站長資訊網本篇文章給大家帶來了關于java的相關知識，其中主要介紹了關于Stream詳細用法的相關問題，版本新增的Stream，配合同版本出現的Lambda ，給我們操作集合（Collection）提供了極大的便利，下面一起來看一下，希望對大家有幫助。
程序員必備接口測試調試工具：立即使用
Apipost = Postman + Swagger + Mock + Jmeter
Api設計、調試、文檔、自動化測試工具
后端、前端、測試，同時在線協作，內容實時同步
推薦學習：《java視頻教程》
一、概述
Java 8 是一個非常成功的版本，這個版本新增的Stream，配合同版本出現的Lambda ，給我們操作集合（Collection）提供了極大的便利。Stream流是JDK8新增的成員，允許以聲明性方式處理數據集合，可以把Stream流看作是遍歷數據集合的一個高級迭代器。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，可以執行非常復雜的查找/篩選/過濾、排序、聚合和映射數據等操作。使用Stream API 對集合數據進行操作，就類似于使用 SQL 執行的數據庫查詢。也可以使用 Stream API 來并行執行操作。簡而言之，Stream API 提供了一種高效且易于使用的處理數據的方式。
1、使用流的好處
代碼以聲明性方式書寫，說明想要完成什么，而不是說明如何完成一個操作。
可以把幾個基礎操作連接起來，來表達復雜的數據處理的流水線，同時保持代碼清晰可讀。
2、流是什么?
從支持數據處理操作的源生成元素序列.數據源可以是集合,數組或IO資源。
從操作角度來看,流與集合是不同的. 流不存儲數據值; 流的目的是處理數據,它是關于算法與計算的。
如果把集合作為流的數據源,創建流時不會導致數據流動; 如果流的終止操作需要值時,流會從集合中獲取值; 流只使用一次。
流中心思想是延遲計算,流直到需要時才計算值。
Stream可以由數組或集合創建，對流的操作分為兩種：
中間操作，每次返回一個新的流，可以有多個。
終端操作，每個流只能進行一次終端操作，終端操作結束后流無法再次使用。終端操作會產生一個新的集合或值。
特性：
不是數據結構，不會保存數據。
不會修改原來的數據源，它會將操作后的數據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）
惰性求值，流在中間處理過程中，只是對操作進行了記錄，并不會立即執行，需要等到執行終止操作的時候才會進行實際的計算。
二、分類
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后才能繼續下去。
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。
三、Stream的創建
Stream可以通過集合數組創建。
1、通過 java.util.Collection.stream() 方法用集合創建流
Listlist = Arrays.asList("a", "b", "c");// 創建一個順序流 Stream stream = list.stream();// 創建一個并行流 Stream parallelStream = list.parallelStream();
2、使用 java.util.Arrays.stream(T[]array)方法用數組創建流
int[] array={1,3,5,6,8};IntStream stream = Arrays.stream(array);
3、使用 Stream的靜態方法：of()、iterate()、generate()
Streamstream = Stream.of(1, 2, 3, 4, 5, 6); Stream stream2 = Stream.iterate(0, (x) -> x + 3).limit(4);stream2.forEach(System.out::println); Stream stream3 = Stream.generate(Math::random).limit(3);stream3.forEach(System.out::println);
輸出結果：
0 3 6 90.67961569092719940.19143142088542830.8116932592396652
stream和 parallelStream的簡單區分：stream是順序流，由主線程按順序對流執行操作，而 parallelStream是并行流，內部以多線程并行執行的方式對流進行操作，但前提是流中的數據處理沒有順序要求。例如篩選集合中的奇數，兩者的處理不同之處：
如果流中的數據量足夠大，并行流可以加快處速度。
除了直接創建并行流，還可以通過 parallel()把順序流轉換成并行流：
OptionalfindFirst = list.stream().parallel().filter(x->x>6).findFirst();
四、Stream API簡介
先貼上幾個案例，水平高超的同學可以挑戰一下：從員工集合中篩選出salary大于8000的員工，并放置到新的集合里。統計員工的最高薪資、平均薪資、薪資之和。將員工按薪資從高到低排序，同樣薪資者年齡小者在前。將員工按性別分類，將員工按性別和地區分類，將員工按薪資是否高于8000分為兩部分。用傳統的迭代處理也不是很難，但代碼就顯得冗余了，跟Stream相比高下立判。
前提：員工類
static ListpersonList = new ArrayList ();private static void initPerson() { personList.add(new Person("張三", 8, 3000)); personList.add(new Person("李四", 18, 5000)); personList.add(new Person("王五", 28, 7000)); personList.add(new Person("孫六", 38, 9000));}
1、遍歷/匹配（foreach/find/match）
Stream也是支持類似集合的遍歷和匹配元素的，只是 Stream中的元素是以 Optional類型存在的。Stream的遍歷、匹配非常簡單。
// import已省略，請自行添加，后面代碼亦是 public class StreamTest { public static void main(String[] args) { List list = Arrays.asList(7, 6, 9, 3, 8, 2, 1); // 遍歷輸出符合條件的元素 list.stream().filter(x -> x > 6).forEach(System.out::println); // 匹配第一個 Optional findFirst = list.stream().filter(x -> x > 6).findFirst(); // 匹配任意（適用于并行流） Optional findAny = list.parallelStream().filter(x -> x > 6).findAny(); // 是否包含符合特定條件的元素 boolean anyMatch = list.stream().anyMatch(x -> x < 6); System.out.println("匹配第一個值：" + findFirst.get()); System.out.println("匹配任意一個值：" + findAny.get()); System.out.println("是否存在大于6的值：" + anyMatch); }}
2、按條件匹配filter
（1）篩選員工中已滿18周歲的人，并形成新的集合
/** * 篩選員工中已滿18周歲的人，并形成新的集合 * @思路 * Listlist = new ArrayList (); * for(Person person : personList) { * if(person.getAge() >= 18) { * list.add(person); * } * } */ private static void filter01() { initPerson(); List collect = personList.stream().filter(x -> x.getAge()>=18).collect(Collectors.toList()); System.out.println(collect);}
