Java Stream流使用案例深入详解

本文主要是介绍Java Stream流使用案例深入详解，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！

《JavaStream流使用案例深入详解》：本文主要介绍JavaStream流使用案例详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧...

前言

项目一直在用流,但是用的也是一知半解,所以在这里深入学习一下
通常用到流会设计到Java8的几个新知识,下边我回粗略的讲解下这几个知识,再了解认知后学习stream或者用到的时候更得心应手

Lambda表达式
方法引用
Option
stream

1. Lambda

建议先了解函数式接口

1.1 语法

parameter -> expression body;

1.2 没参数只有一条语句或者多条语句

()->System.out.prilt("baicaizhi");
()->{
	System.out.prilt("baicaizhi1");
	System.out.prilt("baicaizhi1");
}

1.3 一个参数只有一条语句或者多条语句

a->System.out.println(a);
a->{
	System.out.println(a);
	System.out.println(a);
}

1.4 多个参数只有一条语句或者多条语句

(a,b)->a+b;
(a,b)->{
	int c = a+b;
	System.out.println(c);
}

可选的参数类型声明 ：无需声明参数的类型。编译器可以从参数的值推断出相同的值。
可选的参数周围的小括号 () ：如果只有一个参数，可以忽略参数周围的小括号。但如果有多个参数，则必须添加小括号。
可选的大括号 {} : 如果 Lambda 表达式只包含一条语句，那么可以省略大括号。但如果有多条语句，则必须添加大括号。
可选的 return 关键字 ：如果 Lambda 表达式只有一条语句，那么编译器会自动 return 该语句最后的结果。但如果显式使用了 return 语句，则必须添加大括号 {} ，哪怕只有一条语句。

2.方法引用

使用:(静态方法或者new的时候用)

Test::new
Test::getName

3.Option

接口名称	简要作用描述
Optional empty()	构建一个空的Optional 对象
Optional of(T value)	构建一个非空的Optional 对象,如果为空则报错！
Optional ofNullable(T value)	构建一个Optional 对象，允许为空！
T get()	获取一个泛型的对象值，如果值为空，则报错
boolean isPresent()	判空，如果不为null 则为 true
boolean isEmpty()	判空，如果为null 则为 true
ifPresent(Consumer)	传递一个接口函数对，当数据不为空的时候执行这个函数
ifPresentOrElse(Consumer, Runnable)	两个参数, 第一个是不为空的时候执行的，第二个是为空的时候执行的。都是接口函数。
Optional filter	对对象的一个过滤
Optional map(Function)	转换方法
Optional flatMap(Function）	转换方法，常用与多层转换一层
Optional or(Supplier)	当得到对象为空的时候根据接口函数创建一个新的Optional对象
T orElse(T)	当得到对象为空的时候获取一个指定泛型对象
T orElseThrow()	不为空返回对象，为空则NoSuchElementException
T orElseThrow(Supplier)	不为空返回对象，为空则指定异常

4.Stream

4.1Stream概述

4.1.1什么是steam

Stream将要处理的元素集合看作一种流，在流的过程中，借助Stream API对流中的元素进行操作，比如：筛选、排序、聚合等。

4.1.2Stream可以由数组和集合创建，对流的操作分为俩类

4.1.2.1中间操作

每次返回一个新的流，可以有多个。

4.1.2.2终端操作

终端操作，每个流只能进行一次终端操作，终端操作结束后流无法再次使用。终端操作会产生一个新的集合或值

4.1.3特性

1.stream不存储数据，而是按照特定的规则对数据进行计算，一般会输出结果。
2.stream不会改变数据源，通常情况下会产生一个新的集合或一个值。
3.stream具有延迟执行特性，只有调用终端操作时，中间操作才会执行。

3.2Stream的创建

3.2.1通过 java.util.Collection.stream() 方法用集合创建流

  	List<String> list = Arrays.asList("a","b","c");        //创建顺序流       
    Stream<String> stream = list.stream();        //创建并发流       
    Stream<String> stringStream = list.parallelStream();

3.2.2使用java.util.Arrays.stream(T[] array)方法用数组创建流

  //数组创建流        
  int[] array = {1,2,3};        
  IntStream stream1 = Arrays.stream(array);

