一、概述

Stream 是 Java8 中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用Stream API 对集合数据进行操作，就类似于使用 SQL 执行的数据库查询。也可以使用 Stream API 来并行执行操作。
简而言之，Stream API 提供了一种高效且易于使用的处理数据的方式。
特点：

  1. 不是数据结构，不会保存数据。
  2. 不会修改原来的数据源，它会将操作后的数据保存到另外一个对象中。（保留意见：毕竟peek方法可以修改流中元素）
  3. 惰性求值，流在中间处理过程中，只是对操作进行了记录，并不会立即执行，需要等到执行终止操作的时候才会进行实际的计算。

    二、分类

    image.png
  • 无状态： 指元素的处理不受之前元素的影响；
  • 有状态： 指该操作只有拿到所有元素之后才能继续下去。
  • 非短路操作： 指必须处理所有元素才能得到最终结果；
  • 短路操作： 指遇到某些符合条件的元素就可以得到最终结果，如 A || B，只要A为true，则无需判断B的结果。

    三、具体用法

    1. 流的常用创建方法

    1.1 使用Collection下的 stream() 和 parallelStream() 方法

    1. List<String> list = new ArrayList<>();
    2. Stream<String> stream = list.stream(); //获取一个顺序流
    3. Stream<String> 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

    1. Integer[] nums = new Integer[10];
    2. Stream<Integer> stream = Arrays.stream(nums);

    1.3 使用Stream中的静态方法：of()、iterate()、generate()

  1.  Stream<Integer> stream2 = Stream.iterate(0, (x) -> x + 2).limit(6); 
  2. stream2.forEach(System.out::println); 
  3. // 0 2 4 6 8 10   
  4. Stream<Double> stream3 = Stream.generate(Math::random).limit(2); 
  5. stream3.forEach(System.out::println);

1.4 使用 BufferedReader.lines() 方法，将每行内容转成流

  1. BufferedReader reader = new BufferedReader(new FileReader("F:\\test_stream.txt")); 
  2. Stream<String> lineStream = reader.lines(); 
  3. lineStream.forEach(System.out::println);

1.5 使用 Pattern.splitAsStream() 方法，将字符串分隔成流

  1. Pattern pattern = Pattern.compile(","); 
  2. Stream<String> stringStream = pattern.splitAsStream("a,b,c,d"); 
  3. stringStream.forEach(System.out::println);

2. 流的中间操作

2.1 筛选与切片

  • filter：过滤流中的某些元素
  • limit(n)：获取n个元素
  • distinct：通过流中元素的 hashCode() 和 equals() 去除重复元素 ```java 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);

  1. <a name="quNOF"></a>
  2. ### 2.2 映射
  4. - **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。**
  5. - **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。**
  6. ```java
  7. List<String> list = Arrays.asList("a,b,c", "1,2,3");
  9. //将每个元素转成一个新的且不带逗号的元素
  10. Stream<String> s1 = list.stream().map(s -> s.replaceAll(",", ""));
  11. s1.forEach(System.out::println); // abc  123
  13. Stream<String> s3 = list.stream().flatMap(s -> {
  14.     //将每个元素转换成一个stream
  15.     String[] split = s.split(",");
  16.     Stream<String> s2 = Arrays.stream(split);
  17.     return s2;
  18. });
  19. s3.forEach(System.out::println); // a b c 1 2 3

2.3 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 ```java List list = Arrays.asList(“aa”, “ff”, “dd”); //String 类自身已实现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 studentList = Arrays.asList(s1, s2, s3, s4);

//自定义排序：先按姓名升序，姓名相同则按年龄升序 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);

  1. <a name="uo8yL"></a>
  2. ### 2.4 消费
  4. - peek：如同于map，能得到流中的每一个元素。但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。
  5. ```java
  6. Student s1 = new Student("aa", 10);
  7. Student s2 = new Student("bb", 20);
  8. List<Student> studentList = Arrays.asList(s1, s2);
  10. studentList.stream()
  11.         .peek(o -> o.setAge(100))
  12.         .forEach(System.out::println);   
  14. //结果：
  15. Student{name='aa', age=100}
  16. Student{name='bb', age=100}

3. 流的终止操作

3.1 匹配、聚合操作

  • allMatch：接收一个 Predicate 函数，当流中每个元素都符合该断言时才返回true，否则返回false
  • noneMatch：接收一个 Predicate 函数，当流中每个元素都不符合该断言时才返回true，否则返回false
  • anyMatch：接收一个 Predicate 函数，只要流中有一个元素满足该断言则返回true，否则返回false
  • findFirst：返回流中第一个元素
  • findAny：返回流中的任意元素
  • count：返回流中元素的总个数
  • max：返回流中元素最大值
  • min：返回流中元素最小值 ```java 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

