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);
System.out.println(v1); //310
Integer 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); // -300
Integer 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); //1974740483.3收集操作
collect：接收一個Collector實例，將流中元素收集成另外一個數(shù)據(jù)結(jié)構(gòu)。
Collector<T, A, R> 是一個接口，有以下5個抽象方法：
- Supplier<A> supplier()：創(chuàng)建一個結(jié)果容器A
- BiConsumer<A, T> accumulator()：消費(fèi)型接口，第一個參數(shù)為容器A，第二個參數(shù)為流中元素T。
- BinaryOperator<A> combiner()：函數(shù)接口，該參數(shù)的作用跟上一個方法(reduce)中的combiner參數(shù)一樣，將并行流中各 個子進(jìn)程的運(yùn)行結(jié)果(accumulator函數(shù)操作后的容器A)進(jìn)行合并。
- Function<A, R> finisher()：函數(shù)式接口，參數(shù)為：容器A，返回類型為：collect方法最終想要的結(jié)果R。
- Set<Characteristics> characteristics()：返回一個不可變的Set集合，用來表明該Collector的特征。有以下三個特征：
- CONCURRENT：表示此收集器支持并發(fā)。（官方文檔還有其他描述，暫時沒去探索，故不作過多翻譯）
- UNORDERED：表示該收集操作不會保留流中元素原有的順序。
- IDENTITY_FINISH：表示finisher參數(shù)只是標(biāo)識而已，可忽略。
3.3.1 Collector 工具庫：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);
//裝成list
List<Integer> ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]
//轉(zhuǎn)成set
Set<Integer> ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]
//轉(zhuǎn)成map,注:key不能相同，否則報錯
Map<String, Integer> studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}
//字符串分隔符連接
String joinName = list.stream().map(Student::getName).collect(Collectors.joining(",", "(", ")")); // (aa,bb,cc)
//聚合操作
//1.學(xué)生總數(shù)
Long count = list.stream().collect(Collectors.counting()); // 3
//2.最大年齡 (最小的minBy同理)
Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20
//3.所有人的年齡
Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40
//4.平均年齡
Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334
// 帶上以上所有方法
DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge));
System.out.println("count:" + statistics.getCount() + ",max:" + statistics.getMax() + ",sum:" + statistics.getSum() + ",average:" + statistics.getAverage());
//分組
Map<Integer, List<Student>> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge));
//多重分組,先根據(jù)類型分再根據(jù)年齡分
Map<Integer, Map<Integer, List<Student>>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));
//分區(qū)
//分成兩部分，一部分大于10歲，一部分小于等于10歲
Map<Boolean, List<Student>> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));
//規(guī)約
Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //403.3.2 Collectors.toList() 解析
//toList 源碼
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);
}
//為了更好地理解，我們轉(zhuǎn)化一下源碼中的lambda表達(dá)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>>() {
@Override
public Supplier supplier() {
return supplier;
}
@Override
public BiConsumer accumulator() {
return accumulator;
}
@Override
public BinaryOperator combiner() {
return combiner;
}
@Override
public Function finisher() {
return finisher;
}
@Override
public Set<Characteristics> characteristics() {
return characteristics;
}
};
}到此這篇關(guān)于Java中stream的用法詳細(xì)解讀的文章就介紹到這了,更多相關(guān)Java中stream的用法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了我對@RestController注解的理解,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-03-03
這篇文章主要為大家詳細(xì)介紹了Java多線程之線程安全問題，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-03-03
本文主要介紹了Java文件過濾器實現(xiàn)按條件篩選文件,文件過濾器是在文件處理中起到重要作用的工具,它可以用來篩選文件并根據(jù)特定的條件進(jìn)行過濾,下面就來介紹一下2024-04-04
本篇文章主要對Java中的設(shè)計模式如，創(chuàng)建型模式、結(jié)構(gòu)型模式和行為型模式以及7大原則進(jìn)行了歸納整理，需要的朋友可以參考下2017-04-04
JAVA中關(guān)于Long類型返回前端精度丟失問題處理辦法
這篇文章主要介紹了后端JavaBean的id屬性從Long類型改為雪花算法后出現(xiàn)的精度丟失問題,解決方案包括將id字段類型改為字符串或使用Jackson序列化方式,需要的朋友可以參考下2024-11-11
這篇文章主要介紹了springmvc與mybatis集成配置實例詳解的相關(guān)資料,非常不錯，具有參考借鑒價值，需要的朋友可以參考下2016-09-09
springboot異步處理@NotBlank或@NotNull注釋校驗不生效問題
這篇文章主要介紹了springboot異步處理@NotBlank或@NotNull注釋校驗不生效問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-01-01
SpringBoot文件上傳控制及Java 獲取和判斷文件頭信息
這篇文章主要介紹了SpringBoot文件上傳控制的相關(guān)資料，非常不錯，具有參考借鑒價值,需要的朋友可以參考下2017-12-12
快速解決SpringMVC @RequestBody 用map接收請求參數(shù)的問題
今天小編就為大家分享快速解決SpringMVC @RequestBody 用map接收請求參數(shù)的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-08-08
今天通過本文給大家分享微信登錄與SpringBoot整合過程,微信掃描登錄實現(xiàn)代碼知道掃描后點(diǎn)擊登錄的全部過程，本文給大家介紹的非常詳細(xì)，需要的朋友可以參考下2021-10-10