3.2.3使用Stream的静态方法：of()、iterate()、generate()

 //stream静态方法创建流       
   Stream<Integer> integerStream = Stream.of(1, 2);        
   Stream<Integer> iterate = Stream.iterate(0, x -> x = 3);        
   Stream<Double> limit = Stream.generate(Math::random).limit(3);

3.2.4顺序流转换成并发流

  //顺序流转换成并发流        
  Optional<String> first = list.stream().parallel().filter(x -> x > 6).findFirst();

4.3 使用

使用前先了解Optional

4.3.1 数据准备

class Persohttp://www.chinasem.cnn {
 private String name;  // 姓名
 private int salary; // 薪资
 private int age; // 年龄
 private String sex; //性别
 private String area;  // 地区
 // 构造方法
 public Person(String name, int salary, int age,String sex,String area) {
  this.name = name;
  this.salary = salary;
  this.age = age;
  this.sex = sex;
  this.area = area;
 }
 // 省略了get和set，请自行添加 
}

4.3.2 使用

4.3.2.1 遍历/匹配（foreach/find/match）

Stream也是支持类似集合的遍历和匹配元素的，只是Stream中的元素是以Optional类型存在的。Stream的遍历、匹配非常简单

List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);
        // 遍历输出符合条件的元素
        list.stream().filter(x->x>6).forEach(System.out::println);
        // 匹配第一个
        Optional<Integer> first = list.stream().filter(x -> x > 6).findFirst();
        // 匹配任意（适用于并行流）
        Optional<Integer> any = list.parallelStream().filter(x -> x > 6).findAny();
        // 是否包含符合特定条件的元素
        boolean b = list.stream().anyMatch(x -> x < 6);
        System.out.println("匹配第一个值"+first.get());
        System.out.println("匹配任意值"+any.get());
        System.out.println("是否存在大于6的值"+b);

4.3.2.2 筛选（filter）

筛选，是按照一定的规则校验流中的元素，将符合条件的元素提取到新的流中的操作

4.3.2.3 聚合（max/min/count)

List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 11,"male", "New York"));
        personList.add(new Person("Jack", 7000, 12,"male", "Washington"));
        personList.add(new Person("Lily", 7800, 13,"female", "Washington"));
        personList.add(new Person("Anni", 8200, 14,"female", "New York"));
        personList.add(new Person("Owen", 9500, 15,"male", "New York"));
        personList.add(new Person("Alisa", 7900, 16,"female", "New York"));
        List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);
        //筛选出Integer集合中大于7的元素，并打印出来
        list.stream().filter(x->x>7).forEach(System.out::println);
        //筛选员工中工资高于8000的人，并形成新的集合。 形成新集合依赖collect（收集）
        List<String> collect = personList.stream().filter(value -> value.getSalary() > 8000).map(Person::getName).collect(Collectors.toList());
        System.out.println("工资高于8000"+collect);

4.3.2.4 映射(map/flatMap)

映射，可以将一个流的元素按照一定的映射规则映射到另一个流中。分为map和flatMap：

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。
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。

 List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 11,"male", "New York"));
        personList.add(new Person("Jack", 7000, 12,"male", "Washington"));
        personList.add(new Person("Lily", 7800, 13,"female", "Washington"));
        personList.add(new Person("Anni", 8200, 14,"female", "New York"));
        personList.add(new Person("Owen", 9500, 15,"male", "New York"));
        personList.add(new Person("Alisa", 7900, 16,"female", "New York"));
        List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);
        List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");
        //英文字符串数组的元素全部改为大写。整数数组每个元素+3
        List<Integer> collect = list.stream().map(x -> x + 3).collect(Collectors.toList());
        List<String> collect1 = strList.stream().map(String::toUpperCase).collect(Collectors.toList());
        //将员工的薪资全部增加1000
        //不改变源集合的方式
        List<Person> collect2 = personList.strhAZRream().map(person -> {
            Person person1 = new Person(person.getName(), 0, person.getAge(), person.getSex(), person.getArea());
            person1.setSalary(person.getSalary() + 1000);
            return person1;
        }).collect(Collectors.toList());
        //改变源集合的方式
        List<Person> collect3 = personList.stream().map(person -> {
            person.setSalary(person.getSalary() + 1000);
            return person;
        }).collect(Collectors.toList());
        //将两个字符数组合并成一个新的字符数组
        List<String> collect4 = strList.stream().flatMap(s -> {
            String[] s2 = s.split(",");
            return Arrays.stream(s2);
        }).collect(Collectors.toList());
        System.out.println("每个元素大写：" + collect1);
        System.out.println("每个元素+3：" + collect);
        //注意，执行的时候分开执行，否则看不出来效果
        System.out.println("一次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());
        System.out.println("一次改动后：" + collect2.get(0).getName() + "-->" + collect2.get(0).getSalary());
        System.out.println("二次改动前：" + personList.get(0).getName() + "-->" + personList.get(0).getSalary());
        System.out.println("二次改动后：" + collect3.get(0).getName() + "-->" + collect3.get(0).getSalary());
        System.out.println("处理前的集合：" + strList);
        System.out.println("处理后的集合：" + collect4);

