java8 stream流操作

我会带着你远行 2022-01-06 16:39 406阅读 0赞

## ##

### Stream ###

在对流进行处理时，不同的流操作以级联的方式形成处理流水线。一个流水线由一个源（source），0 到多个中间操作（intermediate operation）和一个终结操作（terminal operation）完成。

*  源：源是流中元素的来源。Java 提供了很多内置的源，包括数组、集合、生成函数和 I/O 通道等。
 *  中间操作：中间操作在一个流上进行操作，返回结果是一个新的流。这些操作是延迟执行的。
 *  终结操作：终结操作遍历流来产生一个结果或是副作用。在一个流上执行终结操作之后，该流被消费，无法再次被消费

#### 源 ####

Java 8 支持从不同的源中创建流。

#### 中间操作 ####

流中间操作在应用到流上，返回一个新的流。下面列出了常用的流中间操作：

*  map：通过一个 Function 把一个元素类型为 T 的流转换成元素类型为 R 的流。
 *  flatMap：通过一个 Function 把一个元素类型为 T 的流中的每个元素转换成一个元素类型为 R 的流，再把这些转换之后的流合并。
 *  filter：过滤流中的元素，只保留满足由 Predicate 所指定的条件的元素。
 *  distinct：使用 equals 方法来删除流中的重复元素。
 *  limit：截断流使其最多只包含指定数量的元素。
 *  skip：返回一个新的流，并跳过原始流中的前 N 个元素。
 *  sorted：对流进行排序。
 *  peek：返回的流与原始流相同。当原始流中的元素被消费时，会首先调用 peek 方法中指定的 Consumer 实现对元素进行处理。
 *  dropWhile：从原始流起始位置开始删除满足指定 Predicate 的元素，直到遇到第一个不满足 Predicate 的元素。
 *  takeWhile：从原始流起始位置开始保留满足指定 Predicate 的元素，直到遇到第一个不满足 Predicate 的元素。

#### 终结操作 ####

终结操作产生最终的结果。

1.forEach 和 forEachOrdered 对流中的每个元素执行由 Consumer 给定的实现。在使用 forEach 时，并没有确定的处理元素的顺序；forEachOrdered 则按照流的相遇顺序来处理元素，如果流有确定的相遇顺序的话。

2.reduce进行递归计算

3.collect生成新的数据结构

4.......

部分图解：（摘抄）

![874518-20190327223207856-314370997.png][]

![874518-20190327223249790-1342774294.png][]

![874518-20190327223333663-160504262.png][]

#### 下面是示例代码 ####

package com.gc.study.java8.stream;
    
    import java.util.ArrayList;
    import java.util.Arrays;
    import java.util.HashSet;
    import java.util.Iterator;
    import java.util.List;
    import java.util.Map;
    import java.util.Optional;
    import java.util.stream.Collectors;
    import java.util.stream.Stream;
    
    import org.junit.Test;
    
    import com.gc.study.java8.lambda.User;
    import com.gc.study.java8.lambda.User.Status;
    
    /**
     * @author gc
     * 一、Stream的三个操作步骤 （同一个流stream只能消费一次）
     * 1.创建stream
     * 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
     * 3.终止操作
     */
    public class TestStream {
        //创建Stream
        @Test
        public void test() {
            List<String> list = new ArrayList<String>();
            //1.可以通过Collection系列集合提供的stream() 或 parallelStream()
            Stream<String> stream1 = list.stream();
            
            User[] users = new User[10];
            //2.通过Arrays中的静态方法stream() 获取数组流
            Stream<User> stream2 = Arrays.stream(users);
            
            //3.通过Stream类中的静态方法of()
            Stream<String> stream3 = Stream.of("aa","bb","cc");
            
            //4.创建无限流
            Stream<Integer> stream4 = Stream.iterate(0, (x) -> x + 2);
            stream3.forEach(System.out::println);
            stream4.limit(10).forEach(x -> System.out.println(x));
        }
        