（2）自定義條件匹配
3、聚合max、min、count
（1）獲取String集合中最長的元素
/** * 獲取String集合中最長的元素 * @思路 * Listlist = Arrays.asList("zhangsan", "lisi", "wangwu", "sunliu"); * String max = ""; * int length = 0; * int tempLength = 0; * for(String str : list) { * tempLength = str.length(); * if(tempLength > length) { * length = str.length(); * max = str; * } * } * @return zhangsan */ private static void test02() { List list = Arrays.asList("zhangsan", "lisi", "wangwu", "sunliu"); Comparator comparator = Comparator.comparing(String::length); Optional max = list.stream().max(comparator); System.out.println(max);}
（2）獲取Integer集合中的最大值
//獲取Integer集合中的最大值 private static void test05() { List list = Arrays.asList(1, 17, 27, 7); Optional max = list.stream().max(Integer::compareTo); // 自定義排序 Optional max2 = list.stream().max(new Comparator() { @Override public int compare(Integer o1, Integer o2) { return o1.compareTo(o2); } }); System.out.println(max2);}
//獲取員工中年齡最大的人 private static void test06() { initPerson(); Comparator comparator = Comparator.comparingInt(Person::getAge); Optional max = personList.stream().max(comparator); System.out.println(max);}
（3）獲取員工中年齡最大的人
（4）計算integer集合中大于10的元素的個數
4、map與flatMap
map：接收一個函數作為參數，該函數會被應用到每個元素上，并將其映射成一個新的元素。
flatMap：接收一個函數作為參數，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。
（1）字符串大寫
（2）整數數組每個元素+3
/** * 整數數組每個元素+3 * @思路 * Listlist = Arrays.asList(1, 17, 27, 7); List list2 = new ArrayList (); for(Integer num : list) { list2.add(num + 3); } @return [4, 20, 30, 10] */ private static void test09() { List list = Arrays.asList(1, 17, 27, 7); List collect = list.stream().map(x -> x + 3).collect(Collectors.toList()); System.out.println(collect);}
（3）公司效益好，每人漲2000
/** * 公司效益好，每人漲2000 * */ private static void test10() { initPerson(); List collect = personList.stream().map(x -> { x.setAge(x.getSalary()+2000); return x; }).collect(Collectors.toList()); System.out.println(collect);}
（4）將兩個字符數組合并成一個新的字符數組
/** * 將兩個字符數組合并成一個新的字符數組 * */ private static void test11() { String[] arr = {"z, h, a, n, g", "s, a, n"}; List list = Arrays.asList(arr); System.out.println(list); List collect = list.stream().flatMap(x -> { String[] array = x.split(","); Stream stream = Arrays.stream(array); return stream; }).collect(Collectors.toList()); System.out.println(collect);}
（5）將兩個字符數組合并成一個新的字符數組
/** * 將兩個字符數組合并成一個新的字符數組 * @return [z, h, a, n, g, s, a, n] */ private static void test11() { String[] arr = {"z, h, a, n, g", "s, a, n"}; List list = Arrays.asList(arr); List collect = list.stream().flatMap(x -> { String[] array = x.split(","); Stream stream = Arrays.stream(array); return stream; }).collect(Collectors.toList()); System.out.println(collect);}
5、規約reduce
歸約，也稱縮減，顧名思義，是把一個流縮減成一個值，能實現對集合求和、求乘積和求最值操作。
（1）求Integer集合的元素之和、乘積和最大值
/** * 求Integer集合的元素之和、乘積和最大值 * */ private static void test13() { List list = Arrays.asList(1, 2, 3, 4); //求和 Optional reduce = list.stream().reduce((x,y) -> x+ y); System.out.println("求和:"+reduce); //求積 Optional reduce2 = list.stream().reduce((x,y) -> x * y); System.out.println("求積:"+reduce2); //求最大值 Optional reduce3 = list.stream().reduce((x,y) -> x>y?x:y); System.out.println("求最大值:"+reduce3);}
（2）求所有員工的工資之和和最高工資
/* * 求所有員工的工資之和和最高工資 */ private static void test14() { initPerson(); Optional reduce = personList.stream().map(Person :: getSalary).reduce(Integer::sum); Optional reduce2 = personList.stream().map(Person :: getSalary).reduce(Integer::max); System.out.println("工資之和:"+reduce); System.out.println("最高工資:"+reduce2);}
6、收集（toList、toSet、toMap）
取出大于18歲的員工轉為map