4.3.2.5 归约(reduce)

归约，也称缩减，顾名思义，是把一个流缩减成一个值，能实现对集合求和、求乘积和求最值操作

List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 11,"male", "New York"));
        personList.add(new Person("Jack", 7000, 12,"male", "Washington"));
        personList.add(new Person("Lily", 7800, 13,"female", "Washington"));
        personList.add(new Person("Anni", 8200, 14,"female", "New York"));
        personList.add(new Person("Owen", 9500, 15,"male", "New York"));
        personList.add(new Person("Alisa", 7900, 16,"female", "New York"));
        List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);
        List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");
//        求Integer集合的元素之和、乘积和最大值
        // 求和方式1
        Optional<Integer> reduce = list.stream().reduce((x, y) -> x + y);
        // 求和方式2
        Optional<Integer> reduce1 = list.stream().reduce(Integer::sum);
        // 求和方式3
        Integer reduce2 = list.stream().reduce(0, Integer::sum);
        // 求乘积
        Optional<Integer> reduce3 = list.stream().reduce((x, y) -> x * y);
        // 求最大值方式1
        Optional<Integer> reduce4 = list.stream().reduce((x, y) -> x > y ? x : y);
        // 求最大值写法2
        Integer reduce5 = list.stream().reduce(1, Integer::max);
//        求所有员工的工资之和和最高工资
        // 求和方式1
        Optional<Integer> reduce7 = personList.stream().map(Person::getSalary).reduce(Integer::sum);
        // 求和方式2
        Integer reduce6 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(),(sum1,sum2)->sum1+sum2);
        // 求和方式3
        Integer reduce8 = personList.stream().reduce(0, (sum, p) -> sum += p.getSalary(), Integer::sum);
        // 求最高工资方式1：
        Integer reduce9 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(),Integer::max);
        // 求最高工资方式2：
        Integer reduce10 = personList.stream().reduce(0, (max, p) -> max > p.getSalary() ? max : p.getSalary(), (max1, max2) -> max1 > max2 ? max1 : max2);
        System.out.println("list求和：" + reduce.get() + "," + reduce1.get() + "," + reduce2);
        System.out.println("list求积：" + reduce3.get());
        System.out.println("list求最大值：" + reduce4.get() + "," + reduce5);
        System.out.println("工资之和：" + reduce7.get() + "," + reduce6 + "," + reduce8);
        System.out.println("最高工资：" + reduce9 + "," + reduce10);

4.3.2.6 收集(collect)

解释

collect，收集，可以说是内容最繁多、功能最丰富的部分了。从字面上去理解，就是把一个流收集起来，最终可以是收集成一个值也可以收集成一个python新的集合
collect主要依赖java.util.stream.Collectors类内置的静态方法

4.3.2.6.1 归集(toList/toSet/toMap)

因为流不存储数据，那么在流中的数据完成处理后，需要将流中的数据重新归集到新的集合里。toList、toSet和toMap比较常用，另外还有toCollection、toConcurrentMap等复杂一些的用法