        
        List<User> users = Arrays.asList(
                new User("gc1", 24, 7500, Status.BUSY),
                new User("gc2", 25, 13000, Status.FREE),
                new User("gc3", 26, 20000, Status.VOCATION),
                new User("gc4", 23, 2000, Status.BUSY),
                new User("gc5", 22, 0, Status.FREE));
        /*
         * 中间操作：(1.返回结果依然是流  2.中间操作是延迟的，遇到终结操作才会触发执行  3.中间操作是流水线形式的)
         *     筛选与切片
         *         filter：接收流中的元素，从流中排除某些元素
         *         limit：截断流，使元素不超过给定数量
         *         skip(n): 跳过前n个元素，返回剩余的元素，若流中元素不足n个，则返回空流
         *       distinct：筛选，通过流所生成元素的hashCode和equals去除重复元素
         *   映射：
         *       map:接收lambda，将元素转换成其它形式或提取信息。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，然后把所有流连城一个流
         *   排序：
         *       sorted():自然排序(Comparable)
         *       sorted(Comparator com):定制排序(Comparator)
         */
        //内部迭代：迭代操作部由Stream API完成
        @Test
        public void testMid() {
            //中间操作filter的作用是过滤年龄大于24的User，返回新的流
            Stream<User> s = users.stream().filter(u -> {
                //u.setName("test");
                System.out.println("filter mid ge:"+u.getAge());
                return u.getAge() > 24;
            });
            //打印流,这里才会实际执行上面的filter函数
            /*
             * 输出结果如下：
             *  filter mid ge:24
                filter mid ge:25
                foreach end age:25
                filter mid ge:26
                foreach end age:26
                filter mid ge:23
                filter mid ge:22
             */
            s.forEach(x -> System.out.println("foreach end age:" + x.getAge()));
            
            //这里是去除list中的重复元素
            users.stream().distinct().forEach(System.out::println);
            
            
        }
        
        //下面测试中间操作的作用关系
        //    1.中间操作是流水线形式的，即不是中间操作完成才进行终结操作，而是执行完一条中间操作接着执行一条终结操作。以此循环。
        @Test
        public void testMid2() {
            users.stream().limit(1).filter(u -> {
                System.out.println("age:" + u.getAge());
                return (u.getAge() > 24);
            }).forEach(System.out::println);
    
            System.out.println("-------------------------");
            /*  下面输出结果如下
             *  age:24
                age:25
                User [name=gc2, age=25, salary=13000, status=FREE]
             */
            users.stream().filter(u -> {
                System.out.println("age:" + u.getAge());
                return (u.getAge() > 24);
            }).limit(1).forEach(System.out::println);
    
        }
        
        @Test
        public void testMap() {
            List<String> list = Arrays.asList("aa","bb","cc");
            //中间操作map传递的是函数式接口Function，其作用是进行数据转换。
            //这里str -> str.toUpperCase()即为Function接口中apply方法的实现，所以其作用就是转为大写。
            list.stream().map(str -> str.toUpperCase()).forEach(System.out::println);
            //这个同上，是lambda的简写
            list.stream().map(String::toUpperCase).forEach(System.out::println);
            
            //使用Function接口的功能转换，提取User的用户名，执行完中间操作map后，相当于生成了一个List<String> userNames.(中间操作有延迟性，所以这里不是准确描述)
            users.stream().map(User::getName).forEach(System.out::println);
            users.stream().map(u -> u.getName()).forEach(System.out::println);
            
            System.out.println("----------------------map,类似于list.add(list2),保留list2的数据结构");
            Stream<Stream<Character>> stream = list.stream().map(TestStream::filterCharacter);
            stream.forEach(sm -> {
                sm.forEach(System.out::println);
            });
            System.out.println("----------------------flatmap, 类似于list.addall()，两个list合并为一个");
            Stream<Character> stream2 = list.stream().flatMap(TestStream::filterCharacter);
            stream2.forEach(System.out::println);
        }
        
        public static Stream<Character> filterCharacter(String str) {
            List<Character> list = new ArrayList<Character>();
            
            for(Character ch : str.toCharArray()) {
                list.add(ch);
            }
            return list.stream();
        }
        
        @Test
        public void testSort() {
            System.out.println("------自然排序，依赖对象自身实现Comparable");
            List<String> list = Arrays.asList("aa","bb","cc");
            list.stream().sorted().forEach(System.out::println);
            System.out.println("-----定制排序，需要复写Comparator");
            
            //sorted的入参是Comparator接口，所以(u1,u2) -> {return u1.getAge() - u2.getAge();}成了Comparator接口的匿名实现
            users.stream().sorted((u1,u2) -> {
                return u1.getAge() - u2.getAge();
            }).forEach(System.out::println);;
        }
        