/** * 取出大于18歲的員工轉為map * */ private static void test15() { initPerson(); Map collect = personList.stream().filter(x -> x.getAge() > 18).collect(Collectors.toMap(Person::getName, y -> y)); System.out.println(collect);}
7、collect
Collectors提供了一系列用于數據統計的靜態方法：
計數： count
平均值： averagingInt、 averagingLong、 averagingDouble
最值： maxBy、 minBy
求和： summingInt、 summingLong、 summingDouble
統計以上所有： summarizingInt、 summarizingLong、 summarizingDouble
/** * 統計員工人數、平均工資、工資總額、最高工資 */ private static void test01(){ //統計員工人數 Long count = personList.stream().collect(Collectors.counting()); //求平均工資 Double average = personList.stream().collect(Collectors.averagingDouble(Person::getSalary)); //求最高工資 Optional max = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare)); //求工資之和 Integer sum = personList.stream().collect(Collectors.summingInt(Person::getSalary)); //一次性統計所有信息 DoubleSummaryStatistics collect = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary)); System.out.println("統計員工人數:"+count); System.out.println("求平均工資:"+average); System.out.println("求最高工資:"+max); System.out.println("求工資之和:"+sum); System.out.println("一次性統計所有信息:"+collect);}
8、分組(partitioningBy/groupingBy)
分區：將stream按條件分為兩個 Map，比如員工按薪資是否高于8000分為兩部分。
分組：將集合分為多個Map，比如員工按性別分組。有單級分組和多級分組。
將員工按薪資是否高于8000分為兩部分；將員工按性別和地區分組
public class StreamTest { public static void main(String[] args) { personList.add(new Person("zhangsan",25, 3000, "male", "tieling")); personList.add(new Person("lisi",27, 5000, "male", "tieling")); personList.add(new Person("wangwu",29, 7000, "female", "tieling")); personList.add(new Person("sunliu",26, 3000, "female", "dalian")); personList.add(new Person("yinqi",27, 5000, "male", "dalian")); personList.add(new Person("guba",21, 7000, "female", "dalian")); // 將員工按薪資是否高于8000分組 Map> part = personList.stream().collect(Collectors.partitioningBy(x -> x.getSalary() > 8000)); // 將員工按性別分組 Map> group = personList.stream().collect(Collectors.groupingBy(Person::getSex)); // 將員工先按性別分組，再按地區分組 Map>> group2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(Person::getArea))); System.out.println("員工按薪資是否大于8000分組情況：" + part); System.out.println("員工按性別分組情況：" + group); System.out.println("員工按性別、地區：" + group2); }}
9、連接joining
joining可以將stream中的元素用特定的連接符（沒有的話，則直接連接）連接成一個字符串。
10、排序sorted
將員工按工資由高到低（工資一樣則按年齡由大到小）排序
private static void test04(){ // 按工資升序排序（自然排序） List newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName) .collect(Collectors.toList()); // 按工資倒序排序 List newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed()) .map(Person::getName).collect(Collectors.toList()); // 先按工資再按年齡升序排序 List newList3 = personList.stream() .sorted(Comparator.comparing(Person::getSalary).thenComparing(Person::getAge)).map(Person::getName) .collect(Collectors.toList()); // 先按工資再按年齡自定義排序（降序） List 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("按工資升序排序：" + newList); System.out.println("按工資降序排序：" + newList2); System.out.println("先按工資再按年齡升序排序：" + newList3); System.out.println("先按工資再按年齡自定義降序排序：" + newList4);}
11、提取/組合
流也可以進行合并、去重、限制、跳過等操作。
private static void test05(){ String[] arr1 = { "a", "b", "c", "d" }; String[] arr2 = { "d", "e", "f", "g" }; Stream stream1 = Stream.of(arr1); Stream stream2 = Stream.of(arr2); // concat:合并兩個流 distinct：去重 List newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList()); // limit：限制從流中獲得前n個數據 List collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList()); // skip：跳過前n個數據 List 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);}
12、讀取文件的流操作
13、計算兩個list中的差集
//計算兩個list中的差集 Listreduce1 = allList.stream().filter(item -> !wList.contains(item)).collect(Collectors.toList());
推薦學習：《java視頻教程》