 List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 11,"male", "New York"));
        personList.add(new Person("Jack", 7000, 12,"male", "Washington"));
        personList.add(new Person("Lily", 7800, 13,"female", "Washington"));
        personList.add(new Person("Anni", 8200, 14,"female", "New York"));
        personList.add(new Person("Owen", 9500, 15,"male", "New York"));
        personList.add(new Person("Alisa", 7900, 16,"female", "New York"));
        List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);
        List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");
        List<Integer> collect = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toList());
        Set<Integer> collect1 = list.stream().filter(x -> x % 2 == 0).collect(Collectors.toSet());
        Map<String, Person> collect2 = personList.stream().filter(p -> p.getSalary() > 8000).collect(Collectors.toMap(Person::getName, p -> p));
        System.out.println("toList:" + collect);
        System.out.println("toSet:" + collect1);
        System.out.println("toMap:" + collect2);

4.3.2.6.2 统计(count/averaging)

Collectors提供了一系列用于数据统计的静态方法

计数：count
平均值：averagingInt、averagingLong、averagingDouble
最值：maxBy、minBy
求和：summingInt、summin编程gLong、summingDouble
统计以上所有：summarizingInt、summarizingLong、summarizingDouble

List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 11,"male", "New York"));
        personList.add(new Person("Jack", 7000, 12,"male", "Washington"));
        personList.add(new Person("Lily", 7800, 13,"female", "Washington"));
        personList.add(new Person("Anni", 8200, 14,"female", "New York"));
        personList.add(new Person("Owen", 9500, 15,"male", "New York"));
        personList.add(new Person("Alisa", 7900, 16,"female", "New York"));
        List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);
        List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");
//        统计员工人数、平均工资、工资总额、最高工资
        // 求总数
        Long collect = personList.stream().collect(Collectors.counting());
        // 求平均工资
        Double collect1 = personList.stream().collect(Collectors.averagingDouble(Person::getSalary));
        // 求最高工资
        Optional<Integer> collect2 = personList.stream().map(Person::getSalary).collect(Collectors.maxBy(Integer::compare));
        // 求工资之和
        Integer collect3 = personList.stream().collect(Collectors.summingInt(Person::getSalary));
        // 一次性统计所有信息
        DoubleSummaryStatistics collect4 = personList.stream().collect(Collectors.summarizingDouble(Person::getSalary));
        System.out.println("员工总数：" + collect);
        System.out.println("员工平均工资：" + collect1);
        System.out.println("员工工资总和：" + collect2.get());
        System.out.println("员工工资所有统计：" + collect3);

4.3.2.6.3 分组(partitioningBy/groupingBy)

解释

分区：将stream按条件分为两个Map，比如员工按薪资是否高于8000分为两部分。
分组：将集合分为多个Map，比如员工按性别分组。有单级分组和多级分组。

List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 11,"male", "New York"));
        personList.add(new Person("Jack", 7000, 12,"male", "Washington"));
        personList.add(new Person("Lily", 7800, 13,"female", "Washington"));
        personList.add(new Person("Anni", 8200, 14,"female", "New York"));
        personList.add(new Person("Owen", 9500, 15,"male", "New York"));
        personList.add(new Person("Alisa", 7900, 16,"female", "New York"));
        List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);
        List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");
        //将员工按薪资是否高于8000分为两部分；将员工按性别和地区分组
        // 将员工按薪资是否高于8000分组
        Map<Boolean, List<Person>> collect = personList.stream().collect(Collectors.partitioningBy(person -> person.getSalary() > 8000));
        // 将员工按性别分组
        Map<String, List<Person>> collect1 = personList.stream().collect(Collectors.groupingBy(Person::getSex));
        // 将员工先按性别分组，再按地区分组
        Map<String, Map<String, List<Person>>> collect2 = personList.stream().collect(Collectors.groupingBy(Person::getSex, Collectors.groupingBy(PersChina编程on::getArea)));
        System.out.println("员工按薪资是否大于8000分组情况：" + collect);
        System.out.println("员工按性别分组情况：" + collect1);
        System.out.println("员工按性别、地区：" + collect2);