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

  1. <a name="FYVgS"></a>
  2. ### 3.2 规约操作
  4. - Optional<T> reduce(BinaryOperator<T> accumulator)：第一次执行时，accumulator函数的第一个参数为流中的第一个元素，第二个参数为流中元素的第二个元素；第二次执行时，第一个参数为第一次函数执行的结果，第二个参数为流中的第三个元素；依次类推。
  5. - T reduce(T identity, BinaryOperator<T> accumulator)：流程跟上面一样，只是第一次执行时，accumulator函数的第一个参数为identity，而第二个参数为流中的第一个元素。
  6. - <U> U reduce(U identity,BiFunction<U, ? super T, U> accumulator,BinaryOperator<U> combiner)：在串行流(stream)中，该方法跟第二个方法一样，即第三个参数combiner不会起作用。在并行流(parallelStream)中,我们知道流被fork join出多个线程进行执行，此时每个线程的执行流程就跟第二个方法reduce(identity,accumulator)一样，而第三个参数combiner函数，则是将每个线程的执行结果当成一个新的流，然后使用第一个方法reduce(accumulator)流程进行规约。
  7. ```java
  8. //经过测试，当元素个数小于24时，并行时线程数等于元素个数，当大于等于24时，并行时线程数为16
  9. 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);
  11. Integer v = list.stream().reduce((x1, x2) -> x1 + x2).get();
  12. System.out.println(v);   // 300
  14. Integer v1 = list.stream().reduce(10, (x1, x2) -> x1 + x2);
  15. System.out.println(v1);  //310
  17. Integer v2 = list.stream().reduce(0,
  18.         (x1, x2) -> {
  19.             System.out.println("stream accumulator: x1:" + x1 + "  x2:" + x2);
  20.             return x1 - x2;
  21.         },
  22.         (x1, x2) -> {
  23.             System.out.println("stream combiner: x1:" + x1 + "  x2:" + x2);
  24.             return x1 * x2;
  25.         });
  26. System.out.println(v2); // -300
  28. Integer v3 = list.parallelStream().reduce(0,
  29.         (x1, x2) -> {
  30.             System.out.println("parallelStream accumulator: x1:" + x1 + "  x2:" + x2);
  31.             return x1 - x2;
  32.         },
  33.         (x1, x2) -> {
  34.             System.out.println("parallelStream combiner: x1:" + x1 + "  x2:" + x2);
  35.             return x1 * x2;
  36.         });
  37. System.out.println(v3); //197474048

3.3 收集操作
collect：接收一个Collector实例，将流中元素收集成另外一个数据结构。
Collector 是一个接口，有以下5个抽象方法：

//装成list List ageList = list.stream().map(Student::getAge).collect(Collectors.toList()); // [10, 20, 10]

//转成set Set ageSet = list.stream().map(Student::getAge).collect(Collectors.toSet()); // [20, 10]

//转成map,注:key不能相同，否则报错 Map studentMap = list.stream().collect(Collectors.toMap(Student::getName, Student::getAge)); // {cc=10, bb=20, aa=10}

//字符串分隔符连接 String joinName = list.stream().map(Student::getName).collect(Collectors.joining(“,”, “(“, “)”)); // (aa,bb,cc)

//聚合操作 //1.学生总数 Long count = list.stream().collect(Collectors.counting()); // 3 //2.最大年龄 (最小的minBy同理) Integer maxAge = list.stream().map(Student::getAge).collect(Collectors.maxBy(Integer::compare)).get(); // 20 //3.所有人的年龄 Integer sumAge = list.stream().collect(Collectors.summingInt(Student::getAge)); // 40 //4.平均年龄 Double averageAge = list.stream().collect(Collectors.averagingDouble(Student::getAge)); // 13.333333333333334 // 带上以上所有方法 DoubleSummaryStatistics statistics = list.stream().collect(Collectors.summarizingDouble(Student::getAge)); System.out.println(“count:” + statistics.getCount() + “,max:” + statistics.getMax() + “,sum:” + statistics.getSum() + “,average:” + statistics.getAverage());

//分组 Map> ageMap = list.stream().collect(Collectors.groupingBy(Student::getAge)); //多重分组,先根据类型分再根据年龄分 Map>> typeAgeMap = list.stream().collect(Collectors.groupingBy(Student::getType, Collectors.groupingBy(Student::getAge)));

//分区 //分成两部分，一部分大于10岁，一部分小于等于10岁 Map> partMap = list.stream().collect(Collectors.partitioningBy(v -> v.getAge() > 10));

//规约 Integer allAge = list.stream().map(Student::getAge).collect(Collectors.reducing(Integer::sum)).get(); //40

  1. <a name="wX2w8"></a>
  2. #### 3.3.2 Collectors.toList() 解析
  3. ```java
  4. //toList 源码
  5. public static <T> Collector<T, ?, List<T>> toList() {
  6.     return new CollectorImpl<>((Supplier<List<T>>) ArrayList::new, List::add,
  7.             (left, right) -> {
  8.                 left.addAll(right);
  9.                 return left;
  10.             }, CH_ID);
  11. }
  13. //为了更好地理解，我们转化一下源码中的lambda表达式
  14. public <T> Collector<T, ?, List<T>> toList() {
  15.     Supplier<List<T>> supplier = () -> new ArrayList();
  16.     BiConsumer<List<T>, T> accumulator = (list, t) -> list.add(t);
  17.     BinaryOperator<List<T>> combiner = (list1, list2) -> {
  18.         list1.addAll(list2);
  19.         return list1;
  20.     };
  21.     Function<List<T>, List<T>> finisher = (list) -> list;
  22.     Set<Collector.Characteristics> characteristics = Collections.unmodifiableSet(EnumSet.of(Collector.Characteristics.IDENTITY_FINISH));
  24.     return new Collector<T, List<T>, List<T>>() {
  25.         @Override
  26.         public Supplier supplier() {
  27.             return supplier;
  28.         }
  30.         @Override
  31.         public BiConsumer accumulator() {
  32.             return accumulator;
  33.         }
  35.         @Override
  36.         public BinaryOperator combiner() {
  37.             return combiner;
  38.         }
  40.         @Override
  41.         public Function finisher() {
  42.             return finisher;
  43.         }
  45.         @Override
  46.         public Set<Characteristics> characteristics() {
  47.             return characteristics;
  48.         }
  49.     };
  51. }

来源：blog.csdn.net/y_k_y/article/details/84633001