Java8 Stream流的基本使用

2024-09-07 07:52
文章标签 java 使用 基本 stream

本文主要是介绍Java8 Stream流的基本使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Java 8 中引入的 Stream API 是为了简化对集合类库(例如 ListSet)的操作,同时支持声明式编程风格和并行操作。Stream 不存储数据,而是对数据源进行流水线式操作,其设计核心是“将数据处理的每一步链接起来,并将操作延迟到最终需要结果时执行”。

以下是 Java 8 Stream 流的详细介绍,包括其创建、常用操作和示例代码。

1. Stream 的创建

Stream 可以通过多种方式创建,主要有以下几种方式:

1.1 通过集合(如 ListSet)创建流
List<String> list = Arrays.asList("apple", "banana", "cherry");
Stream<String> stream = list.stream();
1.2 通过数组创建流
String[] arr = {"apple", "banana", "cherry"};
Stream<String> stream = Arrays.stream(arr);
1.3 通过 Stream.of() 创建流
Stream<String> stream = Stream.of("apple", "banana", "cherry");
1.4 通过 Stream.generate() 创建无限流
Stream<Double> randoms = Stream.generate(Math::random).limit(10);
1.5 通过 Stream.iterate() 创建无限流
Stream<Integer> numbers = Stream.iterate(0, n -> n + 2).limit(10);

2. Stream 的操作类型

Stream 操作分为两类:

  • 中间操作:返回一个新的 Stream,可以进行链式调用,常见的有 filtermapsorted 等。
  • 终端操作:执行实际计算并返回结果,常见的有 forEachreducecollectcount 等。
2.1 中间操作
2.1.1 filter()

filter() 用于过滤掉不符合条件的元素。

List<String> result = list.stream().filter(s -> s.startsWith("a")).collect(Collectors.toList());
2.1.2 map()

map() 用于将元素映射到另一个元素,通常用于类型转换或数据提取。

List<Integer> lengths = list.stream().map(String::length).collect(Collectors.toList());
2.1.3 sorted()

sorted() 用于对流中的元素进行排序,可以是自然排序,也可以是自定义排序。

List<String> sortedList = list.stream().sorted().collect(Collectors.toList());
2.1.4 distinct()

distinct() 用于去除流中的重复元素。

List<String> distinctList = list.stream().distinct().collect(Collectors.toList());
2.1.5 limit()

limit() 用于截断流,使其不超过给定数量。

List<String> limitedList = list.stream().limit(2).collect(Collectors.toList());
2.1.6 skip()

skip() 用于跳过前 n 个元素。

List<String> skippedList = list.stream().skip(1).collect(Collectors.toList());
2.2 终端操作
2.2.1 forEach()

forEach() 用于对流中的每个元素执行一个操作。一般用于遍历流元素。

list.stream().forEach(System.out::println);
2.2.2 collect()

collect() 是终端操作之一,用于将流中的元素汇总成一个集合或其它结果类型。

List<String> result = list.stream().filter(s -> s.length() > 5).collect(Collectors.toList());
2.2.3 reduce()

reduce() 是一种聚合操作,常用于将流中的元素组合成一个值。

int sum = Stream.of(1, 2, 3, 4).reduce(0, Integer::sum);
2.2.4 count()

count() 用于返回流中元素的个数。

long count = list.stream().count();
2.2.5 findFirst()findAny()
  • findFirst() 返回流中的第一个元素(Optional 类型)。
  • findAny() 返回流中任意一个元素(适用于并行流时)。
Optional<String> first = list.stream().findFirst();
2.2.6 anyMatch()allMatch()noneMatch()
  • anyMatch() 用于检查是否有至少一个元素匹配给定的条件。
  • allMatch() 用于检查是否所有元素都匹配给定的条件。
  • noneMatch() 用于检查是否没有元素匹配给定的条件。
boolean anyMatch = list.stream().anyMatch(s -> s.startsWith("a"));

3. 并行流

Java 8 的 Stream 提供了并行处理能力,parallelStream() 可以实现流的并行处理,提高性能,尤其在大数据量处理时非常有用。

3.1 创建并行流
List<String> list = Arrays.asList("apple", "banana", "cherry");
list.parallelStream().forEach(System.out::println);

4. 综合示例

下面是一个综合示例,展示如何使用流操作对一个字符串列表进行过滤、排序和收集操作:

List<String> list = Arrays.asList("apple", "banana", "cherry", "date", "elderberry");// 使用 Stream 进行一系列操作
List<String> result = list.stream().filter(s -> s.length() > 5)  // 过滤长度大于5的字符串.sorted()                     // 排序.map(String::toUpperCase)      // 转换为大写.collect(Collectors.toList()); // 收集结果System.out.println(result);  // 输出: [BANANA, CHERRY, ELDERBERRY]