4.3.2.6.4 接合(joining)

joining可以将stream中的元素用特定的连接符（没有的话，则直接连接）连接成一个字符串。

  List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 11,"male", "New York"));
        personList.add(new Person("Jack", 7000, 12,"male", "Washington"));
        personList.add(new Person("Lily", 7800, 13,"female", "Washington"));
        personList.add(new Person("Anni", 8200, 14,"female", "New York"));
        personList.add(new Person("Owen", 9500, 15,"male", "New York"));
        personList.add(new Person("Alisa", 7900, 16,"female", "New York"));
        List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);
        List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");
        //字符串拼接
        String collect = strList.stream().collect(Collectors.joining("-"));
        //所有员工的名字
        String collect1 = personList.stream().map(Person::getName).collect(Collectors.joining(","));
        System.out.println("所有员工的姓名：" + collect1);
        System.out.println("拼接后的字符串：" + collect);

4.3.2.6.5 归约(reducing)

Collectors类提供的reducing方法，相比于stream本身的reduce方法，增加了对自定义归约的支持

 List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 11,"male", "New York"));
        personList.add(new Person("Jack", 7000, 12,"male", "Washington"));
        personList.add(new Person("Lily", 7800, 13,"female", "Washington"));
        personList.add(new Person("Anni", 8200, 14,"female", "New York"));
        personList.add(new Person("Owen", 9500, 15,"male", "New York"));
        personList.add(new Person("Alisa", 7900, 16,"female", "New York"));
        List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);
        List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");
        // 每个员工减去起征点后的薪资之和（这个例子并不严谨，但一时没想到好的例子）
        Integer collect = personList.stream().collect(Collectors.reducing(0, Person::getSalary, (i, j) -> i + j - 5000));
        System.out.println("员工扣税薪资总和：" + collect);
        // stream的reduce
        Optional<Integer> reduce = personList.stream().map(Person::getSalary).reduce(Integer::sum);
        System.out.println("员工扣税薪资总和：" + reduce.get());

4.3.2.7 排序(sorted)

解释

sorted()：自然排序，流中元素需实现Comparable接口
sorted(Comparator com)：Comparator排序器自定义排序

List<Person> personList = new ArrayList<Person>();
        personList.add(new Person("Tom", 8900, 11,"male", "New York"));
        personList.add(new Person("Jack", 7000, 12,"male", "Washington"));
        personList.add(new Person("Lily", 7800, 13,"female", "Washington"));
        personList.add(new Person("Anni", 8200, 14,"female", "New York"));
        personList.add(new Person("Owen", 9500, 15,"male", "New York"));
        personList.add(new Person("Alisa", 7900, 16,"female", "New York"));
        List<Integer> list = Arrays.asList(1,2,3,4,7,6,5,8);
        List<String> strList = Arrays.asList("ad,nm", "adm,mt", "p,ot", "xb,angd", "weou,jgsd");
        // 按工资增序排序
        List<String> newList = personList.stream().sorted(Comparator.comparing(Person::getSalary)).map(Person::getName)
                .collect(Collectors.toList());
        // 按工资倒序排序
        List<String> newList2 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
                .map(Person::getName).collect(Collectors.toList());
        // 先按工资再按年龄自然排序（从小到大）
        List<String> newList3 = personList.stream().sorted(Comparator.comparing(Person::getSalary).reversed())
                .map(Person::getName).collect(Collectors.toList());
        // 先按工资再按年龄自定义排序（从大到小）
        List<String> 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("按工资自然排序：" + newList);
        System.out.println("按工资降序排序：" + newList2);
        System.out.println("先按工资再按年龄自然排序：" + newList3);
        System.out.println("先按工资再按年龄自定义降序排序：" + newList4);

4.3.2.8 提取/组合（distinct,skip,limit）

流也可以进行合并、去重、限制、跳过等操作。

String[] arr1 = { "a", "b", "c", "d" };
        String[] arr2 = { "d", "e", "f", "g" };
        Stream<String> stream1 = Stream.of(arr1);
        Stream<String> stream2 = Stream.of(arr2);
        // concat:合并两个流 distinct：去重
        List<String> newList = Stream.concat(stream1, stream2).distinct().collect(Collectors.toList());
        // limit：限制从流中获得前n个数据
        List<Integer> collect = Stream.iterate(1, x -> x + 2).limit(10).collect(Collectors.toList());
        // skip：跳过前n个数据
        List<Integer> 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);

到此这篇关于Java Stream流使用案例深入详解的文章就介绍到这了,更多相关Java Stream流内容请搜索编程China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！

这篇关于Java Stream流使用案例深入详解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！