        /*
         * 查找与匹配
         *     allMatch:检查是否匹配所有元素
         *     anyMatch：检查是否至少匹配一个元素
         *     noneMatch：检查是否没有任何元素匹配
         *     findFirst：返回第一个元素
         *     findAny：返回当前流中的任意元素
         *  count：返回流中元素的总个数
         *  max：返回流中最大值
         *  min：返回流中最小值
         * 
         */
        @Test
        public void testMatch() {
            boolean b1 = users.stream().allMatch(u -> u.getStatus().equals(Status.BUSY));
            System.out.println("all busy:"+b1);
            
            boolean b2 = users.stream().anyMatch(u -> u.getStatus().equals(Status.BUSY));
            System.out.println("any busy:"+b2);
            
            boolean b3 = users.stream().noneMatch(u -> u.getStatus().equals(Status.BUSY));
            System.out.println("none busy:"+b3);
            
            Optional<User> user1 = users.stream().findFirst();
            System.out.println("findFirst:"+user1.get());
            
            Optional<User> findAny = users.stream().filter(u -> u.getStatus().equals(Status.FREE)).findAny();
            System.out.println("findAny:"+findAny.get());
            
            long count = users.stream().count();
            System.out.println("count:"+count);
            Optional<User> max = users.stream().max((u1, u2) -> {
                return u1.getAge()-u2.getAge();
            });
            System.out.println("max:"+max.get());
            
            Optional<User> min = users.stream().min((u1, u2) -> {
                return u1.getAge()-u2.getAge();
            });
            System.out.println("min:"+min.get());
            
        }
        
        /*
         * 归约：（可以理解为递归，也是终止操作）
         *     reduce 进行反复计算，如求和
         */
        @Test
        public void testReduce() {
            List<Integer> list = Arrays.asList(1,2,3,4,5,6,7,8,9);
            //这里0是初始值，第一次执行规约应该是0+1,其中1是第一个值
            Integer sum = list.stream().reduce(0, (x,y) -> x + y);
            System.out.println("sum:"+sum);
            
            Optional<Integer> reduce = users.stream().map(User::getSalary).reduce(Integer::sum);
            System.out.println("sum2:"+reduce.get());
        }
        
        /*
         * 收集(stream的终止操作之一，forEach，reduce等也是)
         *  collect：将流转换为其他形式，接收一个collection接口的实现，用于给stream元素做汇总的方法
         */
        @Test
        public void testCollect() {
            //map是数据转换，将List<User> 转换为String类型的Stream。 collect把新的Stream转化为List<String>
            List<String> list = users.stream().map(User::getName)
                .collect(Collectors.toList());
            list.forEach(System.out::println);
            
            //这里是转换为set
            users.stream().map(User::getName).collect(Collectors.toSet());
            //把list转为其它的数据结构，这里是hashset
            HashSet<String> hashSet = users.stream().map(User::getName).
                collect(Collectors.toCollection(HashSet::new));
            
            Long count = users.stream().collect(Collectors.counting());
            Double avgAge = users.stream().collect(Collectors.averagingInt(User::getAge));
            
            //按条件分组
            Map<Status, List<User>> map = users.stream().collect(Collectors.groupingBy(User::getStatus));
            System.out.println("collectors分组功能， map:"+map);
            
            Map<Status, Map<String, List<User>>> collect = users.stream().collect(Collectors.groupingBy(
                    User::getStatus, Collectors.groupingBy(u -> {
                        if(((User)u).getAge() <= 24) {
                            return "happy";
                        } else {
                            return "very happy";
                        }
                    })));
            System.out.println("多级分组："+collect);
            
            //按条件分区,true放在一组，false放在另一组
            Map<Boolean, List<User>> collect2 = users.stream().collect(Collectors.partitioningBy((u) -> u.getAge() > 24));
            System.out.println(collect2);
        }
    }

转载于:https://www.cnblogs.com/gc65/p/10611533.html

[874518-20190327223207856-314370997.png]: /images/20211227/c1c32f1d38594f6ea409ad76b43044ba.png
[874518-20190327223249790-1342774294.png]: /images/20211227/59e5d2da4c954aa79a2fb015da04448c.png
[874518-20190327223333663-160504262.png]: /images/20211227/0a65d4f873d74b54b95fd9c70b87cd1d.png