5. Stream API 常用 Collectors

Collectors 提供了多种汇总流数据的方式,以下是一些常见的 Collectors 使用方式:

5.1 toList()

将流中的元素收集到 List 中:

List<String> list = stream.collect(Collectors.toList());
5.2 toSet()

将流中的元素收集到 Set 中:

Set<String> set = stream.collect(Collectors.toSet());
5.3 joining()

将流中的字符串连接为一个字符串:

String result = stream.collect(Collectors.joining(", "));
5.4 groupingBy()

根据某个条件将元素分组:

Map<Integer, List<String>> groupedByLength = stream.collect(Collectors.groupingBy(String::length));
5.5 partitioningBy()

将流中的元素根据布尔条件分为两组:

Map<Boolean, List<String>> partitioned = stream.collect(Collectors.partitioningBy(s -> s.length() > 5));

总结

Java 8 Stream API 提供了非常强大的声明式操作集合的方式。通过中间操作可以实现复杂的流水线式操作,终端操作则负责最终的结果计算。Stream API 简化了数据处理逻辑,特别是通过并行流可以提高性能,使得处理大数据集变得更加高效和直观。

这篇关于Java8 Stream流的基本使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1144494

相关文章

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

基于Java和FFmpeg实现视频压缩和剪辑功能

《基于Java和FFmpeg实现视频压缩和剪辑功能》在视频处理开发中,压缩和剪辑是常见的需求,本文将介绍如何使用Java结合FFmpeg实现视频压缩和剪辑功能,同时去除数据库操作,仅专注于视频处理,需... 目录引言1. 环境准备1.1 项目依赖1.2 安装 FFmpeg2. 视频压缩功能实现2.1 主要功

使用Java读取本地文件并转换为MultipartFile对象的方法

《使用Java读取本地文件并转换为MultipartFile对象的方法》在许多JavaWeb应用中,我们经常会遇到将本地文件上传至服务器或其他系统的需求,在这种场景下,MultipartFile对象非... 目录1. 基本需求2. 自定义 MultipartFile 类3. 实现代码4. 代码解析5. 自定

使用Python实现无损放大图片功能

《使用Python实现无损放大图片功能》本文介绍了如何使用Python的Pillow库进行无损图片放大,区分了JPEG和PNG格式在放大过程中的特点,并给出了示例代码,JPEG格式可能受压缩影响,需先... 目录一、什么是无损放大?二、实现方法步骤1:读取图片步骤2:无损放大图片步骤3:保存图片三、示php

Spring-DI依赖注入全过程

《Spring-DI依赖注入全过程》SpringDI是核心特性,通过容器管理依赖注入,降低耦合度,实现方式包括组件扫描、构造器/设值/字段注入、自动装配及作用域配置,支持灵活的依赖管理与生命周期控制,... 目录1. 什么是Spring DI?2.Spring如何做的DI3.总结1. 什么是Spring D

使用Python实现一个简易计算器的新手指南

《使用Python实现一个简易计算器的新手指南》计算器是编程入门的经典项目,它涵盖了变量、输入输出、条件判断等核心编程概念,通过这个小项目,可以快速掌握Python的基础语法,并为后续更复杂的项目打下... 目录准备工作基础概念解析分步实现计算器第一步:获取用户输入第二步:实现基本运算第三步:显示计算结果进

spring AMQP代码生成rabbitmq的exchange and queue教程

《springAMQP代码生成rabbitmq的exchangeandqueue教程》使用SpringAMQP代码直接创建RabbitMQexchange和queue,并确保绑定关系自动成立,简... 目录spring AMQP代码生成rabbitmq的exchange and 编程queue执行结果总结s

Go语言连接MySQL数据库执行基本的增删改查

《Go语言连接MySQL数据库执行基本的增删改查》在后端开发中,MySQL是最常用的关系型数据库之一,本文主要为大家详细介绍了如何使用Go连接MySQL数据库并执行基本的增删改查吧... 目录Go语言连接mysql数据库准备工作安装 MySQL 驱动代码实现运行结果注意事项Go语言执行基本的增删改查准备工作

Java调用Python脚本实现HelloWorld的示例详解

《Java调用Python脚本实现HelloWorld的示例详解》作为程序员,我们经常会遇到需要在Java项目中调用Python脚本的场景,下面我们来看看如何从基础到进阶,一步步实现Java与Pyth... 目录一、环境准备二、基础调用:使用 Runtime.exec()2.1 实现步骤2.2 代码解析三、

聊聊springboot中如何自定义消息转换器

《聊聊springboot中如何自定义消息转换器》SpringBoot通过HttpMessageConverter处理HTTP数据转换,支持多种媒体类型,接下来通过本文给大家介绍springboot中... 目录核心接口springboot默认提供的转换器如何自定义消息转换器Spring Boot 中的消息